Conversando con una IA

Imagen creada con Canva

Este año me adelanto a la celebración del Día de la Traducción y comparto un articulito que publiqué en mi LinkedIn. Ahí va:

Le hice un par de preguntitas a una IA, que no es la más difundida por nuestros lares (y no pongo marcas para no hacer publicidad gratis). Copio acá ese "diálogo" y dejo para otra vez el comentario acerca de los embates que está sufriendo nuestro estilo tipográfico en español, con mayúsculas en cada palabra significativa de un título: otra forma de colonización del inglés, de la cual ni siquiera ya casi nadie se percata. En cuanto al tema de los derechos de autor, espero que la IA tenga a bien no acusarme de haber citado sus palabras sin permiso... Espero leer tus comentarios ;) 

¿Qué problemas éticos pueden derivar del uso de la IA en la traducción? 

¡Excelente pregunta! El uso de la IA en la traducción, a pesar de sus enormes ventajas en eficiencia y accesibilidad, plantea una serie de problemas éticos complejos y cruciales de [amiga, ¿estás segura de esa preposición?] considerar. Aquí se presentan los principales problemas éticos derivados de su uso: 

1. Pérdida de Matices Culturales y Contextuales (Falta de "Sentido Común") 

Problema: Las IA se entrenan en [amiga, también estás segura de esta otra preposición] grandes volúmenes de texto, pero carecen de la experiencia vital y el entendimiento cultural de un traductor humano. Pueden traducir palabras de forma literal pero fallar en capturar refranes, humor, ironía, sarcasmo o referencias culturales específicas. 

Consecuencia: Esto puede resultar en traducciones inexactas, awkward [amiga, se te quedó una palabra sin traducir del inglés, lo que me hace sospechar que "pensás" en inglés y después traducís ] o incluso ofensivas, erosionando el significado original y perpetuando malentendidos interculturales. Una traducción técnicamente correcta pero culturalmente insensible puede ser dañina [amiga, ¿estás segura de ese adjetivo?]. 

2. Sesgos Lingüísticos y Discriminación 

Problema: Los modelos de IA se entrenan con datos existentes en internet, que contienen sesgos inherentes (de género, raciales, culturales, etc.). La IA puede aprender y amplificar estos sesgos. Consecuencia: Sesgo de género: Por ejemplo, podría asociar sistemáticamente la palabra "nurse" (enfermero/a) con el género femenino en idiomas con flexión de género (traduciéndolo siempre como "infermiera" en italiano, en lugar del neutro "infermiere"). [¡Qué matete te estás haciendo, amiga IA, entre la desinencia del plural femenino en italiano y la del inclusivo en "e" en español!] Discriminación: Podría generar un lenguaje que refuerce estereotipos negativos sobre ciertos grupos étnicos o culturales.

3. Privacidad y Confidencialidad de los Datos 

Problema:  Cuando se utilizan traductores automáticos en línea (gratuitos), los textos introducidos se envían a servidores remotos para su procesamiento. Muchos usuarios no son conscientes de que sus datos (que pueden ser confidenciales, como contratos, documentos médicos o legales) pueden ser almacenados, utilizados para seguir entrenando el modelo o incluso revisados por humanos para control de calidad. 

Consecuencia: Una brecha grave de confidencialidad, especialmente en campos sensibles como la medicina, el derecho o los negocios. 

4. Desplazamiento Laboral y Devaluación de la Profesión 

Problema: La automatización de las traducciones simples y técnicas amenaza los puestos de trabajo de traductores y localizadores que se dedican a tareas rutinarias. 

Consecuencia: Puede llevar a una devaluación de la profesión, donde se espere que el trabajo humano se pague menos porque "la IA lo hace más rápido y barato", ignorando la necesidad de supervisión, edición y localización experta que sigue siendo fundamental. 

5. Falta de Transparencia y Responsabilidad (Accountability) 

Problema: Cuando una traducción generada por IA contiene un error grave (por ejemplo, en un manual médico, un contrato legal o unas instrucciones de seguridad), ¿quién es el responsable? 

