La traducción en la era del terror

En una sala de conferencias de Washington, DC, insonorizada para evitar las escuchas clandestinas, cinco lingüistas que trabajan para el gobierno -hablando con la condición de que no se publiquen sus nombres- describen la monumental tarea a la que se enfrentan al analizar las interceptaciones de lenguas extranjeras en la era del terror.

Alrededor de la mesa hay expertos en árabe, ruso, chino e italiano, y una mujer que es una de las pocas personas que hablan dari en el gobierno, un idioma que se usa en Afganistán. Ellos son jovenes; tres tienen 20 años, los otros 30 y 40 años. Pero son cada vez más vitales para la seguridad nacional de Estados Unidos: son los traductores de primera línea que analizan un lenguaje desordenado, complicado y fragmentado, pero que pueden dar pistas sobre un inminente ataque terrorista.

Esta historia fue parte de nuestro número de marzo de 2004

• Ver el resto del número
• Suscribir

Analizar es la palabra clave aquí, no solo traducir. Al estudiar detenidamente documentos y clips de audio, los cinco, junto con miles de otros lingüistas gubernamentales o contratados que realizan un trabajo similar, luchan por extraer palabras sueltas, aislar fragmentos de información, tejer inteligencia a partir de los fragmentos y, en general, realizar una clasificación lingüística en el inundación de materia prima recolectada diariamente por la CIA, el FBI, el Departamento de Defensa y otras fuentes. Un lingüista cuenta que tuvo que rebuscar en una caja de documentos sucia, que apestaba a gasolina, que acababa de salir de un avión procedente de Afganistán. Otro describe la decodificación de una nota escrita a mano cuya firma, una pista clave de su valor de inteligencia, fue arrancada a medias. Otro relata haber escuchado una conversación por teléfono celular interceptada, en ruso, entre dos hombres en un ruidoso mercado al aire libre. Un hombre tartamudeaba; eso podría haber indicado que estaba nervioso, lo que podría reflejar o no la importancia de la conversación. Es como mirar las piezas de un rompecabezas, sin la tapa de la caja que muestra cómo se supone que debe verse la imagen, dice el lingüista chino. Y tal vez las piezas no encajen. Tienes que sacudirte el polvo y decir, ¿qué hago a continuación?

Más allá de estos obstáculos físicos y contextuales, los analistas enfrentan desafíos de los propios lenguajes. Los miembros de Al-Qaeda tienden a hablar un árabe saturado de alusiones históricas y culturales; eso hace que sea difícil distinguir el diálogo religioso de los planes de ataque. Y algunos de los miembros del grupo terrorista no son hablantes nativos del idioma, lo que significa que eligen palabras inusuales, las pronuncian de manera diferente y cometen muchos errores gramaticales. Tenemos mucha práctica tratando con el modelo soviético o el modelo europeo de conversación, pero no tanto con culturas en las que el lenguaje directo y sencillo es raro, dice Everette Jordan, una ex lingüista de la Agencia de Seguridad Nacional que organizó que los cinco lingüistas juntarse con Revisión de tecnología . No es el dónde, qué, cómo y cuándo. Es el por qué y el por qué no. Eso es lo que nos encontramos a menudo.

Los costos de no aclarar lo que significan los adversarios de manera oportuna son altos. Eso quedó claro durante las investigaciones del Congreso sobre los lapsos de inteligencia que llevaron a los ataques del 11 de septiembre. Quizás en el ejemplo más evidente, el 10 de septiembre de 2001, según informes noticiosos de junio de 2002, la NSA interceptó dos mensajes en árabe, uno que decía Mañana es la hora cero y otro que decía El partido está a punto de comenzar. Las oraciones no se tradujeron hasta el 12 de septiembre de 2001. La revelación subrayó el hecho de que el gobierno de Estados Unidos enfrenta una grave crisis en su capacidad para almacenar, analizar, buscar y traducir datos en docenas de idiomas extranjeros.

Es una crisis que está empeorando, literalmente, por horas. La acumulación de material no examinado es tan grande que no se mide en meras páginas, sino en metros cúbicos. Tenga en cuenta que cada tres horas, los satélites de la NSA recogen suficiente información para llenar la Biblioteca del Congreso. Y la NSA es solo una agencia de inteligencia. En algún lugar de ese enorme pajar podría haber una aguja de unos dos kilobytes de tamaño (la cantidad de datos en una sola página mecanografiada) en la que los terroristas dejan escapar sus planes.

