Ir para o conteúdo principal

Tradução Não É Revitalização

Posição. Tradução automática converte texto entre idiomas. Revitalização cria novos falantes. Estas são atividades diferentes com critérios de sucesso diferentes, e nenhuma pontuação de leaderboard muda isso. Construímos TA como infraestrutura que serve aos objetivos de uma comunidade — nunca como substituto para transmissão intergeracional. Crianças aprendem idioma com pessoas, não com máquinas.

Em 2026 é fácil acreditar que software pode consertar qualquer coisa, incluindo um idioma que está perdendo falantes. Queremos ser precisos sobre por que essa crença está errada — e sobre o que a tecnologia de tradução pode honestamente contribuir.

Este texto existe porque um linguista que convidamos para criticar este projeto argumentou com força: um sistema perfeito de tradução inglês→Cree não resolveria o problema de transmissão (crianças não aprendendo o idioma em casa), o problema de prestígio (inglês como idioma do poder econômico), ou o problema pedagógico (não há escolas de imersão suficientes e professores treinados). Poderia até piorar as coisas, criando a ilusão de que "o computador fala Cree" e suavizando a urgência da transmissão humana. Aceitamos a maior parte dessa crítica, e publicamos nossa resposta aqui em vez de ocultá-la.

O que a revitalização realmente exige​

A literatura de pesquisa sobre revitalização de idiomas é consistente em um ponto: idiomas sobrevivem quando são transmitidos entre gerações — quando pais, avós e comunidades os falam com crianças, e as crianças crescem falando-os de volta (Fishman 1991; Hinton & Hale 2001). Tudo mais — escolas, mídia, dicionários, aplicativos — apoia essa transmissão ou não apoia nada.

Nenhum sistema de tradução participa dessa troca. Um modelo que converte um documento em inglês para Plains Cree não cria um falante. Não equipa uma sala de aula de imersão, não treina um professor, ou não senta com uma criança à mesa da cozinha. Se nosso trabalho for alguma vez descrito como "salvando idiomas", essa descrição está errada e diremos isso.

O que TA não pode fazer​

Dito claramente, para não haver ambiguidade depois:

  • Não pode substituir falantes. Saída que nenhum falante fluente revisou é um rascunho, não um texto. Nossas próprias regras de pontuação tratam cada pontuação automatizada como um proxy; apenas revisão humana confirma usabilidade.
  • Não pode ensinar um idioma materno. Crianças adquirem idioma através de relacionamento e imersão, não através de documentos traduzidos.
  • Pode criar uma ilusão prejudicial. Uma demonstração que "fala" um idioma pode sugerir que o idioma está seguro quando não está. Esse risco de prestígio é real, e o tratamos como uma questão aberta a ser examinada com comunidades, não como um ponto de discussão a ser gerenciado.
  • Não pode decidir nada. Se um sistema de tradução deve existir para um idioma, e onde pode ser usado, é a decisão da comunidade — incluindo a decisão de não implantá-lo. Esse controle está integrado na arquitetura de transferência de propriedade e soberania de dados, e inclui contextos: uma comunidade pode aceitar TA para documentos oficiais e recusar para materiais de sala de aula.

O que TA pode honestamente fazer​

Contra esse pano de fundo, há coisas concretas e delimitadas que a infraestrutura de tradução contribui — cada uma servindo pessoas que já estão fazendo o trabalho real.

1. Throughput para tradutores sobrecarregados. Escritórios de tradução comunitária enfrentam mais documentos que deveriam existir no idioma do que tradutores humanos podem produzir do zero. Um rascunho de máquina muda o trabalho de "traduzir tudo" para "revisar e corrigir" — e estudos controlados descobriram pós-edição significativamente mais rápida do que traduzir do zero, com qualidade mantida ou melhorada (Plitt & Masselot 2010; Green, Heer & Manning 2013). Descrevemos esse fluxo de trabalho em detalhes em Do Benchmark ao Uso Diário. A ressalva: esses estudos cobriram pares de idiomas de alto recurso; ainda não temos evidência equivalente para idiomas polissintéticos, o que é parte do que este projeto está configurado para medir.

2. Alavancagem prática para direitos linguísticos. O direito a serviços governamentais em idiomas indígenas existe em lei em várias jurisdições. O que frequentemente falta é a capacidade prática de produzir traduções na velocidade que a burocracia exige. Uma comunidade que pode transformar um documento de política de cinquenta páginas em uma tradução revisada em dias em vez de meses está em uma posição de negociação mais forte. A tecnologia não cria o direito; torna o direito mais difícil de ignorar.