Consecuencia: La "caja negra" de la IA hace difícil atribuir la responsabilidad, lo que es un gran problema ético y legal. Un error humano tiene un responsable claro; un error de la IA, no.

6. Ilusión de Objetividad y Precisión ("El algoritmo siempre tiene razón") 

Problema: Existe una tendencia a confiar ciegamente en la tecnología y asumir que la traducción de la IA es "objetiva" y correcta por defecto. 

Consecuencia: Los usuarios pueden dejar de ejercer un juicio crítico necesario, propagando errores porque "lo dijo la máquina". Esto es especialmente peligroso en contextos donde la precisión es vital.

7. Erosión de la Diversidad Lingüística 

Problema: Los modelos de IA suelen priorizar los "idiomas mayoritarios" (inglés, español, mandarín, francés, etc.) por los que hay más datos disponibles. Los idiomas minoritarios, indígenas o con menos recursos digitales reciben peores traducciones o directamente no son soportados [¿no son qué?]. Consecuencia: Esto puede acelerar la marginación de lenguas ya vulnerables, ampliando la brecha digital y cultural en lugar de reducirla. 

Conclusión 

La IA es una herramienta poderosa para la traducción, pero no debe ser vista como un reemplazo absoluto para los traductores humanos. Su papel ético es el de un asistente que debe ser supervisado, corregido y contextualizado por humanos expertos. La responsabilidad última de una traducción precisa, culturalmente sensible y ética siempre recaerá en las personas. El futuro ideal está en la colaboración humano-IA, donde la máquina maneje el volumen y la velocidad, y el humano aporte el criterio, la nuance [¿qué pasó, se te trancó el "matiz"?] cultural y la responsabilidad ética. 

¿Qué efectos tienen las centrales de datos sobre el ambiente? 

¡Excelente pregunta! Las centrales de datos (o data centers) son la columna vertebral de la era digital, pero su operación tiene impactos ambientales significativos y complejos. Estos efectos se pueden categorizar en varios frentes: Aquí tienes un desglose de sus principales efectos sobre el ambiente: 

1. Consumo Masivo de Energía 

Este es el impacto más crítico y del que derivan muchos otros. 

Magnitud: Se estima que las centrales de datos consumen entre el 1% y 2% de la electricidad global (y esta cifra va en aumento con la IA, el metaverso y el IoT). Un gran data center puede consumir tanta electricidad como una ciudad de mediano tamaño. 

Por qué consumen tanto: La energía se usa para dos cosas principales: 

2. Emisiones de Gases de Efecto Invernadero (Huella de Carbono) 

Dependencia de la fuente energética: El impacto climático directo depende de cómo se genere la electricidad que consumen. Emisiones incorporadas: También hay que considerar las emisiones generadas en la fabricación de los servidores y la infraestructura misma. 

3. Consumo de Agua Para refrigeración: 

Muchos sistemas de refrigeración utilizan torres de enfriamiento por evaporación, que consumen grandes volúmenes de agua para disipar el calor. Esto puede strain [¿te cansaste de traducir? A lo mejor tenés que parar para tomar un poco de agua 😉] los recursos hídricos locales, especialmente en regiones propensas a sequías. Ejemplo: Se estima que un data center de tamaño medio puede usar entre 3 y 5 millones de galones [¿las unidades de medida no las convertís a las que usamos fuera de EE.UU.?] de agua al día, equivalente al consumo de una ciudad de 30,000-50,000 personas. 

4. Generación de Residuos Electrónicos (E-waste) 

Ciclos de vida cortos: Los servidores y componentes de TI tienen una vida útil relativamente corta (3-5 años en promedio) debido al rápido avance tecnológico y la alta demanda. 

Desechabilidad: Esto genera una gran cantidad de residuos electrónicos (placas base, chips, unidades de almacenamiento) que, si no se reciclan o desechan adecuadamente, pueden liberar metales pesados y sustancias tóxicas al suelo y al agua. 

