"Intelligenza artificiale e traduzione? Macchine e umani operano in modo diverso", la ricercatrice Savoldi: "Traduttori spariranno? No, lavoro in ridefinizione"

TRENTO. Tradurre un testo, una frase, un messaggio o anche solo il titolo di una canzone oggi è veramente un gioco da ragazzi: basta disporre di un telefono o un pc, e utilizzare uno qualsiasi dei tanti traduttori online disponibili. Insomma, la traduzione automatica è entrata a tutti gli effetti nel nostro vivere quotidiano, e un ulteriore passo in avanti è stato fatto con l'irruzione a gamba tesa dell'Intelligenza Artificiale, che per quanto riguarda la traduzione ha "sfondato" ulteriori porte. Per fare una riferimento letterario, se non stiamo parlando del noto "Babel Fish" di Guida Galattica per autostoppisti (che permetteva di comprendere istantaneamente quanto detto in qualsiasi lingua dell'universo) poco ci manca.

Citazioni a parte, quando ci si trova di fronte a grandi e repentini cambi di paradigma - come quello avvenuto negli ultimi anni nell'universo della traduzione - sorgono spontanei anche alcuni quesiti. Tra tutti: tradurre tutto istantaneamente significa davvero capire le lingue? Qual è il ruolo dell'essere umano nel processo traduttivo? Quale il rapporto uomo-macchina? Ma anche, al giorno d'oggi, quali sono i principali limiti e valori aggiunti dell'Intelligenza Artificiale nell'ambito. E poi, la professione dell'interprete è davvero a rischio?

A tutte queste domande, ma non solo, ha risposto Beatrice Savoldi, ricercatrice della Fondazione Bruno Kessler per l'unità di Machine Translation che si sofferma anche sulle proiezioni del progresso tecnologico sulla didattica, sull'inclusione linguistica e sull'accesso alla conoscenza.

Beatrice Savoldi, partiamo da una domanda di ampio respiro: che tipo di salto qualitativo sta vivendo oggi la traduzione automatica, alla luce del progresso tecnologico, rispetto anche solo a pochi anni fa?

C’è stato un vero e proprio cambio di paradigma, di cui credo che chiunque utilizzi la traduzione automatica sia testimone. I miglioramenti sono evidenti sia nella ricerca sia nelle applicazioni quotidiane: oggi la traduzione automatica è letteralmente a portata di mano, ad esempio tramite sistemi online come Google Translate, ed è utilizzata massicciamente anche dagli utenti comuni, cosa impensabile fino a pochi anni fa.

C'è poi il tema dell'Intelligenza Artificiale: in che modo questa ha cambiato il concetto stesso del “tradurre”?

Non direi che il concetto di traduzione sia cambiato in sé: macchine e esseri umani traducono in modo profondamente diverso. La traduzione umana è un processo cognitivo, quella automatica è computazionale e probabilistica. Il vero cambiamento riguarda la modifica di pratiche e processi lavorativi: per molte coppie di lingue e ambiti non si traduce più “da zero”, ma si lavora in post-editing, revisionando un suggerimento di traduzione automatica.

Una dubbio sorge spontaneo: possiamo ancora parlare di strumenti di supporto alla traduzione o siamo già in una fase di coproduzione uomo-macchina?

È sicuramente una forma di interazione, ma il grado di co-produzione varia molto a seconda del contesto. Quanto contribuisce davvero il traduttore automatico? Quante modifiche deve fare la persona che traduce e che è responsabile della traduzione finale? La qualità della traduzione automatica varia, insomma, molto a seconda dell’ambito o delle lingue a cui è applicata.

Quali sono i principali limiti che registrano oggi i sistemi di machine translation?

I limiti principali riguardano le coppie di lingue meno rappresentate: per fare un esempio la traduzione da e per l’inglese è buona, mentre per lingue con meno risorse testuali digitali la traduzione è più scarsa. Ma anche l’adattamento culturale e situazionale e l’integrazione multimodale, cioè riferimenti culturali specifici, giochi di parole, metafore creative e linguaggi di nicchia. Inoltre, manca ancora una reale capacità di cogliere sfumature pragmatiche sottili, come il sarcasmo o le implicature conversazionali. Infine, i sistemi faticano a tradurre con coerenza, e come un insieme, lunghe porzioni di testo.

