Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings for CLEF JOKER 2025 Task 2

Imagine que você esteja tentando traduzir uma piada de uma língua para outra, mas a piada depende de uma palavra que soa como duas coisas diferentes ao mesmo tempo. Em inglês, você poderia dizer: "I'm reading a book on anti-gravity. It's impossible to put down!" (Estou lendo um livro sobre anti-gravidade. É impossível de largar/colocar para baixo!). O humor vem da expressão "put down", que significa tanto "parar de segurar" quanto "colocar sobre uma superfície". Se você traduzir isso literalmente para o francês, perde o duplo sentido, e a piada morre. Este é o mundo complicado dos "trocadilhos", um tipo de jogo de palavras onde uma única palavra carrega dois significados ou soa como outra palavra. Por décadas, os computadores foram péssimos nisso porque são treinados para serem literais, como um robô que segue uma receita exatamente, mas não tem senso de humor. Eles tentam trocar palavras uma por uma, o que frequentemente destrói o desfecho da piada. Mas e se pudéssemos ensinar os computadores a serem menos como robôs e mais como comediantes, entendendo que, às vezes, é preciso quebrar as regras da tradução para manter a piada viva?

Este artigo, intitulado "Pun Intended", é um relatório de uma equipe de pesquisadores da Georgia Tech que participou de uma competição chamada CLEF JOKER 2025. O objetivo deles era traduzir trocadilhos do inglês para o francês usando os cérebros de computador mais recentes e poderosos (chamados de Modelos de Linguagem de Grande Escala ou LLMs). Em vez de apenas pedir ao computador para "traduzir", eles construíram um sistema de três etapas projetado para capturar o espírito da piada, em vez de apenas as definições de dicionário.

Primeiro, eles tentaram uma abordagem de "linha de base" (baseline), simplesmente pedindo a diferentes modelos de IA para gerarem trocadilhos em francês e usando uma segunda IA para atuar como juiz, verificando se o resultado era realmente uma piada ou apenas uma frase entediante. Isso era como pedir a um grupo de amigos para contar uma piada e fazer um amigo acenar se ela fosse engraçada. Embora isso tenha funcionado razoavelmente bem, as piadas frequentemente se afastavam demais da história original.

Para melhorar, eles construíram um pipeline de "cadeia de pensamento guiada" (guided chain-of-thought). Pense nisso como dar ao computador um mapa e uma bússola. Eles ensinaram a IA a primeiro identificar a palavra difícil, depois procurar seus dois significados diferentes e, finalmente, usar uma ferramenta matemática especial chamada "embeddings fonético-semânticos". Esta ferramenta é como um ouvido super sensível e um dicionário combinados; ela ajuda o computador a encontrar palavras em francês que não apenas signifiquem as coisas certas, mas também soem semelhantes às palavras originais em inglês. É como tentar encontrar uma palavra francesa que soe como "cat" (gato), mas signifique "dog" (cachorro), apenas para ver se você consegue criar uma piada com isso.

Finalmente, eles adicionaram um sistema "multiagente". Imagine um painel de quatro juízes diferentes, cada um com um trabalho específico: um verifica se o significado está correto, um verifica se a tradução soa natural, um verifica a emoção e um verifica se parece autêntica. Esses juízes não apenas davam uma nota; eles davam feedback. Se a piada não fosse muito engraçada ou se a tradução fosse desajeitada, o sistema a reescreveria e tentaria novamente, até cinco vezes, até que o painel estivesse satisfeito.

Os resultados foram fascinantes. Quando os pesquisadores usaram testes computacionais padrão (que medem o quão próxima a nova frase está da antiga palavra por palavra), o sistema deles pontuou bastante baixo. Isso ocorre porque o sistema evitou intencionalmente traduções literais para manter o humor vivo. No entanto, quando especialistas humanos que falam francês fluentemente leram as piadas, o sistema da equipe ficou em primeiro e segundo lugar entre 51 equipes. Os humanos adoraram as piadas porque elas eram realmente engraçadas e faziam sentido em francês, mesmo que não parecessem exatamente com os originais em inglês.

O artigo sugere que, para traduzir jogos de palavras com sucesso, devemos parar de tentar ser tradutores perfeitos e começar a ser parceiros criativos. Os pesquisadores descobriram que, embora os modelos de IA mais recentes sejam ótimos em detectar onde há um trocadilho, eles precisam de ajuda para encontrar as palavras francesas certas que soem e signifiquem as coisas corretas. Ao combinar um "guia" que observa sons e significados, e um "painel" de juízes que refina a piada, eles mostraram que os computadores podem aprender a contar piadas que funcionam entre idiomas. Eles não resolveram o problema de traduzir cada trocadilho perfeitamente, mas provaram que mudar o objetivo de "precisão literal" para "equivalência engraçada" é o caminho certo.