5. Uso del Suelo e Impacto en Ecosistemas 

La construcción de grandes complejos de centrales de datos requiere de terrenos extensos, lo que puede llevar a la fragmentación de hábitats, deforestación y alteración de los ecosistemas locales. 

6. Contaminación Acústica y Térmica Ruido: 

El funcionamiento constante de los servidores (ventiladores) y los sistemas de refrigeración generan un zumbido de baja frecuencia que puede ser una fuente de contaminación acústica para las comunidades cercanas. 

Calor: La liberación del aire caliente de la refrigeración puede alterar microclimas urbanos, aunque este efecto suele ser localizado. 

¿Qué se está haciendo para mitigar estos impactos? (La tendencia hacia la Sostenibilidad) 

La industria es muy consciente de estos problemas y está trabajando en soluciones: Eficiencia Energética: Se mide con el indicador PUE (Power Usage Effectiveness). Un PUE de 1.0 sería perfecto (toda la energía para los servidores). La meta es acercarse lo más posible a 1.0 mediante: 

Energías Renovables: Grandes compañías como Google, Microsoft, Amazon y Apple se han comprometido a operar sus centros de datos con energía 100% renovable para fechas específicas, mediante la compra de créditos de energía o la instalación de granjas solares y eólicas propias. 

Reciclaje de Calor: Algunas centrales de datos innovadoras redirigen el calor residual para calefaccionar edificios públicos, piscinas o invernaderos cercanos, creando una economía circular. Ubicaciones Estratégicas: Se construyen en climas fríos (Islandia, países nórdicos) para aprovechar el cooling [muy cool, pero no se usa en español] natural, o cerca de fuentes de energía renovable. Diseño para la Circularidad: Fabricación de equipos con materiales reciclables y con una mayor vida útil para reducir el e-waste [¿y si intentamos una traducción al español?]. 

Conclusión 

Las centrales de datos tienen una huella ambiental sustancial, principalmente por su enorme apetito de energía y agua. Sin embargo, la presión regulatoria, los costos operativos y la demanda de los consumidores por servicios "verdes" están impulsando una transición acelerada hacia la sostenibilidad en la industria. El desafío será seguir mitigando estos impactos a medida que nuestra demanda global de datos continúa creciendo de forma exponencial.

Lenguaje no discriminatorio (parte 1)

 

 

Si no leíste la primera entrada, donde te cuento acerca de mi fórmula personal de spritz lingüístico y te paso el primer ingrediente, el lenguaje claro, acá te dejo el link: https://leomadalena.blogspot.com/2021/05/primer-ingrediente-de-mi-spritz.html

El segundo ingrediente del spritz es un poco más picante e intenso, así que te aconsejo que te sientes y te relajes. Como, además, el tema da para mucho, voy a tener que desdoblarlo en dos entradas.

Mi receta de spritz lleva, entonces, una parte de lenguaje claro y dos partes de lenguaje no discriminatorio. 

En esta parte 1 del segundo ingrediente te voy a mostrar algunos recursos para evitar un uso sexista y androcéntrico de la lengua española.

 

Guías y manuales

 

Cada vez más gobiernos, organizaciones, universidades y empresas publican guías y manuales de uso de la lengua, para que sus comunicaciones sean coherentes con los valores que promueven y con la imagen que quieren proyectar.

Algunos las llaman guías o manuales de lenguaje inclusivo o incluyente, otros hablan de lenguaje no sexista, otros se refieren al lenguaje no discriminatorio en el título, pero en definitiva son bastante similares.

 

Es que en este mundo hiperconectado y vertiginoso, nadie, o pocas personas e instituciones,

·       quiere proyectar una imagen políticamente incorrecta,

·       desea recibir críticas por discriminar o por establecer una comunicación sexista que implique que mujeres o personas no binarias se sientan excluidas,

·       renunciaría a ese nicho de mercado (que tan chico no es, dado que si sumamos a las mujeres y a las sexualidades disidentes llegamos a bastante más del 50% de la población mundial),

·       puede darse el lujo de no tener una comunicación fluida con cada persona con la que interactúa en las redes.