Y aunque hay una escasez bien informada de traductores calificados para ayudar a buscar esa aguja, también existe un problema sistémico. Este diluvio de inteligencia es absorbido por una burocracia federal de recopilación de inteligencia que se está expandiendo y balcanizando. Cuatro ramas de las fuerzas armadas, 13 agencias de inteligencia y el cuerpo diplomático del Departamento de Estado tienen sus propios sistemas chirriantes construidos durante décadas. Cada agencia alberga (algunos dicen que atesora) su propio conjunto de traductores, analistas y bases de datos. De hecho, mucho antes del 11 de septiembre, los expertos sabían que la infraestructura de traducción del gobierno no solo estaba abrumada; estaba obsoleto. Pero los ataques proporcionaron la motivación para repensar, desde cero, cómo se hace la traducción. Estamos atravesando un cambio cultural en este momento, dice el lingüista chino. Tenemos que encontrar las herramientas para el trabajo.

Un nuevo impulso

El lugar de este cambio cultural, y el cambio en la estrategia tecnológica, son varios pisos de un edificio de oficinas discreto en el centro de Washington, no lejos de la sede del FBI. Esta es la sede del Centro Nacional de Traducción Virtual, una nueva oficina federal, creada por la Ley Patriota de EE. UU. En 2001, pero sólo financiada en 2003. Su presupuesto es secreto, y el otoño pasado, la mayoría de sus nuevos cubículos estaban vacíos. En una habitación, las cajas que alguna vez tuvieron monitores de computadora Dell estaban apiladas contra una pared; en otra habitación, los diccionarios de ruso, árabe y swahili todavía estaban empaquetados.

Pero el entorno monótono contradice el papel fundamental del centro en la transformación del enfoque del gobierno de EE. UU. Hacia la traducción y el análisis. Actuará como el centro de una web de traducción al servicio de todas las agencias de inteligencia federales. Este año está en el proceso de contratar quizás 300 lingüistas internos, pero lo más significativo es que durante los próximos tres a cinco años vinculará a decenas de miles de lingüistas gubernamentales y contratistas privados a través de conexiones de red seguras de un tipo que ya usa el FBI. y la CIA.

Su idea operativa básica (derribar muros burocráticos y mantener a los traductores humanos en el centro de la empresa) contrasta con el enfoque tradicional del gobierno al problema de la traducción. Desde finales de la década de 1940, el gobierno de EE. UU. Y sus agencias de investigación han gastado enormes sumas de dinero tratando de construir la computadora espía definitiva, que traduciría automáticamente cualquier oración en cualquier idioma, ya sea hablado o escrito, a un inglés elegante. Estos esfuerzos han proporcionado algunas herramientas limitadas, pero no han cumplido con la visión más amplia. Las computadoras simplemente no son muy efectivas para decodificar las complejidades del lenguaje que los humanos interpretan fácilmente.

El nuevo centro de traducción representa un cambio importante en los tipos de tecnologías de traducción que el gobierno busca desarrollar. En esencia, el sueño de la traducción automática universal se está dejando de lado, en favor de un nuevo impulso, en el que se desarrollen una variedad de herramientas, no para reemplazar a los humanos, sino para ayudarlos. Es un modelo de cómo el gobierno lidiará con las lenguas extranjeras en el siglo XXI, dice William Rivers, director asistente de investigación del Centro de Estudios Avanzados del Lenguaje de la Universidad de Maryland.

Por ejemplo, dicen Rivers y otros, olvídese del software que puede traducir el árabe impreso: los analistas se beneficiarían enormemente si el software pudiera simplemente facilitar la lectura de la escritura árabe, de modo que los documentos recuperados pudieran procesarse de manera más eficiente. El gobierno está terriblemente atrasado en la traducción asistida por computadora, porque ha invertido todo este dinero en la traducción automática, dice Kevin Hendzel, un exlingüista ruso de la Casa Blanca y ahora director de operaciones de Aset International Services, una agencia de traducción en Arlington. , VA.

Para algunos antiguos manos de la lengua, el nuevo centro es la realización de una visión de larga data. Desde la década de 1970, cuando las primeras PC estuvieron disponibles en línea, pensamos en cómo vincular traductores sin experiencia con diccionarios en línea y asistencia de expertos, dice Glenn Nordin, funcionario de inteligencia lingüística del Departamento de Defensa. El [Centro Nacional de Traducción Virtual] es un sueño de 20 años hecho realidad.

Si funciona, el centro unirá las tecnologías emergentes de asistencia a la traducción y las implementará de manera eficiente a gran escala. Administrada desde las oficinas de DC, la web de traducción también aprovechará las habilidades de personas repartidas por todo Estados Unidos: profesores, traductores contratados, lingüistas gubernamentales, veinteañeros y jubilados por igual. Todavía puedo comunicarme con el [lingüista] del gobierno que se ha jubilado en Pocatello, Idaho, para que no perdamos esas habilidades, dice Jordan, que es el nuevo director del centro. Ahora mismo, esa es nuestra única opción.