Volta la carta, parliamo dei "plus".

Dal punto di vista dell’utente, il vantaggio principale è l’accessibilità immediata: la traduzione è sempre disponibile. Velocità e scalabilità sono punti di forza fondamentali, perché un sistema può tradurre enormi quantità di testo in pochi secondi. Dal punto di vista funzionale, inoltre, la traduzione basata sui cosiddetti “large language models”, come ad esempio ChatGpt, è oggi anche personalizzabile in base alle preferenze dell’utente, un progresso significativo rispetto ai sistemi precedenti.

Tornando per un attimo a quanto anticipato prima, quanto restano “problematici” per l’Intelligenza Artificiale elementi come contesto culturale, ironia, ambiguità e registri linguistici?

Questi aspetti rappresentano ancora la frontiera più difficile. L’ironia, ad esempio, richiede la comprensione di aspettative condivise che vengono intenzionalmente violati, e i sistemi tendono invece a tradurla in modo letterale, perdendone l’effetto. I registri formale e informale sono gestibili quando il contesto è chiaro, ma diventano problematici in presenza di ambiguità: ad esempio, la scelta tra “tu” e “lei” per tradurre “you”. Persistono inoltre problemi di bias di genere nelle traduzioni.

Parliamo di influenze sul mondo del lavoro: si parla spesso di un "rischio di sostituzione" dei traduttori umani. Come sta davvero evolvendo questa professione?

La professione non sta scomparendo, ma si sta ridefinendo: i traduttori assumono sempre più spesso ruoli di post-editor, revisori, project manager o specialisti di dominio.

Raccogliamo l'assist: che tipo di nuove competenze sono oggi richieste a chi lavora nella traduzione?

Sono sempre più importanti le competenze tecnologiche: saper usare CAT tools, gestire terminologie, valutare e migliorare gli output dell’Intelligenza Artificiale. Diventa poi  cruciale la capacità di svolgere post-editing in modo efficiente e di applicare procedure di quality assurance. Restano comunque fondamentali le competenze verticali legate al dominio specifico: la specializzazione settoriale rimane essenziale.

È immaginabile la nascita di una figura professionale ibrida tra traduttore, revisore e addestratore di modelli linguistici?

Sì, ed è una figura che sta già emergendo. L’Università di Bologna, ad esempio, offre una laurea in Specialized Translation strettamente legata alla tecnologia. La formazione si sta evolvendo per preparare professionisti capaci di muoversi con competenza sia nell’ambito linguistico sia in quello tecnologico.

Cambiamo ambito. Dal punto di vista dell’apprendimento, l’uso crescente dei traduttori automatici aiuta o ostacola lo studio delle lingue?

È difficile dare una risposta univoca, anche alla luce del mio ruolo professionale non di insegnante. Posso dirle che la letteratura parla sia di limiti sia di opportunità e che la ricerca mostra che questi strumenti riducono le barriere linguistiche e possono essere utilizzati dagli insegnanti come alleati nel processo di apprendimento. Tuttavia, traduzioni di bassa qualità possono influenzare negativamente il comportamento linguistico degli utenti. Forse la nuova frontiera dell’apprendimento linguistico è rappresentata da chatbot più specializzati per l’educazione.

Che ruolo possono giocare, invece, questi sistemi nell’inclusione linguistica e nell’accesso alla conoscenza?

Un ruolo cruciale. Per molte persone migranti, ad esempio, la traduzione automatica è una vera necessità. Questi strumenti permettono di accedere a contenuti online in lingue altrimenti inaccessibili. È però fondamentale ricordare che non garantiscono un’accuratezza totale e devono quindi essere utilizzati con senso critico.

Un'ultima domanda, guardando al futuro. Pensiamo ai prossimi, cinque-dieci anni: che evoluzione possiamo aspettarci nella traduzione automatica?

Mi aspetto modelli sempre più multimodali, in grado di integrare testo, audio e immagini per traduzioni più ricche dal punto di vista contestuale.