X hits on this document

95 views

0 shares

0 downloads

0 comments

3 / 28

el concepto de ‘inteligencia’retorna de su decurso instrumental, cuando después de aplicarlo a los ordenadores volvemos a concebir la habilidad humana, redefinimos a las personas como procesadores de información, y a la naturaleza, en nuestro caso al lenguaje, como ‘información que tiene que ser procesada’. Como sostiene Postman (1992), el mensaje metafórico fundamental del ordenador es que nosotros somos ‘máquinas’ pensantes, y que la inteligencia es algo rápido, explícito, definido, basada en datos objetivos y bajo estricto control: “El ordenador hace posible el sueño de Descartes consistente en la matematización del mundo. Facilita la conversión de los hechos en estadísticas y de los problemas en ecuaciones” (Ibíd., pp. 118-119).

Desde la visión humanista, este concepto tecnológico de la inteligencia parece pernicioso cuando se hace general y dominante. En cuanto a la Traducción cabe decir que, situados en contextos especializados, el valor de la capacidad de cálculo, la velocidad y el volumen de la información está fuera de toda duda, pero los problemas más serios que afectan al campo de la Traducción no son del orden de los que pueden ser resueltos con ayuda del ‘cálculo’. Por este motivo el usuario de un sistema de Traducción Automática debe poseer la ‘inteligencia’ o la intuición de lo que puede exigir y obtener, y de lo que va a ser silenciado o equivocado. El resultado de un programa de Traducción Automática depende en gran medida del carácter repetitivo de los patrones ofrecidos y de la especificidad y especialización2 del texto y del vocabulario. La meteorología, por ser un dominio donde la innovación conceptual es mínima, fue uno de los primeros campos en que la TA fue aplicada con éxito. Aunque pueda hallarse soluciones ‘ad hoc’ para cada problema, el proceso traductológico es un problema complejo, y la TA debería ser considerada un sistema experto. Un sistema experto es un multiagente que trabaja como un detective: utiliza grandes cantidades de información almacenada para, mediante la aplicación de reglas lógicas, resolver un problema complejo.

El punto de partida de la investigación en TA (como el de las redes neuronales) se caracterizó  por la aplicación de la estrategia bottom up, es decir por el proceso de construir el significado a partir de sus unidades mínimas. Parece, sin embargo, que los sistemas expertos más efectivos parten de la aproximación top down, en la cual los programas empiezan la casa por el tejado, es decir, por los resultados de un proceso cognitivo. Por otro lado cabe anotar que el lenguaje natural es, en sí mismo, un sistema experto, un extraordinario proceso de computación. Esto significa que estamos construyendo un sistema experto para regir otro, basado en la asignación de símbolos y signos. Por eso algunas tendencias desarrollaron la posibilidad de procesar en primer lugar los significados, el universo conceptual (Schank , Nirenburg, entre otros).

Cuando en los años cincuenta se acuñaron los términos ‘Inteligencia Artificial’ y ‘Traducción Automática’ se creía que en unos veinte años las máquinas harían la mayor parte de las tareas cotidianas. El resultado de esa utopía fallida fue la desconfianza de los que invirtieron en esta área tecnológica. Hoy en día no existen aplicaciones estrella, pero sí una invasión silenciosa y una ampliación del concepto de ‘automático’, tal y como pretendemos mostrar en este artículo.

2. Unidad de significado y unidad de traducción.

2 La especialización de un texto es su vinculación con un área temática determinada. Depende en parte de la clasificación de los campos del saber. La especificidad de un texto se mide por la intensidad de términos específicos cuya denominación es descriptiva del referente desde el punto de vista de la especialidad.

Document info
Document views95
Page views95
Page last viewedFri Dec 09 17:51:20 UTC 2016
Pages28
Paragraphs363
Words12419

Comments