 

¿Qué no es el lenguaje inclusivo?

 

Esta vez voy a hacer lo que no hay que hacer: en lugar de decir lo que el lenguaje inclusivo es, voy a empezar por decir lo que NO es: el lenguaje inclusivo en español no es hablar con la “e”. En todo caso, hablar con la “e” sería usar el lenguaje inclusivo directo. Es la estrategia discursiva más disruptiva y provocadora, algo así como decir: si hablos con la "e" y a alguien no le gusta, que se tape las orejas. También existe el lenguaje inclusivo indirecto, que usa los recursos que la lengua española estándar ofrece, sin alterar en nada su morfología. Más adelante te muestro algunos de esos recursos: no te pongas impaciente. 

 

Pregunta nada inocente ¿hasta ahora sentiste que yo estaba usando alguna forma molesta de lenguaje inclusivo? Bueno, te cuento que estuve usando todo el tiempo el lenguaje inclusivo indirecto, intentando no usar nunca el masculino genérico, para referirme a un público lo más amplio posible, es decir, tratando de generalizar sin invisibilizar. A lo mejor, entonces, ya fuiste descubriendo algunos de los recursos que usé 😉 

 

 ¿Lenguaje inclusivo, incluyente, no binario, no discriminatorio 🤔?

 

En primer lugar, la utilización de los términos “inclusivo” o “incluyente” hoy está siendo discutida por personas que se ocupan de estos temas. La crítica viene por el lado de que si hablamos de "incluir" se está presuponiendo que hay un grupo de personas “normales”, mayoritario, que incluye desde una posición dominante a otro grupo de “diferentes”, minoritario. [Para profundizar en las diferencias entre “inclusión”, “integración” y “convivencia” recomiendo la publicación Includere, integrare o convivere de Fabrizio Acanfora, en italiano, que explica de manera muy clara y razonada los cuestionamientos a las terminologías más usadas hasta ahora].

En segundo lugar, “no binario” o “no sexista” nos limitaría a las cuestiones de género: masculino-femenino-otro. Por eso, creo que usar “no discriminatorio” sería mucho más adecuado, porque es más amplio, porque implica no discriminar a ningún grupo de personas, visibilizarlas a todas, y que todos los grupos tengan los mismos derechos, sin importar si son mayoría o minoría, que tengan el mismo poder en una justa convivencia entre diferentes, porque, al fin y al cabo, ¿no somos todas las personas diferentes, aunque compartamos algunas características?

De cualquier manera, estoy segura de que ya va a surgir alguna otra opción mejor que “no discriminatorio” para definir esta manera de usar el lenguaje: personalmente no me gusta definir algo por la negativa, pero no se me ocurrió nada mejor… por ahora. Si se te ocurre una terminología más apropiada, no dudes en comentármelo más abajo🠋 Lo importante es que no nos enamoremos de las terminologías y prestemos siempre atención a los cambios; si aparece una forma mejor, la cambiamos.

 

¿Cómo nombrar?

 

Cuando nos dirigimos a alguien, un criterio que no falla nunca es nombrar a una persona como quiere que la nombremos. ¿Persona con discapacidad o persona con diversidad funcional? ¿Trans, queer, gay, persona no binaria, sexualidades disidentes, etc.?

En general, en las comunicaciones oficiales de cada país, el criterio es usar las denominaciones de grupos y colectivos a partir de su propia participación en la elaboración de los tratados internacionales, porque cuando los países los suscriben se comprometen a usar esa terminología consensuada. Ya vemos que existe una estrecha relación entre el uso de la lengua y el derecho, en este caso el derecho internacional. Voy a volver más adelante sobre esta relación.

Claro que esos términos no son fijos ni invariables, van cambiando a medida que los propios grupos van ajustando la terminología para autodesignarse. 

Diversidad, prejuicios y estereotipos

 

Otro argumento a favor del uso de un lenguaje no discriminatorio, si entendemos que la biodiversidad es un valor en la naturaleza, sería aplicar el mismo criterio valorativo e impulsar la diversidad humana como un valor y una riqueza.