Una web de traducción para la seguridad nacional
El nuevo Centro Nacional de Traducción Virtual tiene como objetivo procesar rápidamente la inteligencia de idiomas extranjeros formando una red de comunicaciones segura y proporcionando tecnologías de asistencia a los traductores humanos. En este ejemplo hipotético, los documentos capturados en Afganistán se procesan con la ayuda de tecnologías que van desde software de escaneo hasta bases de datos compartidas de frases traducidas.

1. Los agentes estadounidenses capturan una caja de documentos anegados en Kabul, Afganistán, y utilizan un software de escaneo de próxima generación para digitalizarlos. Los documentos digitalizados se envían a la Agencia de Inteligencia de Defensa del Pentágono.
2. Ante una sobrecarga, la Agencia de Inteligencia de Defensa cede el trabajo al Centro Nacional de Traducción Virtual en Washington, DC. Allí, los analistas utilizan software avanzado para marcar nombres y términos importantes.
3. La mayoría de los documentos están libres de lenguaje ominoso, pero uno contiene la palabra fermentador. El centro envía este documento a un traductor de árabe jubilado con experiencia en armas biológicas que vive en Idaho.
4. El traductor de Idaho realiza una traducción parcial utilizando bases de datos llamadas memorias de traducción que almacenan frases comunes. Determina que el documento trata sobre productos farmacéuticos y no indica una amenaza.

Caja de herramientas de traducción

Un conjunto de tecnologías (herramientas que pueden digitalizar, analizar y digerir la materia prima para ese traductor en Pocatello) se encuentran en el corazón de los esfuerzos del centro. Desde software de escaneo que reconoce más idiomas, hasta mejores bases de datos que facilitan la búsqueda de frases traducidas, hasta métodos de colaboración basados ​​en la Web, el enfoque tecnológico está en ayudar al lingüista en primera línea.

El primer paso es simplemente entregar al traductor su trabajo en formato digital. No se trata solo de hacer que la máquina de texto legible , pero máquina manejable , dice Jordan. Si desea resaltar algo en el texto y enviarlo a un diccionario o glosario sin conexión, la máquina realmente necesita poder agarrar el texto y moverlo. Eso requiere digitalizar los documentos impresos para que puedan ser manejados por un software de procesamiento de texto.

Sin embargo, la tecnología habilitadora, el software de reconocimiento óptico de caracteres que reconoce los caracteres impresos y los reproduce en una fuente digital estándar, deja mucho que desear. Por un lado, se ha desarrollado principalmente para el alfabeto romano y las principales lenguas europeas; por otro, sigue reglas específicas del lenguaje y busca símbolos distintos —la letra R, por ejemplo— cuyos límites y forma se ha programado para reconocer. Si bien esta tecnología existe para el árabe (y para idiomas como el dari y el pashto, que están escritos en variaciones del alfabeto árabe), solo es confiable en documentos claramente impresos, no manchados, borrosos o escritos a mano.

Este vacío tecnológico ralentiza el proceso de agregar nuevos idiomas al software de escaneo, lo que requiere que un experto humano escriba nuevas reglas. Sobre el terreno, dificulta el trabajo de los traductores desde el principio, obligándolos a menudo a realizar su trabajo con lápiz y papel. Si la tecnología no está actualizada, podría ser usted y su diccionario, dice el traductor de italiano.

Mejorar la situación requiere un nuevo enfoque. Un grupo de investigación de BBN, una subsidiaria de Verizon con sede en Cambridge, MA, ha desarrollado una versión más flexible y entrenable del reconocimiento óptico de caracteres. Por ejemplo, en lugar de simplemente buscar una R, el sistema busca una variedad de formas que podrían ser R y busca posibles coincidencias en una lista de modelos creados durante su entrenamiento. Este enfoque es más efectivo con texto borroso y se puede adaptar a una gama más amplia de idiomas, dice Prem Natarajan, líder técnico del proyecto. De hecho, dice, el sistema tiene una alta tasa de precisión con siete sistemas de escritura: chino, japonés, árabe y tailandés entre ellos. El proyecto ya cuenta con fondos federales; su producto final puede ser implementado por el nuevo centro de traducción.

Con la tecnología BBN, los documentos en más idiomas podrían escanearse en el lugar (digamos una cueva en Afganistán) y transmitirse directamente a un traductor. Pero conseguir el texto en formato digital es solo el comienzo. Otro paso en el plan de asistencia tecnológica del centro de traducción virtual es encontrar e implementar software que pueda buscar palabras o frases clave y marcar documentos sospechosos para verlos más de cerca. Estas tecnologías se pueden aplicar tanto a archivos de texto digitales como a transcripciones de interceptaciones de voz.

