Intelligenza artificiale, traduzione automatica, generazione di linguaggio naturale e altre minacce al settore della traduzione

L’intelligenza artificiale (IA) viene spesso considerato una minaccia a praticamente tutto quello che noi umani facciamo nel mondo del lavoro. Come traduttore, spesso le persone mi chiedono se considero la traduzione automatica (o “MT”, dall’inglese “machine translation”—vedi, per esempio, Google Translate—una minaccia alla mia carriera, però, per la mia fortuna, non credo che sarà un problema importante per il prossimo futuro. E anzi, mi preoccupo di più della generazione automatica di linguaggio naturale (o “NLG”, dall’inglese “natural language generation”).

La MT non è una minaccia particolare soprattutto perché la qualità del risultato, cioè il testo tradotto, rimane piuttosto bassa, però lo stesso non si può certo dire della NLG. Generatori di linguaggio naturale creano già miliardi di contenuti ogni anno - dalle analisi di borsa ai riassunti di gare sportive—e pure di qualità piuttosto buona. Quindi si potrebbe anche dire che è questa tecnologia la minaccia maggiore e non la traduzione automatica.

Un articolo (in inglese) nel blog di Automated Insights sostiene che la loro soluzione, Wordsmith, non sostituisce lo scrittore umano e che, anzi, contribuisce a migliorare il nostro lavoro. In sostanza, la teoria è che un generatore automatico di contenuti crea testi che (i) non esisterebbero se non fosse per la generazione automatica, oppure che (ii) questi testi rappresentano lavori di basso valore che, non dovendo più essere effettuati dagli scrittori umani, ci libera a scrivere contenuti più meritevoli del nostro tempo e dei nostri talenti.

Nel mio lavoro da traduttore, traduco tantissimi bilanci e altre relazioni economico-finanziarie ed è la qualità stessa di questi testi che mi fa pensare che non ci vorrà molto che tutte queste relazioni vengano generate automaticamente dall'intelligenza artificiale. Sicuramente, già oggi un generatore di linguaggio naturale riuscirebbe a produrre bilanci di qualità anche superiore rispetto a certi bilanci che vedo continuamente nel mio lavoro. E se si può generare un bilancio in una lingua, perché non generare quello stesso bilancio direttamente in tutte le lingue che servono. Così si evita la traduzione (umana o automatica che sia) completamente.

Questa tecnologia potrebbe sicuramente rappresentare una minaccia al traduttore economico-finanziario. Detto questo, le aziende potrebbero cominciare ad approfittare di questa innovazione e, di conseguenza, capire che hanno il tempo e le risorse per poter redigere relazioni di qualità maggiore con contenuti nuovi e di valore aggiunto, e questo perché, in sostanza, sia la MT che la NLG hanno lo stesso limite: non hanno la consapevolezza del contesto sottostante o delle conseguenze implicite, i quali non vengono espressi in modo esplicito nel testo (nel caso di MT) o nei dati (nel caso di NLG).

Ma sarà sempre così?

Scrittori, artisti e altri creativi tendono a scartare la minaccia dell'intelligenza artificiale sulla presupposta che un algoritmo non riuscirà mai ad essere veramente “creativo”, però cominciamo a vedere che questa idea non è esattamente valida. Per esempio, ci sono dei computer che scrivono poesie o che creano opere d'arte (video in inglese). Insomma, generatori automatici di contenuti già creano più testi a qualità maggiore in certi ambiti rispetto a noi umani collettivamente, però, per capire meglio le limitazioni della NLG, vediamo due articoli brevi su un evento sportivo, il basket in questo caso:

Uno dei testi qui sopra è stato generato direttamente da un algoritmo (e non tradotto automaticamente da un’altra lingua), mentre l'altro è stato scritto da un giornalista umano. Qual’è il risultato di IA e qual'è il lavoro del giornalista?

In questo esempio, “Exhibit A” è stato generato da IA, ma non è qualche errore linguistico o scelta non naturale di parole che ce lo fa capire (come sarebbe senz’altro il caso con la traduzione automatica). Considerate una a una, le frasi singole potrebbero sembrare scritte da un madrelingua inglese. Quello che ci fa capire che si tratta di testo generato da IA è il tipo di informazione fornita e il modo globale in cui ci viene comunicata.

Il generatore di linguaggio naturale ha preso i dati sulla partita e ci ha presentato una serie di fatti sulla gara in modo sostanzialmente (crono-) logico. L'articolo giornalistico, invece, ci mostra un'analisi più profondo e più ampio del contesto intorno alla partita: vedi per esempio dove il giornalista fornisce qualche confronto interessante nelle prestazioni di giocatori specifici o dove descrive la rilevanza delle prestazioni di un giocatore specifico nel tempo.

Va anche detto che Wordsmith può, infatti, produrre questo tipo di confronto, però l’utente deve prima fornire i dati necessari e configurare il sistema in modo specifico per poter fornire l'analisi che più interesserà al lettore e questo sottolinea l’importanza dell'essere umano per quanto riguarda il contesto. Con il giusto input umano, Wordsmith riesce a generare dei contenuti molto validi, però uno scrittore umano riesce ad andare oltre per spiegare meglio il significato più ampio dell'evento in questione.