An Investigation of Translationese in the Generations of Multilingual Large Language Models
Este artículo investiga si los modelos de lenguaje de gran tamaño multilingües (MLLM) producen un "translationese" que se asemeja al texto traducido por humanos mediante el análisis de rasgos lingüísticos en cinco idiomas y la comparación de las generaciones de los MLLM frente a bases de referencia no traducidas y escritas por humanos.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Cuando una persona habla o escribe en un idioma que no es su lengua materna, sus palabras suelen portar una huella dactilar sutil e invisible. Pueden utilizar estructuras de oraciones que se sienten ligeramente rígidas, elegir palabras que son técnicamente correctas pero que rara vez usan los hablantes locales, o disponer las frases de una manera que delata la influencia de su primera lengua. Los lingüistas llaman a este fenómeno "translationese" (lenguaje de traducción). Es el eco persistente del idioma original, visible incluso cuando el texto ha sido traducido con éxito. Durante décadas, este concepto ha sido estudiado en la traducción humana, donde los académicos analizan cómo el acto de traducir cambia la textura de un lenguaje. Hoy, sin embargo, ha surgido una nueva pregunta en el campo de la inteligencia artificial. Los modelos de lenguaje de gran tamaño, los poderosos sistemas informáticos que pueden escribir con fluidez en docenas de idiomas, son cada vez más comunes. Si bien estas máquinas pueden producir textos que parecen perfectos en la superficie, los investigadores están empezando a preguntarse si realmente están pensando en el idioma en el que escriben, o si están traduciendo secretamente todo desde un idioma interno dominante, probablemente el inglés, antes de emitir el resultado final. Si estuvieran haciendo esto, su producción portaría las mismas huellas ocultas de la traducción que dejan los traductores humanos.
Un equipo de investigadores se propuso investigar esta posibilidad tratando el texto generado por estos modelos de inteligencia artificial como si fuera una traducción. Querían saber si las máquinas estaban produciendo textos que sonaban como si hubieran sido traducidos, incluso cuando se les pedía que escribieran directamente en un idioma específico. Para ello, recopilaron muestras de texto en cinco idiomas diferentes: inglés, alemán, español, griego y pastún. Crearon una colección masiva de escritos que incluía tres tipos distintos: texto escrito naturalmente por hablantes nativos, texto que fue genuinamente traducido por humanos y texto generado por dos de los modelos de IA más avanzados disponibles. También incluyeron un cuarto tipo, donde la IA escribía en inglés y un programa informático independiente lo traducía al idioma objetivo, para ver cómo se comparaba con la IA escribiendo directamente en el idioma objetivo. Los investigadores utilizaron entonces un sofisticado programa informático entrenado para reconocer los patrones específicos del "translationese". Este programa había sido instruido con miles de ejemplos de escritura humana y traducciones humanas, aprendiendo a detectar las sutiles diferencias estadísticas que separan a un hablante nativo de un traductor.
Los resultados revelaron un patrón claro. Cuando los modelos de IA escribían en inglés, su texto rara vez era marcado como traducido, lo que sugería que operaban de forma natural en su idioma dominante. Sin embargo, tan pronto como los modelos cambiaban a otros idiomas, la historia cambiaba. En alemán y español, el texto generado por la IA mostraba fuertes signos de "translationese". El programa informático identificó una parte significativa del texto alemán y una gran cantidad del texto español como poseedores de los marcadores distintivos de la traducción. Esto sugiere que, incluso cuando se les pide que escriban directamente en estos idiomas, pueden estar dependiendo de un proceso interno que se asemeja a la traducción, quizás pensando primero en inglés y luego convirtiendo las ideas. El efecto era aún más pronunciado cuando los investigadores observaron las palabras específicas que los modelos elegían. Descubrieron que la IA tendía a evitar los errores más obvios y torpes que los humanos podrían cometer, pero aun así tenía dificultades con la distribución sutil de las palabras comunes. Por ejemplo, en alemán, los modelos utilizaban ciertas palabras de conexión comunes en patrones que coincidían con el texto traducido en lugar del habla nativa, mientras que en español, utilizaban artículos como "el/la" con mucha menos frecuencia de la que lo haría un hablante nativo.
Curiosamente, el grado de este efecto de "traducción" dependía en gran medida del idioma mismo. Los modelos funcionaron mejor en griego y pastún, dos idiomas con menos recursos digitales disponibles para el entrenamiento, que en alemán y español. En estos idiomas de menores recursos, el texto generado por la IA tenía menos probabilidades de ser marcado como traducido. Los investigadores sugieren que esto podría deberse a que los datos de entrenamiento para el alemán y el español contienen una vasta cantidad de material traducido existente, que los modelos simplemente imitan. En contraste, los datos de entrenamiento para el griego y el pastún pueden contener menos contenido traducido, obligando a los modelos a depender más de las estructuras nativas disponibles para ellos. El equipo también pidió a lectores humanos que juzgaran una pequeña muestra del texto. Sorprendentemente, los humanos fueron a menudo incapaces de detectar el "translationese" que el programa informático encontraba con tanta facilidad. Los humanos notaban principalmente elecciones de palabras extrañas o combinaciones raras, mientras que la computadora detectaba los cambios estadísticos más profundos en cómo se organizaban las palabras. Esto indica que, si bien la IA puede ocultar los errores más obvios, la estructura subyacente de su escritura delata una falta de fluidez nativa.
El estudio concluye que estos poderosos modelos de lenguaje aún no generan texto de una manera verdaderamente nativa para los idiomas que no son el inglés. En su lugar, su producción suele portar la firma oculta de la traducción, lo que sugiere que su procesamiento interno todavía está anclado al inglés. Esto no significa que los modelos estén fallando; a menudo son altamente efectivos y útiles. Sin embargo, revela una limitación fundamental en cómo aprenden y operan. Parecen estar dominando el nivel superficial de muchos idiomas mientras siguen dependiendo de un marco central basado en el inglés para su razonamiento. Los investigadores señalan que este hallazgo ayuda a explicar por qué estos modelos a veces tienen dificultades con los matices culturales o el flujo natural de un idioma que no es el inglés. Al identificar estas huellas dactilares ocultas, el estudio proporciona una nueva forma de medir la verdadera calidad del texto generado por máquinas, yendo más allá de la simple corrección para evaluar la naturalidad genuina de la voz que la máquina intenta emular.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.