Hace un par de semanas una posible cliente me comentó su intención de implementar un módulo de traducción automática de google en su tienda online en español, creada con PrestaShop 1.6.1.2. Contuve la respiración, conté hasta diez y empleé un tono cordial para comentarle que no era una opción idónea. Sin embargo, en mi cerebro resonaba una alarma estridente y una enorme luz roja parpadeaba con intensidad.

Para cargarme de razones hice una prueba con uno de los productos de lujo de su tienda: unas  bailarinas Rockstud. Un artículo cuyo precio oscila entre 600 y 900 €. No cada una, sino el par.

Empecé por Google. La opción más inmediata y la que deseaban implementar.

Como me esperaba, tradujo el término bailarinas como si se tratase de una profesional de la danza (dancer) y no como el artículo de calzado (ballerina) que realmente venden en esta tienda. Aparte del posible riesgo de ser tomada por una página web donde se fomenta el tráfico de seres humanos en su modalidad artística (y equívoca), con esta denominación, la tienda no estaba llegando a su público objetivo.

Probé a continuación con otros motores de traducción automática. En primer lugar con Bing, de Microsoft.

La consulta arrojó un resultado igualmente erróneo. Pero quería comprobar si alguno acertaba, y Yandex lo hizo.

Ciertamente, es un gran resultado, porque estos motores de traducción trabajan sobre una base fundamentalmente estadística y esto justifica la presencia del error. La probabilidad de que “dancer” sea la traducción correcta de “bailarina” es mucho mayor de que lo sea “ballerina”. Por eso nos ofrecen esta traducción. ¿Pero por qué acierta Yandex? Pues porque esta probabilidad se establece sobre la base de millones de palabras alineadas en combinaciones de n-gramas, es decir, en grupos de una, dos, tres, cuatro palabras y más. Se da la casualidad de que Yandex contiene en su base de datos el segmento “bailarinas Rockstud”, con su traducción correcta, y, en cambio, Google y Bing no lo tienen. “Tenemos cientos de millones de combinaciones, pero estas no”, se defienden en sus respectivas sedes centrales. Pero así es la traducción automática actual de base estadística, si tienes un segmento similar aciertas, y si no, no. Por eso ofrece resultados tan variables. Excelentes en algún caso, buenos en bastantes casos y mejorables en la mayoría. Con algún resultado risible, también hay que decirlo.

Como lo sé, no puedo recomendarle a mi cliente que en lugar del módulo de Google implemente el de Yandex, porque podría producirse algún error en otros casos. La traducción automática, por el momento, no ofrece garantía total.

La perspectiva de Amazon es diferente. Ante la imposibilidad de traducir todo el material que publican en su portal optan por el mal menor y ofrecen una traducción automática no supervisada. Opinan que mejor es eso que nada. Hasta cierto punto pueden estar en lo correcto, pero con el riesgo de caer en resultados como los que describo en otro post de nuestro blog.

El traductor: ¿especie en extinción?   – Ver captura de pantalla.

Una visión más amplia

Me dirás que no podemos basarnos en un único ejemplo para descartar esta estrategia y te doy la razón. Comparemos diez de los productos principales de la tienda que te estoy mencionando con su traducción automática al inglés. He marcado los aciertos con amarillo.

*Se refieren a zapatos de tacón. Son admisibles las tres versiones en inglés en el contexto del menú de una tienda de moda.

Como puedes ver en la tabla, con una sencilla tabla de productos comunes y genéricos, a veces aciertan los tres sistemas, a veces fallan todos y en ocasiones fallan unos u otros de forma aleatoria.

¿Puedes dejar en tu tienda nombres de productos traducidos al inglés que puedan no coincidir con las palabras de búsqueda de tu posible cliente en una proporción del 30 al 40 %?

¿Puedes dejar en tu tienda la imagen de una prenda de ropa asociada a la palabra Monkey?

Al final, sólo tú tienes la respuesta, porque ésta también depende del perfil del posible cliente y de su nivel de expectativas.

Traducción de comentarios y observaciones

Algo muy distinto es implementar el código de traducción automática de Google para traducir automáticamente los comentarios que los usuarios dejan para describir sus piezas o las observaciones de carácter general. Así lo hace, por ejemplo, Vestiaire Collective en su web de compra de ropa y accesorios de lujo de segunda mano.

Cuando el posible cliente ya está en la página y se ha centrado en un producto, no hay riesgo de perder su interés con una traducción inexacta. Si quiere conocer el contenido de algún comentario que no puede comprender debido al idioma, no está de más que le facilitemos esa tarea con una traducción automática. Quizá no sea del todo exacta, pero le dará una idea del significado general del mensaje.

Para mostrarlo, hemos seleccionado un producto en la página de Vestiaire Collective y, al lado del comentario del vendedor (“… te habla de su artículo”), aparece el botón TRADUCIR

Y si hacemos clic, nos facilita un texto traducido por Google.

Un texto bastante aceptable, que permite captar el mensaje. En caso de error, imprecisión o incluso texto absurdo, la responsabilidad ya no recae en la tienda sino en el usuario que decide traducir con esta herramienta y asume sus inconvenientes.

Por lo tanto, de entrada mi consejo será siempre ofrecer una traducción supervisada para los textos de nombres y descripciones de producto, condiciones de pago y envío, documentos legales y textos promocionales, y dejar una traducción no supervisada (un plugin de traducción automática) para los comentarios o recomendaciones de los usuarios.

Angel Souto

Empresario de la traducción en Barcelona y profesor universitario en la UPF. Experto ennavegar en un sector con vientos muy cambiantes. Con un ánimo descriptivo e irónico, incita a la reflexión y desentraña las claves de un sector muchas veces ignorado o simplificado en exceso.