Traducir la oralidad en el texto audiovisual con sistemas de traducción automática neuronal (TAN)

En este trabajo nos proponemos reflexionar sobre la traducción de la oralidad en textos audiovisuales a la luz de la aplicación de herramientas informáticas que utilizan la inteligencia artificial. Nos referimos a los traductores automáticos neuronales (o NMT Neuronal Machine Translation, en la terminología más difundida), cuya labor se va afinando gracias a su capacidad de ‘imitar’ los procesos cognitivos humanos y la utilización de corpus de grandes dimensiones. Tarea para la que sería oportuno la colaboración de la ingeniería informática y la lingüística. Las propuestas de traducción de estas herramientas son cada vez más adecuadas sobre todo si hablamos de textos de especialidad o formales, ya que estos sistemas consiguen retroalimentarse, es decir, ‘aprender’ a partir de los datos a los que se les expone. Sin embargo, cuando el nivel lingüístico se desplaza desde la formalidad a un registro informal, la validez de las propuestas se complica. La hipótesis de trabajo que nos planteamos en este estudio es observar qué ocurre cuando se somete a TAN un texto audiovisual que imita la oralidad. En esta investigación presentamos el resultado de algunas experimentaciones realizadas con esta tecnología, los límites que actualmente resultan más evidentes, así como la necesidad de intervenir mediante la postedición. Las lenguas implicadas son el italiano y el español.