3. Infraestrutura linguística reutilizável. O analisador morfológico (FST) que usamos para verificar que a saída de tradução contém palavras reais — não alucinadas — codifica por que cada forma de palavra é válida. Essa mesma maquinaria é a base para ferramentas de aprendizado: treinadores de conjugação, auxiliares de escrita com correção de erros, exploradores morfológicos. O mecanismo de verificação e o mecanismo pedagógico são o mesmo artefato. Este é um caminho, não uma promessa — as ferramentas de aprendizado exigem construção, e se serão construídas é uma decisão da comunidade.

4. Suporte para aprendizes de segunda língua. Revitalização não é apenas crianças adquirindo um idioma materno. É também adultos aprendendo como segunda língua — pessoas que podem nunca atingir fluência no nível de Ancião, mas que podem ler documentos comunitários, participar com compreensão, e aumentar a presença pública do idioma usando-o. Para essa população, uma ferramenta de tradução é uma ferramenta genuína, como um dicionário é uma ferramenta.

5. Uma razão para o trabalho ser financiado e possuído em casa. Em nosso modelo, métodos comprovados transferem para propriedade comunitária e receita de API flui predominantemente para a comunidade (o modelo econômico). Falantes são pagos por sua expertise, não solicitados a voluntariar. Nada disso é revitalização também — mas direciona recursos para as pessoas fazendo revitalização, em vez de longe delas.

O enquadramento honesto​

O campo tem um longo histórico de projetos de tecnologia que chegam com narrativas de resgate e saem com publicações (Bird 2020). Tentamos manter uma reivindicação mais estreita: TA é infraestrutura. Infraestrutura serve objetivos definidos por outras pessoas. Estradas não decidem para onde você viaja; esta tecnologia não decide se um idioma vive. Falantes, famílias e comunidades decidem — e o enquadramento da Década Internacional das Línguas Indígenas da UNESCO está certo em colocar povos indígenas, não ferramentas, no centro.

Se uma comunidade conclui que a tecnologia de tradução ajuda seus objetivos, queremos que seja a versão melhor, mais responsável possível — possuída por eles, validada por seus falantes, implantada em seus termos. Se uma comunidade conclui que não ajuda, essa conclusão é um resultado válido deste projeto, não uma falha dele. Ambas as metades dessa frase são compromissos.

O que isso significa para você​

:::info Se você é um membro da comunidade Este projeto não dirá que um aplicativo pode salvar seu idioma — não pode. O que oferece é delimitado: tradução de documentos mais rápida sob revisão de falante fluente, infraestrutura que sua comunidade pode possuir completamente, e compensação pela expertise dos falantes. Se e como qualquer coisa disso é usada é a decisão de sua comunidade, incluindo a decisão de não usá-lo. Veja Para Comunidades Linguísticas e Reportando Erros e Possuindo Correções. :::

:::info Se você é um pesquisador Trate "TA para idiomas ameaçados" como uma reivindicação de infraestrutura, não uma reivindicação de revitalização, e sua questão de avaliação muda: não "a pontuação BLEU é alta?" mas "isso reduz mensuravelmente a carga de trabalho das pessoas fazendo o trabalho real, em seus termos?" A especificação do benchmark e Como Funciona §8 (Tensões e Limitações) são onde nos mantemos a esse padrão. :::

:::info Se você é um desenvolvedor Construa para o fluxo de trabalho de pós-edição, não para a demonstração. O usuário de seu método é um falante fluente corrigindo um rascunho, e o pior modo de falha é palavras alucinadas que parecem plausíveis para não-falantes — é por isso que validação morfológica controla tudo aqui. Comece com Enviar um Método e Do Benchmark ao Uso Diário. :::

Fontes​

  • Fishman, J. A. (1991). Reversing Language Shift: Theoretical and Empirical Foundations of Assistance to Threatened Languages. Multilingual Matters.
  • Hinton, L., & Hale, K. (eds.) (2001). The Green Book of Language Revitalization in Practice. Academic Press.
  • Plitt, M., & Masselot, F. (2010). "A Productivity Test of Statistical Machine Translation Post-Editing in a Typical Localisation Context." The Prague Bulletin of Mathematical Linguistics, 93, 7–16. PDF
  • Green, S., Heer, J., & Manning, C. D. (2013). "The Efficacy of Human Post-Editing for Language Translation." Proceedings of CHI 2013. Paper
  • Bird, S. (2020). "Decolonising Speech and Language Technology." Proceedings of COLING 2020, 3504–3519. Paper
  • UNESCO. International Decade of Indigenous Languages 2022–2032. idil2022-2032.org

Veja também​