Incluso varios de los ODS de la agenda 2030 de la ONU se refieren a la no discriminación y el acceso a la información, a la educación y a la cultura, por lo tanto, directa o indirectamente abarcan la difusión y el uso del lenguaje claro y no discriminatorio. De ese modo, los países que adhieren a esa agenda deberían ocuparse también de los aspectos lingüísticos y comunicativos en sus políticas.

 

Eso es lo que debería ser. Otra cosa muy distinta es lo que es. Es que si algo no se nombra, no existe, y si no existe, no se le asigna valor, tampoco económico, de manera que hay razones de peso, o de $$$. La lengua lleva la marca (también comercial) de los grupos dominantes, de los grupos de poder. 

La realidad es que nuestra lengua refleja nuestros prejuicios y nuestros estereotipos. Nadie está libre de ellos, es verdad, pero tampoco podemos andar por la vida dejándonos manejar por ellos.

Veamos algunos ejemplos tomados de distintos medios: 

En estos ejemplos vemos que la posición de mayor prestigio corresponde al masculino y la de menor prestigio (y menor sueldo, ¡oh casualidad!) a la mujer, incluso cuando es archisabido que hay médicas y enfermeros. Una manera de evitar reproducir ese estereotipo sería usar “personal de la salud”, un giro (por suerte) cada vez más frecuente. 

[Ahí ya tenés un recurso de lenguaje inclusivo indirecto 😉. Más adelante voy a mostrarte algunos otros recursos que tiene la lengua española para evitar reproducir estereotipos de género, que a su vez reproducen desigualdades en nuestras sociedades.]

Otro caso interesante de uso sexista del lenguaje es el de los pares perro/perra, mujer fácil/hombre fácil, zorra/zorro, mujer pública/hombre público. En estos pares todas las formas femeninas contienen juicios de valor negativos, asimilando a la mujer a una prostituta (¡qué raro!), en cambio la forma masculina es neutra, es decir que no tiene ninguna valoración, ni positiva ni negativa. ¿Alguna vez lo habías pensado?

Veamos ahora el siguiente título de La Nación del 25 de mayo de 2021: 

El Federal: lento avance de obras en el barrio que “unió” a Fernández y Cristina

Ahí tenemos otro sutil uso sexista de la lengua española, que se evitaría si se usara el lenguaje inclusivo. ¿Por qué se usa el apellido para el hombre y el nombre para la mujer, cuando los dos se llaman Fernández?

Estamos recorriendo un camino y todavía nos falta mucho. Además, este camino no tiene una línea de llegada, porque el lenguaje va cambiando todo el tiempo, como van cambiando el mundo y la sociedad.

 

La vicepresidenta y el Parlamento uruguayo

 

Por suerte, en español, a pesar de todo, creo que avanzamos bastante en las últimas décadas. Ya parece bastante dirimido el debate acerca de la forma “presidenta”. Si bien es cierto que todavía hay algunas personas o instituciones que se resisten a adoptar esta forma, a lo largo de los años muchos medios han ido incorporando la forma con la desinencia en “a” y su uso en general se ha ido naturalizando. Hasta una institución monárquica y machista como la venerada Real Academia hace años que intervino, dando su beneplácito a la forma femenina, y recomendando la forma “presidenta”, que existe en el diccionario académico desde 1803 y estaba documentada en la lengua española desde el siglo XV. Otras formas femeninas como ministra, médica, arquitecta o jueza se fueron abriendo camino, no sin obstáculos, y pisan cada vez más fuerte en el uso. 

Hace poco le escribí al Parlamento del Uruguay, cuando detecté que usaban "vicepresidente" para Beatriz Argimón, la actual vicepresidenta del país. Me respondieron que tendrán en cuenta mi sugerencia de adoptar la forma "presidenta" o "vicepresidenta". En realidad, no sé si efectivamente cambiarán algo o si fue una amable respuesta política, pero por lo menos me contestaron y lo valoro. En circunstancias similares, la mayor parte de las veces que escribo ni me contestan... 

