Un mondo in cui la barriera linguistica smette di esistere, ma la ricchezza delle lingue rimane intatta. È questo il futuro che Stefan Mesken, esperto di DeepL, una delle piattaforme di traduzione automatica più avanzate al mondo, si augura di contribuire a costruire. In una conversazione approfondita sul presente e sul futuro della traduzione, Mesken ha affrontato domande scomode e questioni tecniche con una franchezza che raramente si sente nel settore.
Il punto di partenza è quasi personale: un genitore che si interroga su quale consiglio dare ai propri figli riguardo alla scelta universitaria. Scegliere la traduzione come carriera è ancora sensato? La risposta di Mesken è cauta ma onesta: la traduzione automatica è in grado di risolvere autonomamente un numero sempre crescente di problemi linguistici, e questa tendenza non si fermerà. Ciò detto, il panorama è tutt'altro che uniforme. C'è una differenza enorme tra la traduzione di una chiacchierata informale e quella di un contratto legale certificato, e non tutti questi ambiti subiranno la stessa trasformazione alla stessa velocità.
Un paradosso curioso emerge subito: se gli strumenti di traduzione automatica sono così potenti, perché continuiamo a imbatterci in traduzioni pessime? Chiunque abbia acquistato un prodotto su Amazon si sarà scontrato almeno una volta con descrizioni in italiano che sembrano uscite da un motore degli anni Novanta. Mesken spiega che la disponibilità di strumenti sofisticati non implica automaticamente che vengano adottati ovunque. Ma c'è di più: anche con i migliori sistemi disponibili, alcune sfide restano irrisolte, non per incapacità tecnica, ma perché per anni la ricerca si è concentrata sui miglioramenti generali della qualità, trascurando questioni più periferiche ma altrettanto importanti.
Due di queste questioni irrisolte sono la personalizzazione e la consapevolezza del contesto visivo. DeepL ha lanciato solo di recente, a novembre, un sistema che permette agli utenti di definire con precisione come vogliono che venga eseguita una traduzione. Ma c'è un problema ancora più sottile: le macchine sono sostanzialmente cieche al contesto visivo. Pensiamo all'interfaccia di un videogioco, dove una singola parola può avere significati radicalmente diversi a seconda di dove appare sullo schermo. Un traduttore umano a cui venissero fornite parole isolate, senza alcun contesto, commetterebbe gli stessi errori. La differenza è che l'intelligenza artificiale, al momento, non riesce nemmeno a rendersi conto di avere questo limite.
Per illustrare la complessità della traduzione creativa, viene evocato un esempio che ogni lettore italiano conosce bene: i romanzi di Harry Potter. Chi ha letto la saga nella versione italiana sa che i traduttori hanno fatto un lavoro straordinario nel ricreare nomi parlanti come Silente o McGranitt, capaci di evocare le stesse sensazioni dei nomi originali inglesi, con un lavoro di ricerca e creatività non banale. Dumbledore, ad esempio, richiama in inglese il ronzio di un calabrone, un suono caotico e borbottante. Tradurre quell'effetto in italiano ha richiesto intuizione culturale, non solo competenza linguistica. Può una macchina fare altrettanto?
Mesken non esclude che l'intelligenza artificiale possa arrivare a risultati simili, e cita i progressi straordinari compiuti dall'AI anche in ambiti creativi. Ma indica due condizioni indispensabili: il contesto e la consapevolezza culturale. Le lingue evolvono in tempo reale, i neologismi e le espressioni di tendenza possono durare poche settimane e poi scomparire. Pensiamo a quanto rapidamente si è diffusa in italiano una parola come "woke", entrata nel dibattito pubblico con tutta la sua carica ideologica anglosassone, richiedendo tempo e contesto per essere compresa davvero. I sistemi AI più avanzati riescono ad aggiornarsi quasi in tempo reale, ma rimane un equilibrio delicato da gestire: le aziende vogliono traduzioni prevedibili e coerenti nel tempo, ma vogliono anche che il sistema sappia adattarsi alle novità. DeepL ha scelto di offrire entrambe le opzioni, lasciando decidere all'utente quando applicare regole fisse e quando lasciare che il sistema apprenda.
Emerge poi una riflessione che ribalta parzialmente la premessa iniziale. Non è vero che i traduttori non serviranno più: cambierà profondamente il tipo di competenza richiesta. DeepL lavora con esperti linguistici di tutto il mondo per valutare la qualità delle traduzioni e migliorare i propri modelli. Si va dal traduttore certificato con vent'anni di esperienza al giovane studente universitario con uno stile di scrittura fresco e creativo, necessario per gestire le traduzioni di messaggi informali su smartphone, con abbreviazioni, errori intenzionali e un registro completamente diverso da quello professionale.
Il titolo di un vecchio saggio accademico italiano torna alla mente: Dire quasi la stessa cosa, del semiologo Umberto Eco, dedicato proprio alle possibilità e ai limiti della traduzione. Mesken distingue due livelli del linguaggio: quello informativo, dove qualsiasi lingua può veicolare concetti e impegni in modo sufficientemente efficace, e quello artistico-culturale, dove il suono, il ritmo e le risonanze emotive di una parola sono inscindibili dalla lingua originale. Il primo livello è tecnicamente conquistabile. Il secondo è una sfida di natura diversa, paragonabile a quella di un direttore d'orchestra che esegue una partitura scritta per un altro ensemble: il risultato può essere magnifico, ma resterà sempre un'interpretazione.
Un esempio concreto di quanto il linguaggio sfugga a qualsiasi tentativo di codifica precisa riguarda una parola apparentemente semplice come "probabilmente". Studi condotti da linguisti e sociologi hanno chiesto a campioni di madrelingua inglesi cosa intendessero esattamente con "likely": per alcuni significa una probabilità superiore al 50%, per altri non scende mai sotto l'80%. Parole che usiamo ogni giorno celano margini di imprecisione enormi, e proprio questa imprecisione è ciò che rende la comunicazione umana così potente e così difficile da replicare meccanicamente.
Lo stesso Mesken racconta un episodio significativo risalente allo sviluppo dei sistemi di riconoscimento vocale di DeepL: analizzando brevi frammenti audio isolati, si accorse che lui stesso, come essere umano, non riusciva a comprendere circa il 15% delle parole estrapolate dal loro contesto. Quella scoperta ha plasmato il modo in cui il team ha costruito l'intelligenza artificiale, confermando che anche per le macchine il contesto non è un optional, ma una condizione essenziale per funzionare.
La conversazione si chiude su una metafora efficace: l'intelligenza artificiale è come un coltello da chef. Chiunque può usarlo, ma nelle mani di un professionista diventa uno strumento di precisione straordinaria. Il compito dei tecnologi, sottolinea Mesken, è duplice: rendere questi strumenti sempre più intuitivi per tutti, ma garantire al tempo stesso che chi ha competenze elevate possa sfruttarle al massimo. L'obiettivo finale rimane ambizioso quanto necessario: un mondo in cui la lingua madre non sia un ostacolo alla comunicazione, senza che questo significhi perdere la varietà e la bellezza delle lingue del mondo.
