Resumen del seminario web sobre IA generativa: ¿ya es una realidad?

La IA generativa y los modelos lingüísticos de gran tamaño (LLM) ya han despegado definitivamente y no hay posibilidad de vuelta atrás, como afirma Vincent Henderson, responsable de los equipos de producto y desarrollo de Lionbridge. Pero ¿de verdad ya estamos ahí?

Es decir, ¿podemos sacar el máximo partido ya mismo de estas tecnologías? Alerta de spoiler: todavía no. Al menos, no por completo. No obstante, si cambiamos nuestros hábitos y las expectativas que hemos puesto en este paradigma que marca una época, sí que podemos cosechar algunos frutos relevantes que generan valor empresarial, además de obtener un importante ahorro de costes.

En este segundo seminario web de nuestra serie dedicada a la IA generativa y los modelos lingüísticos de gran tamaño, Vincent analiza este tema en detalle, así como otras cuestiones relacionadas.

En caso de que se haya perdido la sesión, puede verla a la carta en el momento que quiera.

¿Prefiere leer un resumen de esta sesión? Siga leyendo.

IA generativa: ¿cómo de lejos hemos llegado?

Aunque la historia de la inteligencia artificial (IA) se remonta a principios del siglo XIX, su rápida evolución ha conseguido que esta tecnología haya adquirido un carácter sumamente fascinante en la actualidad. Y es que no podemos olvidar que durante la primera mitad de la década de 2020 se han logrado más avances trascendentales que en todas las décadas anteriores.

La IA generativa y los LLM ofrecen funciones revolucionarias, y actualmente nos encontramos en un punto de inflexión.

¿En qué se diferencia esta era de la IA generativa de los puntos de inflexión del pasado?

Para entender la evolución del paradigma de la IA y el lugar en el que nos encontramos, debemos reflexionar sobre los puntos de inflexión que se alcanzaron en el pasado.

Cada vez que una máquina alcanzaba un nuevo hito (por ejemplo, vencer a un jugador de ajedrez), los expertos en tecnología concluían que esa máquina en realidad no estaba pensando. Después, se sometía a la máquina a nuevas pruebas cada vez más complicadas para que pudiera demostrar su inteligencia.

Lo que hace especial al punto de inflexión en el que nos encontramos actualmente es la capacidad que tienen las máquinas para entender el lenguaje, resolver problemas, programar y producir contenido relevante como una habilidad general, en lugar de contar con la capacidad de realizar una tarea específica para la cual recibió entrenamiento, como detectar imperfecciones en chapas metálicas.

Entonces, ¿por qué tanto alboroto con la IA generativa y los LLM?

La naturaleza de la interfaz humano-máquina está cambiando porque, por primera vez, las máquinas pueden entender el mundo y hacer las cosas de cierta manera que implica tanto un razonamiento como la capacidad de resolver problemas para los que no han recibido un entrenamiento específico. En lugar de pulsar un botón o subir una foto, la nueva interfaz utiliza el lenguaje, el razonamiento y expresiones lingüísticas.

¿Cómo transformará la IA generativa el sector de la localización para siempre?

La IA generativa permitirá a los equipos de localización generar un valor empresarial que antes era impensable.

Son muchas las cuestiones lingüísticas que obsesionan a los profesionales de la localización. Por ejemplo, ¿el contenido representa de manera adecuada a la marca? ¿La calidad lingüística del contenido satisface los umbrales de calidad predeterminados? A pesar de lo mucho que se esfuerzan por resolver estos problemas, estos esfuerzos no logran repercutir de manera relevante en las empresas.

Al introducir los LLM en la ecuación, tendrán la oportunidad de llegar a la esencia de la generación de valor. ¿De qué manera puede marcar la diferencia esta tecnología? A medida que aumenten sus capacidades, los LLM cada vez se ocuparán más de actividades lingüísticas básicas de memorización. Por consiguiente, esta capacidad dejará más tiempo para dedicarse a otras actividades humanas de mayor valor, y ese es el principal punto fuerte de la IA en relación con la generación de contenido global.