¿Qué te parece la idea de escribirles a instituciones o empresas con las que interactuás cuando detectás usos discriminatorios del lenguaje? ¿Lo hacés? ¿Lo harías? ¿Por qué sí o por qué no? Espero no recibir muchas respuestas que digan “Porque no sirve para nada”. Es nuestro derecho ciudadano.

 

 [NOTA: en 2022 el Parlamento uruguayo cambió "presidente" y "vicepresidente" por "presidenta" y "vicepresidenta" 😉😊👏👏👏]

👉Recursos para evitar un lenguaje androcéntrico 

 

A continuación te muestro algunos recursos que nos ofrece la lengua española para evitar el lenguaje sexista o androcéntrico y visibilizar a las mujeres o a las sexualidades disidentes. No se trata de una lista exhaustiva, de manera que no son los únicos, es más, si se te ocurren otros, podés agregarlos 🠋 en "comentarios" y así vamos agrandando la lista 😉

·       Usar sustantivos como las personas, la comunidad, los grupos, la ciudadanía, el personal de la salud, el personal de limpieza, la tripulación (y no “los pilotos y las azafatas”), representante legal en lugar de “tutor”, la dirección, la secretaría, la presidencia, la juventud, la comunidad migrante, el equipo de trabajo, el público interesado, la masa societaria mejor que “los socios”.

·       Emplear sustantivos comunes en cuanto al género sin el artículo: especialistas, agentes, estudiantes, periodistas, solicitantes, representantes.

·       Dosificar los desdoblamientos: las usuarias y los usuarios (también el orden importa: si en el abecedario la a está antes que la o, ¿por qué anteponemos la forma masculina?), las y los usuarias/os. Este recurso es claramente más pesado y menos económico, de manera que conviene dosificarlo muy bien para que el texto no resulte monótono, y reservarlo para aquellos casos en que la visibilización de las mujeres es un objetivo principal de la comunicación, por ejemplo, cuando se quiere estimular la participación de las mujeres en determinada actividad en la que hay escasa participación femenina, como en “se invita a las trabajadoras y los trabajadores a participar en la asamblea…”. Además hay que tener en cuenta que al usar este recurso se está excluyendo a las personas que no se identifican ni con el género masculino ni con el femenino.

·       Preferir las formas femeninas para cargos y profesiones: no existen formas invariables en la lengua, porque la lengua se adapta a la realidad. Como ya señalé, la Real Academia Española, que no es una institución famosa por lo revolucionaria y feminista, hace años que recomienda la forma "presidenta" y dice que es preferible a "presidente" cuando es una mujer quien ejerce ese cargo. ¿No me creés? Fijate acá: https://www.rae.es/noticia/es-la-presidenta-o-la-presidente 

·       Elegir pronombres sin marca de género: quienes presenten la documentación, quien tenga interés en lugar de “los interesados”, alguien, nadie, cualquier habitante/persona.

·       En cuanto a las formas verbales, usar estructuras con “se”: "cuando se solicite asilo" en lugar de “cuando el interesado/un extranjero/un refugiado solicite asilo”,

·       y usar infinitivos: "al abonar las tasas" y no “cuando el usuario/el deudor abone las tasas”, "para asociarse" mejor que “para ser miembro”.

Quienes nos dedicamos a traducir y a corregir

• tenemos que actualizarnos permanentemente sobre el uso en las lenguas con las que trabajamos, 
• debemos ser fieles al contenido y al mensaje del original,
• y tenemos que lograr que nuestros textos sean adecuados al público al que están dirigidos.

Con un poco de atención, creatividad y sensibilidad siempre podemos buscar (y encontrar) la vuelta para evitar un lenguaje sexista y androcéntrico, aunque nos dé un poco de trabajo.

Nos vemos en la segunda parte de este segundo ingrediente de mi spritz lingüístico, donde te hablaré de lo que está pasando en algunas otras lenguas con respecto al lenguaje no discriminatorio. No te lo pierdas. Te espero.👋

Te dejo con una clase magistral de interpretación consecutiva 😄: