Traductores profesionales contra traducciones gratuitas

0
Traductores profesionales contra traducciones gratuitas

Hace muchos años ya que la tecnología está avanzando en todos los ámbitos, y la traducción no ha vivido ajena a la inteligencia artificial. Por eso, muchos traductores automáticos se han ido imponiendo poco a poco e incluso hay empresas y particulares que los eligen incluso por delante de un profesional. Sin embargo, en el caso de que se trate de un contenido sensible, se recomienda recurrir a una agencia especializada como MC Traducciones.

Sin embargo, no parece que se pueda poner freno a la tecnología. Desde el lanzamiento, el tráfico web a Deepl.com ha explotado. La página web se encuentra entre los 1.000 mejores sitios web de Alemania y se encuentra en el puesto 12.864 a nivel mundial, según Alexa.com. La gente de DeepL debe saber un par de cosas sobre el tráfico web al parecer. DeepL fue desarrollado por los fundadores de Linguee.com, un diccionario online lanzado en 2009 por su CEO Gereon Frahling. Linguee GmbH, que recientemente fue rebautizada como DeepL GmbH, se basa enteramente en la publicidad y por lo tanto en el tráfico, para hacer dinero.

La proliferación de traductores automáticos es toda una realidad

Propiedad de sus fundadores e inversores externos, DeepL emplea a 20 empleados a tiempo completo, de los cuales aproximadamente la mitad son ingenieros. El resto son jefes de producto y editores de calidad que trabajan en contacto con sus más de 500 colaboradores independientes (principalmente traductores) en el control y seguimiento de la calidad.

“El aprendizaje automático siempre ha estado en el corazón de Linguee, así que cuando las redes neuronales se convirtieron en una opción para la traducción automática, vimos una apertura una vía de avance”, explica Kutylowski. “Antes de que la traducción automática neuronal fuera una opción, siempre habíamos creído que, dados los enormes recursos invertidos por grandes actores en los modelos estadísticos de traducción automática, no hubiéramos podido cerrar la brecha.”

Personal procedente de otros proyectos

Kutylowski dice que por primera vez comenzaron a utilizar modelos neuronales en áreas distintas a la traducción automática, por ejemplo, para mejorar su control de calidad y monitorización de Linguee. Pero pronto se dieron cuenta de que funcionaba realmente bien para la traducción automática, por lo que empezaron a atraer personal de otros proyectos y les hicieron trabajar en la traducción automática.

En términos de calidad, DeepL obtuvo críticas muy favorables en los principales medios de comunicación, particularmente en Europa. Slator también quedó impresionado, y estuvo de acuerdo con el editor de Tool Box Journal Jost Zetsche en que, en particular “para textos técnicos y semitécnicos, la calidad de la dirección del inglés al alemán era decididamente mejor y más natural que la producción neuronal de Google y Microsoft”.

LEAVE A REPLY