No es una idea nueva. Pero, nuevamente, el software existente funciona principalmente con idiomas europeos, para los cuales los mercados comerciales privados han proporcionado durante mucho tiempo la motivación para el desarrollo comercial. El problema es que no todos los idiomas tienen estructuras y palabras que se puedan buscar de la misma manera que, digamos, el inglés o el francés. Las palabras árabes, por ejemplo, generalmente se escriben sin vocales e incluyen elementos gramaticales, como marcadores de plurales, que hacen que este proceso de traducción aproximado, a menudo llamado gisting, sea más difícil. Pero una nueva herramienta de gisting ayudará a realizar búsquedas de terminología aproximada sobre materiales en árabe. Se llama Rosette Arabic Language Analyzer, desarrollado por Basis Technology, una empresa de software multilingüe con sede en Cambridge, MA, y mejora las búsquedas al regularizar la ortografía de las palabras árabes y eliminar las confusas adiciones gramaticales. La herramienta hace el trabajo brutal y repetitivo y permite que los humanos pasen más tiempo analizando la información.

Una vez que un documento ha sido digitalizado y estructurado, un lingüista puede lidiar con él utilizando otra tecnología de asistencia emergente: la memoria de traducción. Una memoria de traducción funciona como una aplicación de revisión ortográfica; selecciona un fragmento de texto, ya sea un fragmento de palabra, varias palabras u oraciones completas, y lo compara con el material traducido previamente, lo que ahorra tiempo y mejora la precisión al proporcionar al menos una traducción parcial. Ya es una herramienta clave en las industrias médica y legal, donde la misma jerga suele aparecer en diferentes idiomas.

Ahora, la tecnología de las memorias de traducción se está aplicando al trabajo de inteligencia, que implica leer documentos que no están formateados. Trados de Sunnyvale, CA, el mayor fabricante de software de memoria de traducción, espera proporcionar a los analistas memorias de traducción personalizadas que funcionen con textos resumidos, no solo traducciones completas, dice Mandy Pet, vicepresidente de Trados. El año pasado, Trados anunció que estaba proporcionando su software de memoria de traducción a la División de Idiomas del FBI, que trabajará en estrecha colaboración con el nuevo centro.

Uniendo todas estas herramientas, habrá un sistema basado en Internet que permitirá al nuevo centro enviar rápidamente proyectos a los analistas en el campo y ayudará a esos analistas remotos a colaborar con mayor rapidez y precisión en los mismos proyectos. La arquitectura web precisa y altamente segura que permitirá este tipo de colaboración aún está en construcción. Kathleen Egan, directora técnica del centro de traducción, dice que parte del desafío es garantizar que las agencias de inteligencia federales individuales mantengan sus secretos, no solo de los piratas informáticos y los infiltrados terroristas, sino también de otras agencias federales. Esto requerirá modificaciones del software de colaboración de Internet existente para permitir el intercambio de algunas bases de datos mientras se protege la información patentada.

Agenda futura

La pregunta más importante sobre el nuevo centro de traducción sigue siendo: ¿tendrá un impacto notable en la crisis de traducción de la nación? Algunos observadores se muestran escépticos. Robert David Steele, un ex oficial de la CIA que ahora es un tábano de la comunidad de inteligencia, lo dice sin rodeos: el FBI fallará porque carece de la mentalidad para comprender las redes, los traductores sin autorizaciones de seguridad y los contratos ad hoc. Él predice que el centro se unirá a otros grandes esfuerzos federales que demostraron tener un valor dudoso ( ver Disfunción digital de DC , barra lateral ). Mientras tanto, otros expertos todavía ven el futuro en la traducción automática y están trabajando duro, a menudo con fondos del gobierno, para hacer realidad esa visión. El nuevo centro de traducción es el único camino a seguir a corto plazo. Pero es posible que tengan que revisar esa decisión cuando la tecnología la supere, dice Jaime Carbonell, científico informático de la Universidad Carnegie Mellon y asesor científico en jefe de Meaningful Machines, una startup de la ciudad de Nueva York que desarrolla productos de traducción automática basados ​​en métodos estadísticos avanzados.

Sin embargo, ya sea que las herramientas informáticas automatizadas superen a los ayudantes más variados, el papel del nuevo centro debería ser clave. Y sus esfuerzos podrían tener una serie de beneficios. Las tecnologías de asistencia a la traducción impulsadas por el centro podrían mejorar la capacidad del gobierno de los EE. UU. Para manejar la información que está escrita en alfabetos no romanos, lo que agilizará las solicitudes de visas, los controles de pasaportes en las fronteras e incluso las declaraciones de impuestos. También podrían hacer que la traducción de las empresas sea más barata y rápida. Por ejemplo, un mejor reconocimiento óptico de caracteres significa ahorros de costos para las empresas que leen formularios, como cheques bancarios o pruebas estandarizadas. Las grandes organizaciones como el Banco Mundial y las Naciones Unidas tienen enormes reservas de documentos multilingües que quieren digitalizar y poner en línea.

esconder