Desde las chapuceras traducciones de los años 60 hasta los actuales sistemas de chat basados en “inteligencia artificial”. Después de explicarnos que «Los ordenadores no entienden nada, nosotros sí«, con este segundo artículo, Narcís Bassols nos propone un breve viaje por la tecnología de seis décadas
DESDE EL ARANÉS HASTA EL AZERÍ: UNA PANORÁMICA DE LA TRADUCCIÓN AUTOMÁTICA
Fue en los años 60 cuando, en plena guerra fría, los americanos crearon los primeros (y muy rudimentarios) sistemas de traducción por ordenador, para traducir del ruso al inglés. La baja calidad de los resultados puso de manifiesto algunos problemas de la traducción automática como, por ejemplo, la imposibilidad de traducir las palabras, tal como están situadas en la frase, palabra por palabra. ¡Ay, la sintaxis!… ¿Cómo es posible traducir palabra por palabra siendo que hay términos o estructuras que no son equivalentes entre dos idiomas? Los pronombres adverbiales catalanes, por ejemplo, no tienen equivalencia alguna en castellano o portugués (aunque sí la tienen en occitano y en francés). Si la traducción “palabra por palabra” entre lenguas tan parecidas ya es complicada, ¿qué podemos esperar de una traducción automática del polaco al armenio o bien del irlandés al hindi (o viceversa)?
Por lo tanto, el programa de traducción no sólo necesitaba conocimiento léxico (silla = chair) sino también morfológico (“yo sé”, y no “yo sabo”) y, además, sintáctico. Así que, en las décadas posteriores, con los primeros sistemas de traducción automática en el mercado, informáticos y lingüistas se centraron en desarrollar “conocimiento lingüístico” para las máquinas. En los años 90, la tecnología permitía traducir con mediana fiabilidad un documento de un ámbito lingüísticamente limitado, normalmente técnico. Eran sistemas caros, que compraban las empresas que necesitaban traducir a diversos idiomas un gran volument de textos, como son los manuales de usuario. Tras la traducción del ordenador, un humano tenía que repasar el texto y corregir las inconsistencias. Se comenzó a vislumbrar la utilidad de los traductores automáticos: hacen el trabajo “grueso” pero es necesario que, a continuación, un humano haga el trabajo “fino”, los retoques finales, para acabar teniendo una “traducción automática corregida por un humano”. Esta ha sido la tónica general en los últimos treinta años y también es la del traductor de Google: no hace mucho, leí un anuncio de una empresa de traducciones afirmando que con el sistema de Google “ayudado” por un traductor humano se obtenía la mejor combinación posible.
Google Translate, lanzado en el 2007, ha puesto al alcance de todos la posibilidad de hacer traducciones automáticas de textos cortos, generalmente párrafos, porque el sistema no permite entrar textos largos. ¿Qué tecnología utiliza? Aunque la empresa no lo dice, se trata de una tecnología basada en la estadística más que en el conocimiento: en los últimos veinte años, la traducción automática ha ido migrando hacia métodos estadísticos, alejándose de las reglas lingüísticas de los humanos y aterrizando en un campo más propio de la computación: calcular y sopesar alternativas (ver post anterior). En cualquier caso, el problema del traductor de Google, que permite a los usuarios valorar la calidad de la traducción para así ir mejorando, es la privacidad, porque el texto que nos ha traducido permanece en su base de datos.
De todos modos, la piedra filosofal para la traducción automática sigue siendo el “conocimiento del mundo” (o, mejor dicho, la falta de este conocimiento) que tienen las máquinas. El hecho de que los ordenadores no sepan cómo va el mundo, y por tanto difícilmente interpreten el contexto de la traducción, es un gran punto débil. Cualquier humano sabe entender en qué contexto se halla: formal en el trabajo, informal con la familia… todos sabemos “cómo funciona” el mundo que nos rodea. Nada de eso saben los ordenadores y, por lo tanto, caen en trampas ambiguas que un niño de pocos años ya sabe ver. Es por eso que a las máquinas les cuesta entender si un “banco”, en un texto determinado, es un lugar que nos guarda el dinero o bien un mueble en un espacio público. Si bien esta falta de conocimiento del mundo se le puede proporcionar manualmente al ordenador, éste sigue sin saber las causalidades más básicas de la vida cotidiana ni las del mundo que nos rodea.
