La traduzione automatica si sta sviluppando già da decenni, ed ogni giorno diventa un po’ meno un sogno da fantascienza ed un po’ più una realtà. Comprendere le sfumature del linguaggio è una cosa difficile da captare anche per gli umani, ed è ora evidente che proprio questa è la ragione per cui la traduzione automatica ha potuto svilupparsi solo fino al punto in cui si trova oggi.
GLI INIZI
Gli sviluppatori hanno sognato computer che capiscono rapidamente, e traducono le lingue, fin da quando si sono resi conto delle potenzialità di un apparecchio di questo genere. Una delle conseguenze più importanti della creazione e perfezionamento delle tecnologie per la traduzione, è che aprono il mondo dei computer ben oltre le sole funzioni matematiche e logiche, verso relazioni più complesse fra parole e significato.
La storia iniziale della traduzione automatica è cominciata attorno agli anni ’50. Warren Weaver, della Fondazione Rockefeller, iniziò a mettere insieme la decriptazione dei codici eseguita dalle macchine e l’elaborazione naturale del linguaggio, con il che già dal 1949 si introdusse il concetto pionieristico di traduzione tramite computer. Tali propositi si possono ritrovare nei suoi “Memorandum sulla Traduzione”.
Cosa piuttosto affascinante, non passò molto tempo prima che i progetti di traduzione via computer fossero in corso di realizzazione. Il team di ricerca che aveva creato l’esperimento Georgetown-IBM diede nel 1954 la dimostrazione di una macchina in grado di tradurre 250 parole dal russo all’inglese.
SVILUPPI ATTUALI
La gente pensava che la traduzione automatica fosse sulla buona strada per risolvere un gran numero di problemi relazionati con le barriere comunicative, e molti traduttori cominciarono a temere per il proprio lavoro. Tuttavia, i progressi finirono per stagnare prima di raggiungere l’obiettivo, a causa di sottili sfumature di linguaggio che i computer semplicemente non erano in grado di cogliere.
In qualunque lingua, le parole hanno spesso molteplici significati o connotazioni. Il cervello umano è, semplicemente, meglio equipaggiato di un computer per accedere al complesso ambito di significato e sintassi. A partire dal 1964, il comitato consultivo USA sull’elaborazione automatica del linguaggio (ALPAC) comunicava che la traduzione automatica non valeva gli sforzi e le risorse che si stavano dedicando a svilupparla.
1970-1990
Non tutti i Paesi erano dello stesso avviso dell’ALPAC. Negli anni ’70, il Canada sviluppò il sistema METEO, che traduceva le previsioni del tempo dall’inglese al francese. Era un programma semplice, capace di tradurre 80.000 parole al giorno, ed ebbe tanto successo da restare in uso fino agli anni 2000, prima che il sistema avesse bisogno di un aggiornamento.
L’istituto tessile francese utilizzò la traduzione automatica per tradurre estratti da francese ad inglese, tedesco, e spagnolo. Più o meno alla stessa epoca, Xerox utilizzò un suo sistema per tradurre manuali tecnici. Entrambi erano efficacemente impiegati fin dagli anni ’70, ma la traduzione automatica stava ancora solo grattando la superficie, traducendo documenti tecnici.
A partire dagli anni ’80, la gente si stava immergendo nello sviluppo di tecnologie di memoria della traduzione, il che costituiva il principio del superamento delle sfide poste dalla comunicazione verbale complessa. Ma i sistemi continuavano a trovarsi di fronte alle stesse trappole quando tentavano di convertire un testo in un’altra lingua senza perdite di significato.
2000
A causa della creazione di Internet e di tutte le possibilità che offriva, Franz-Josef Och vinse nel 2003 una gara di velocità di traduzione automatica, e si ritrovò al vertice del Dipartimento di Traduzione di Google. Nel 2012, Google annunciava che il suo Google Translate traduceva una quantità di testo sufficiente a riempire un milione di libri al giorno.
Anche il Giappone è alla guida della rivoluzione nella traduzione automatica, con la creazione di traduzioni simultanee per apparecchi mobili che funzionano per inglese, giapponese, e cinese. Questo è il risultato dell’investimento di tempo e denaro nello sviluppo di sistemi informatici modellati su reti neuronali, anziché su funzioni basate sulla memoria.
Pertanto, Google nel 2016 ha informato il pubblico che il perfezionamento di un approccio basato su reti neuronali stava migliorando la chiarezza dei risultati di Google Translate, eliminando molta della sua goffaggine. Lo chiamarono “sistema Google di traduzione automatica neurale” (Neural Machine Translation, NMT). Il sistema cominciò con la traduzione di coppie di lingue che non gli erano state insegnate: i programmatori avevano insegnato al sistema inglese e portoghese, e dall’inglese allo spagnolo; il sistema cominciò allora a tradurre portoghese e spagnolo, nonostante questa coppia non gli fosse stata assegnata in precedenza.
CIMENTI FUTURI
Si credeva una volta che fosse infine arrivato il tempo in cui la traduzione automatica potesse essere in grado di superare la sua controparte umana. Nel 2017, la Cyber University di Sejong e l’associazione internazionale di interpretariato e traduzione della Corea ha organizzato una gara di traduzione fra quattro umani e sistemi di traduzione automatica d’avanguardia. Le macchine hanno tradotto il testo senza dubbio più rapidamente degli umani, ma non hanno comunque potuto competere con la mente umana sul piano delle sfumature e dell’accuratezza della traduzione.
La gente ha fantasticato fin da prima degli anni ’50 sulla prontezza e facilità che promettevano accurate ed affidabili macchine per la traduzione. L’idea fantastica di un modo di comunicare condiviso in tutto il mondo ha ancora un lungo cammino da compiere. Creare un computer che pensi più come un umano aprirà al mondo possibilità che vanno oltre la semplice comunicazione. La tecnologia ha fatto progressi che vanno ben al di là dell’uso di una macchina per macinare numeri: riunisce ed avvicina sempre di più il mondo, ogni giorno che passa. Ma per ora, meglio continuare ad affidarsi ai traduttori umani per i testi importanti.
