Investigadores da UVigo realizan a maior análise comparativa da calidade do subtitulado en directo humano vs. automático

A irrupción da intelixencia artificial trae consigo inquedanzas e novos horizontes a partes iguais, pero si nalgo coinciden as e os expertos é en que esta tecnoloxía suporá un antes e un despois para moitas profesións. Un dos eidos nos que a intelixencia artificial xa se está a aplicar é o da tradución e a interpretación e, por iso, tanto as institucións públicas como o sector profesional teñen o foco posto nas súas posibles consecuencias. Precisamente, este foi un dos temas que se debateron no Foro Translating Europe que se celebrou recentemente en Bruxelas. No encontro, o máis importante sobre a tradución a nivel mundial e organizado pola Comisión Europea, participaron os profesores da Facultade de Filoloxía e Tradución Luis Alonso Bacigalupe e Pablo Romero Fresco, do grupo GALMA.

Nesta cita internacional abordáronse temas como a xestión da calidade, o impacto das novas tecnoloxías ou a promoción das profesións lingüísticas, analizando tanto a evolución do sector nos últimos dez anos como as proxección de futuro. En concreto, Alonso Bacigalupe, que interveu en liña, centrouse no uso da intelixencia artificial para a avaliación da calidade do subtitulado en directo e fixo unha primeira presentación do software que un equipo de investigadores da Facultade de Filoloxía e Tradución están a crear con esta finalidade. Xunto con el, a Comisión Europea tamén convidou a este foro ao profesor Pablo Romero Fresco que, de xeito presencial, presentou os resultados do proxecto de investigación Qualisub: Un estudio regional, nacional e internacional. Financiado polo Ministerio de Ciencia e Innovación, Convocatoria 2020 - «Proyectos de I+D+i» Retos B, o proxecto botou a andar en setembro de 2021 e rematará en setembro de 2024, liderado pola UVigo e coa Universidade do País Vasco, Universitat Jaume I, University of Rio Grande Texas e TVE como socios. Durante os dous primeiros anos de traballo realizaron a maior análise comparativa a nivel mundial da calidade de subtitulado en directo realizado por humanos fronte ao totalmente automático para español, galego, catalán, éuscaro e inglés.

A importancia da subtitulación en directo nun mundo cada vez máis audiovisual

Os investigadores explican que “ao tempo que aumenta o volume da produción audiovisual en todo o mundo, aumenta tamén o número de persoas con dificultades para comprender un texto oral, especialmente en occidente, como consecuencia do rápido proceso de envellecemento da poboación e da inmigración”. A subtitulación ofrece unha alternativa comunicativa para todos estes colectivos, pero o reto xurde cando se trata de eventos ou programas en directo que non permiten realizar unha subtitulación previa. Este é o espazo que ocupa a subtitulación en directo, que ofrece aos usuarios unha transcrición en tempo real das palabras e sons dun evento, conferencia, retransmisión ou mesmo de informacións de servizo público, por exemplo, nun aeroporto. O que se propuxeron os investigadores do grupo GALMA é analizar a calidade dos subtítulos producidos en directo por profesionais fronte aos producidos de xeito automático e centráronse en retransmicións e acontecementos nas catro linguas oficiais do estado: catalán, éuscaro, galego e español e tamén en inglés nos Estados Unidos. A finalidade é poder emitir recomendacións que poidan mellorar a accesibilidade de programas e eventos de para millóns de espectadores diarios. A análise, explica Romero Fresco, realizouse empregando o sistema NER, “un modelo de avaliación da calidade de subtítulos” que el mesmo deseñou e que xa se ten convertido “no xeito estándar de analizar a calidade dos subtítulos en todo o mundo, incluídas canles de TV, plataformas, empresas e gobernos, así como a lexislación de países como Canadá”.

A nivel rexional centráronse en avaliar a precisión do recoñecemento de voz en galego, vasco e catalán, así como a súa potencial aplicación ao subtitulado en directo. A nivel nacional compararon a calidade dos subtítulos en directo producidos mediante refalado por TVE, Antena3, Cuatro, Telecinco e La Sexta cos subtítulos automáticos que emprega TVE. Finalmente, dende unha perspectiva internacional realizaron a primeira análise a grande escala da calidade dos subtítulos en directo nos Estados Unidos baseado no modelo NER para comparalo cos resultados obtidos en España.

Automatización si, sempre e cando se respecte a accesibilidade

Cos resultados obtidos ata agora, o equipo puido constatar un cambio bastante importante respecto da evolución da calidade do subtitulado automático. Ata finais do 2022, explica Romero, a diferencia “era bastante clara” a favor da subtitulación realizada polos humanos. Pero dende entón, engade, “xurdiron aplicacións de última xeración de intelixencia artificial que empezan a acadar resultados moi bos, máis hai un detalle importante: as máquinas transcriben todas as palabras, de xeito que os subtítulos son literais e moitas veces demasiado rápidos e difíciles de ler. Isto fai que a xente que le rápido non teña problema, mais hai xente que está excluída: persoas maiores, inmigrantes, xordos que teñen lingua de sinais como primeira lingua, etc”. É por isto que os docentes implicados neste proxecto poñen o foco precisamente en non deixar a ninguén atrás, “o noso obxectivo como formadores e o dos nosos estudantes como futuros profesionais é asegurarse de que a automatización non se leva a cabo en detrimento da accesibilidade para os que de verdade a precisan”. 

Con todo, o docente recalca que as novas tecnoloxías como a intelixencia artificial, ben xestionadas, poden ser un aliado máis ca unha ameaza para a profesión de tradutor e intérprete, sempre e cando “teñamos en conta a dimensión persoal e humana da accesibilidade”. A IA, engade, “danos unha posibilidade de accesibilidade en masa para certos eidos, como o subtitulado en directo, mais se non o acompañamos da parte humana e persoal, crearemos tanta exclusión como inclusión. Por iso estamos a traballar na Access Intimacy (tamén con siglas AI), é dicir, a outra AI, a que coida e traballa a idea de accesibilidade como forma de conexión entre persoas”, conclúe.