Diremos, para acabar este apartado, que hoy en día es válido lo mismo que hace décadas: traducir a lenguas parecidas da siempre mejores resultados que hacerlo entre lenguas “lejanas”. Si tenéis algún amigo que hable una lengua muy diferente de la vuestra, os podréis divertir con el traductor de Google viendo los errores, algunos muy divertidos, como los que tienen que ver con expresiones o giros. Un ejemplo clásico es la traducción de la frase del evangelio de Marcos “el espíritu está pronto, pero la carne es débil” que, traducida del inglés al ruso, resultó: “El vodka tiene buen gusto, pero la carne está podrida”.
HELLO, HELLO… ¿ME ESTÁS OYENDO, ORDENADOR?
También en los años 60 llegaron los primeros sistemas de síntesis del habla (sistemas texto a voz) y de reconocimiento del habla (sistemas de voz a texto), aunque instrumentos para reproducir algunos sonidos humanos ya los había a finales del siglo XVIII. Alguien podría decir que estos procesos son mucho más mecánicos, y que generar cualquier fonema, por ejemplo, una /t/ o una /o/ no tiene que ser muy difícil, y eso es verdad; pero una cosa es el inventario fonético y otra el uso concreto de los fonemas en el habla. Por ejemplo, en castellano (y también en catalán y en hebreo, pero no en italiano ni en danés), tenemos los fonemas aproximantes: obsérvese la diferencia de la /d/ cuando pronunciamos /doble/ o bien /cada/. Ya sabemos que entre la escritura y el habla hay diferencias, a veces muy grandes, y una máquina que procese texto a voz del o al castellano, debe “saber” que el dígrafo “qu” equivale a la /k/ y no a /ku/ porque nadie dice “kueso”, “kuerer” o “kueroseno”. Ni que decir tiene que las máquinas de texto a voz lo tienen muy complicado con lenguas como el inglés o el francés, cuya escritura difiere bastante de su pronunciación.
Dejando aparte la calidad de los fonemas y cómo éstos se ‘pegan’ para formar palabras, todavía hay que considerar el tema de la entonación. Los primeros sintetizadores de voz eran planos y soporíferos pues no cambiaban nunca el tono de voz, mientras que, para los humanos, el cambio de tono es un recurso que usamos constantemente, tanto de manera inconsciente (acabamos todas las frases enunciativas con una ligera bajada del tono) como intencionadamente, para enfatizar alguna palabra. Los sintetizadores de voz tardaron muchos años en incorporar entonaciones y, todavía hoy, estas nos pueden parecer artificiales.
En cuanto al reconocimiento del habla y su aplicación para generar textos a partir de la voz, los sistemas se encuentran con los mismos problemas fonéticos que los sintetizadores. ¿Cómo hablamos los humanos? Pues bien, no somos muy cuidadosos, porque elidimos fonemas o terminaciones de palabras, hablamos en nuestro dialecto (a veces muy alejado de la lengua estándar, como sucede en chino o en noruego), o hablamos en ambientes muy ruidosos. Pero, a pesar de todo ello, nos entendemos. Pero todo eso son obstáculos infranqueables para una máquina de reconocimiento de voz. Haced la prueba de utilizar algún software de conversión de voz a texto y entradle una grabación con mucho ruido, alguien que hable con acento extranjero, etc. y veréis que el sistema llega a sus límites más pronto que tarde.
Y entonces, ¿qué se recomienda hacer con los sistemas de voz a texto o de texto a voz? Ciertamente, son herramientas útiles… siempre que un humano se haga responsable del producto final y lo revise. ¡Ah, mira por dónde!, es lo mismo que pasa con los sistemas de traducción automática.
