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 de traducción automática con uno de los productos de lujo de la tienda online: 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 la tienda. Aparte del posible riesgo de que la consideren una página web donde se fomenta el tráfico de seres humanos en su modalidad artística,  la tienda no estaba llegando a su público objetivo con esta traducción.

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

La consulta arrojó un resultado igualmente erróneo. Y seguí obteniendo más fallos, hasta que Yandex acertó.

Ciertamente, es un gran resultado, porque estos motores de traducción trabajan sobre una base fundamentalmente estadística. La probabilidad de que “dancer” sea la traducción correcta de “bailarina” es mucho mayor de que lo sea “ballerina”. Por eso la mayoría nos ofrecen la traducción errónea. Y entonces, ¿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 palabras asociadas, 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.

Podría recomendarle a mi cliente que en lugar del módulo de Google implemente el de Yandex, pero no lo voy a hacer, porque podría producirse algún error con otros productos. La traducción automática, por el momento, no ofrece garantía total.

Amazon no ve que sea un problema esta falta de garantía total. Ante el gran volumen de contenidos 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. Vayamos un poco más allá. Comparemos diez de los productos principales de esta tienda de ropa con su traducción automática al inglés en tres motores de traducción distintos. Los términos aparecen sin contexto porque son los títulos de las secciones de la web. He marcado los aciertos en 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, 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 (u otro) para traducir automáticamente los comentarios de los usuarios sobre sus compras o sus 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 la traducción inexacta de un comentario. Si quiere conocer el contenido de una observación 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 o imprecisión, la responsabilidad ya no recae en la tienda, sino en el usuario que usa la 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.