La irrupción de las soluciones basadas en la IA mejorará la creatividad humana y reforzará su participación en las siguientes esferas:

• Ideación de contenido (producción de los temas de origen)
• Análisis de contenido (comprensión del impacto del contenido)
• Idoneidad del contenido (si las personas obtendrán valor de dicho contenido)

Esto hará que los servicios de mayor valor, como la transcreación, sean más asequibles para las empresas. ¿El resultado? En última instancia, las soluciones basadas en la IA generativa permitirán a las marcas ofrecer contenido que calará mejor en sus compradores y que resultará más convincente y fiable para los compradores de distintos países.

La IA generativa y los LLM cambiarán el panorama de los servicios de localización

Con la irrupción de la IA generativa y los LLM, los clientes cada vez recurrirán más a los prestadores de servicios de localización para ofrecer servicios en dos grandes categorías: por una parte, la asistencia en el desarrollo de los LLM y, por otro, la producción de contenido para LLM.

• La asistencia en el desarrollo de los LLM consiste en evaluar los resultados generados por los LLM, controlar el sesgo y diseñar estrategias de diseño de instrucciones eficaces.
• Por su parte, la producción de contenido para LLM consiste en emplear los LLM para ayudar a producir contenidos aptos para que las empresas los publiquen. Entre los servicios posibles, se incluyen la optimización de recursos multilingües, la mejora de los flujos de trabajo de localización, el apoyo durante la creación y el uso de la IA generativa multilingüe, y la creación de contenido desde cero.

Producción de contenido: ¿cómo influirán los LLM en los flujos de trabajo de localización?

Dado que los flujos de trabajo de localización no van a desaparecer, prevemos una demanda elevada de servicios relacionados con los LLM que automatizarán y mejorarán todavía más los flujos de trabajo. La IA generativa puede marcar la diferencia en muchas áreas diferentes.

Desde la preparación del contenido de origen hasta las reseñas sobre el contenido, conforme evolucionen, cabe esperar que los LLM mejorarán cada uno de los pasos del flujo de trabajo de localización.

Esta tecnología influirá en los flujos de trabajo de localización de diversos modos:

Durante el análisis del original: los LLM pueden realizar análisis del texto original y determinar si su contenido resulta adecuado para lograr una localización eficiente. La automatización de este paso cada vez resulta más importante, pues las personas cuya lengua materna no es el inglés cada vez producen más contenido en inglés relacionado con los productos. Los LLM pueden simplificar el contenido original y depurarlo de antemano para que resulte más idóneo para su localización.

Durante la traducción: aunque los LLM no pueden competir con los actuales motores de traducción automática (TA) debido a sus costes más elevados y a su menor velocidad de traducción, esta tecnología seguirá ofreciendo nuevas posibilidades durante esta etapa del flujo de trabajo, puesto que es capaz de realizar traducciones introduciendo variaciones o siguiendo algunas instrucciones especiales.

Durante la posedición y el control de calidad: para ver esta tecnología en todo su esplendor, basta con pedirle a un LLM que revise una traducción realizada por una TA. El LLM puede reducir de manera considerable la carga de trabajo de posedición que deberá realizar una persona. De manera similar, cuando se le pide al LLM que examine un informe de control de calidad y que determine qué hacer con los problemas detectados, puede decidir si el elemento en cuestión no es un problema real, si es fácil de corregir o si es necesario que lo analice un lingüista.

IA generativa y LLM: ¿en qué punto nos encontramos?

Actualmente, el uso más prometedor de los LLM se encuentra en el ámbito de la posedición. Sin embargo, existen ciertas trabas, ya que las empresas deben mostrarse predispuestas a adoptar una nueva interpretación de la calidad del lenguaje, especialmente, porque no existe ninguna medida objetiva para cuantificarla. Nuestro proceso de testing corrobora el grado de subjetividad de la evaluación.

Tras mostrar a tres revisores profesionales los mismos segmentos, no fue posible alcanzar un consenso sobre la calidad del resultado de la posedición realizada por el LLM. Uno de los revisores consideró el trabajo aceptable, mientras que otro puntuó el mismo segmento con una valoración mucho menos favorable. En cada una de nuestras pruebas, al menos uno de los revisores consideró que la muestra tenía buena calidad, lo que nos lleva a pensar que el resultado no contenía ningún error flagrante y que, actualmente, los LLM son una herramienta muy respetable para realizar una posedición parcial.

¿Cuánto dinero se pueden ahorrar las empresas al emplear los LLM?

Si se introducen los LLM en el flujo de trabajo de localización para sacarles el máximo partido, se obtendrá una mejora considerable en el resultado, el esfuerzo y el coste de las actividades de localización.

Esperamos que los LLM tengan un impacto notable en el proceso de posedición, pues creemos que la tecnología evaluará el contenido tras la traducción realizada inicialmente por la TA y, posteriormente, serán los lingüistas quienes finalicen el proceso de posedición. Sin embargo, los LLM no estarán indicados en un principio para todas las combinaciones de idiomas, ni tampoco para todos los sectores y temas. En estos momentos, estamos identificando las situaciones más adecuadas en función del resultado y los aspectos económicos.

De acuerdo con nuestra investigación, la IA generativa o los LLM pueden reducir potencialmente los costes de la localización hasta un 25 %, en función de la combinación lingüística, cuando se utilizan para realizar una posedición tras la traducción inicial realizada por la TA. Seguimos evaluando cuál es el impacto económico exacto en diversos ámbitos y situaciones concretas. Nuestra investigación inicial sugiere que dicho impacto será relevante.

¿Qué podemos esperar en el futuro?

Los LLM han llegado para quedarse y, sin lugar a duda, cambiarán el sector de la localización para siempre. Lionbridge está desarrollando diversas aplicaciones para sacar el máximo partido de todas las capacidades de los LLM con el fin de automatizar todavía más el flujo de trabajo de la localización.

A medida que la IA generativa avanza y prolifera, cabe esperar cierto grado de evolución en el entorno normativo.

Aunque se prevé que las capacidades de la IA generativa o los LLM aumentarán de manera drástica, los organismos responsables de las normativas pueden detener hasta cierto punto los avances con el fin de proteger a los usuarios y sortear los peligros reales y las cuestiones éticas relacionadas con la IA.

Entonces, ¿la IA generativa ya es una realidad?

La IA generativa ya está generando beneficios empresariales concretos, en particular, con su uso en los trabajos de posedición. Sin embargo, todavía nos queda un largo recorrido por delante, ya que es necesario analizar todos los casos prácticos en los que se puede usar la IA generativa antes de usar esta tecnología en todo su potencial.

Uno de los problemas esenciales consistirá en tratar de acabar con la falta de confianza que existe entre nosotros y la máquina. Debemos preguntarnos en qué medida deberíamos confiar en una máquina para producir resultados aceptables y en qué medida deberíamos confiar en nuestra evaluación de la máquina.

Cada uno de los casos prácticos requiere una evaluación y su correspondiente puesta a prueba. Realizaremos estas evaluaciones durante meses e incluso años, centrándonos en una sola solución a la vez.

Si desea obtener un análisis más detallado de la IA generativa y los LLM en relación con la localización, vea nuestro seminario web a petición y visite la página web del seminario web de Lionbridge para acceder a otros seminarios de esta serie.

Póngase en contacto con nosotros

¿Está listo para utilizar las herramientas de IA para ahorrar dinero y aprovechar todo su potencial? Póngase en contacto con nosotros hoy mismo para descubrir cómo hacerlo.