¿CHARLEMOS CON EL ORDENADOR? Terminamos dando un vistazo a los sistemas de diálogo persona-máquina, denominados también sistemas conversacionales o “chatbots”, que en estas últimas semanas han copado los titulares.
También en los años 60 se comenzó a ver la posibilidad de que los humanos y los ordenadores “charlasen”, pero muy pronto se constató que las máquinas no eran buenas conversadoras. A fin de que “conversar” les resultara más fácil, la interacción lingüística se restringió a unos campos determinados, en los cuales la máquina era capaz de simular una conversación limitada. El más famoso de estos sistemas fue un ‘psicólogo´ llamado Eliza, que daba apoyo a su interlocutor. Quien desee probar este sistema, en un viaje a la arqueología de estas técnicas, puede hacerlo en inglés o en castellano.
Aunque fue desarrollado por los grandes cerebros americanos de la época, este sistema, en realidad, es sencillísimo, porque reconoce determinadas palabras o estructuras, a las que reacciona según unos patrones preestablecidos.
Hacia los años ochenta, comenzaron a aparecer los ‘chatbots’ con una pequeña trampa: detrás, había un humano. Se trataba simplemente de una interfaz nueva de relación entre personas. Evidentemente, la calidad de la conversación aumentó. Este sistema es una opción que se ha mantenido hasta nuestros días: cuando me conecto a la biblioteca de mi universidad, aparece un pequeño ‘chatbot’ en un rincón de la pantalla diciéndome que, si quiero ayuda, me conectará con un bibliotecario; ésta es la versión humana que se mantiene en ciertos entornos y es bastante útil.
Pero la excitación que creó Eliza no dejó indiferentes a los científicos ni a los técnicos: hacia los años 90, se desarrollan los agentes conversacionales virtuales (por ejemplo, todos los sistemas que ‘conversan’ con nosotros cuando llamamos a un número que recibe llamadas masivas). Al margen de reconocer limitadamente la voz (“¿puede repetirme su nombre por favor?”) y responder con grabaciones preestablecidas, estos sistemas abrieron el camino a los “chatbots” actuales que trabajan con la lengua escrita o hablada y tienen una cierta eficacia. Éstos son particularmente útiles a las compañías aéreas, a grandes centros de información u otras organizaciones que trabajan cara al gran público, porque ahorran tiempo en las colas de espera. Ahora bien, enseguida que el sistema se ve superado, se echa hacia atrás con la conocida expresión “un momento por favor, le paso a un operador”, y es el humano quien nos resuelve un problema de cierta complejidad o que necesite un poco de sentido común. Entonces, ¿para qué sirven los “chatbots”? Se trata de sistemas que, básicamente, ofrecen información a medida del usuario y así ayudan a aligerar la tarea de los operadores humanos. Pero digamos bien claro que estos sistemas no están empoderados en absoluto. No sirve de nada que les preguntéis “¿Me puede hacer un descuento?” o bien “¿Puedo entregar esto un día más tarde?” porque su capacidad de decisión es nula.
Y llegamos al plato fuerte que se encuentra en pleno centro de la actualidad informativa de las últimas semanas: los sistemas de chat – ¡cuidado con el añadido! – de inteligencia artificial. Estas dos palabritas nos dejan tan embelesados que parecen hechas por gente de marketing y no por ingenieros. Ya vimos en el post anterior que los ordenadores no son “inteligentes” como nosotros (pero sí mucho más eficientes, como constatamos en muchas máquinas, que precisamente por eso las tenemos). Se trata de sistemas conversacionales conectados a grandes bases de datos de información y que no solamente mejoran el nivel de conversación, sino que son capaces de darnos información de todo tipo: desde las últimas tendencias en sostenibilidad o derecho penal hasta describirnos punto por punto una operación de riñón, o decirnos cual es la mejor manera de preparar una hamburguesa de quinoa.
Gracias a un mejorado nivel de procesamiento del lenguaje y de acceso a la información, puede afirmarse, cuantitativamente hablando, que las máquinas nos han superado. Ningún humano podrá ser al mismo tiempo un gran juez, un gran médico y un gran matemático; los nuevos “chatbots”, sí. Y citamos, sólo de paso, algunos otros aspectos: producción de textos a gráficos, corrección de software, etc.
DE AHORA EN ADELANTE…
¿Qué sucederá de ahora en adelante? ¿Cuánto espacio abarcarán estos nuevos sistemas? ¿Podrán hacer los estudiantes todos los trabajos sin tener que pensar? Y, si así sucede, ¿nos volveremos nosotros menos inteligentes, habiendo cedido también la función de “pensar” a las máquinas? Fantásticos titulares, pero pongamos los pies en el suelo: si un profesor sabe que un estudiante escribe de manera chapucera y desordenada, le costará creer que un trabajo pulcro y sistemático pueda ser de aquella persona. No hace mucho, un colega de la redacción de Ciutat Nova comentaba que ChatGPT repite bastante o parafrasea las preguntas que se le hacen. Buena observación. Eso hace también Eliza (véase más arriba) y es un recurso que las máquinas han tenido siempre para ganar credibilidad frente a los humanos; de hecho, es un recurso al que acudimos frecuentemente nosotros mismos en una conversación para asegurar al otro que estamos siguiendo el hilo y entendiendo sus argumentos.
Hace poco, leía un blog en el que una ingeniera alemana opinaba que “ChatGPT es una maravilla, pero hay que darle un toque final humano”. Así pues, estamos en la dialéctica de siempre con estas máquinas: pueden hacer el trabajo grueso (y en este caso, lo hacen en cantidad), pero, no obstante, nosotros tenemos que seguir haciendo el fino. Entonces, nada nuevo, este tema ya se ha comentado más arriba. Lo que sí es nuevo es que se abre todo un campo profesional para aquellos técnicos que deberán saber cómo “preguntar correctamente” a sistemas como ChatGPT para obtener la información deseada. Como dicen los expertos, a estos sistemas hay que saber cómo pedirles las cosas porque un mínimo desvío de la pregunta inicial implica que la máquina no nos dará la información que queremos o no aprovecharemos todo el potencial de su base de conocimiento. O sea, desde ahora ya no sólo deberemos revisar lo que la máquina produce sino también saber ingresar al sistema la información requerida. El humano ya no sólo está en el último eslabón, sino que ahora también va a estar en el primero. ¿Quién dijo que las máquinas nos barrerían por completo?
Para quien tenga necesidad de más tranquilidad, diremos que la universidad de Princeton, en los Estados Unidos, ya ha desarrollado la primera app para detectar la producción de los “chatbots” más avanzados. No tendría que extrañarnos que, en breve, las herramientas de detección de plagio sean capaces de detectar la producción de los “chatbots”. Tal vez veamos una guerra tecnológica entre la producción de estos nuevos sistemas y los programas que los quieren detectar, como ya ha pasado en otros ámbitos, una persecución como el gato y el ratón.
“Tardaré un par de días más en enviarte el post” [este que estáis leyendo] le digo al amigo que organiza el blog de Ciutat Nova. “Ah, eso te pasa porque no haces servir ninguno de esos chats de inteligencia artificial”, me responde un poco guasón. Río y, al mismo tiempo, me quedo un poco pensativo: tengo claro que llega una época con un mejor acceso a una información masiva y bien preparada. Pero tengo claro igualmente que, a medio plazo, y con un poco de práctica, sabremos verle el plumero a la máquina (como se le ve a Eliza, aquel primitivo “chatbot”) porque, al fin y al a cabo, los humanos somos bastante más listos que las máquinas.
Aquí puedes leer el artículo anterior del mismo autor: «Los ordenadores no entienden nada, nosotros sí.
Acerca del autor
Del Ampurdán a los Andes: las buenas rutas raramente son rectilíneas. Por el camino, muchos encuentros y enseñanzas. Todo esto me ha llevado al turismo, donde enseño y hago investigación.
Genial, Narcis!