La traduzione in italiano del poster di AI4K12 "Cinque grandi idee sull’educazione all’IA" ha dato origine a un progetto educativo focalizzato sul linguaggio e sul processo di traduzione. In questo articolo approfondiremo la genesi e lo sviluppo del progetto, che apre molteplici percorsi di riflessione sull’IA e sul bisogno primario dell’uomo di comunicare.
Il 7 febbraio 2020, in occasione del convegno “Giustizia Predittiva: AI, Processo, Dati” organizzato da AIGA, a Roma, il nostro Head of Corporate Identity Luca Baraldi aveva messo in evidenza nel suo intervento la fragilità di fondo che sussiste nei sistemi tecnologici di IA, prendendo in considerazione un esempio molto concreto e preciso: un errore insolito che Google Translate commetteva nella traduzione del cognome del nostro CEO, David Bevilacqua (vai all’intervento completo). All’epoca, il sistema era in grado di tradurre “david bevilacqua” solo in forma letterale “david drinkwater”, oggi, provando a replicare l’esperimento di traduzione, notiamo che non viene più commesso questo errore, e che, addirittura, il sistema suggerisce di scrivere nome e cognome con le iniziali maiuscole, mostrandoci di aver imparato correttamente a riconoscerli.
Errare è umano (e non solo)
Non sono tutti altrettanto fortunati, infatti, per alcuni nomi e cognomi, i traduttori automatici continuano a fallire: ad esempio se inseriamo “Selvaggia Lucarelli” il sistema non riconosce il nome proprio e propone “Wild Lucarelli”, mentre con “maria elena boschi” (cognome in minuscolo) si ottiene “Maria Elena woods”. Questa semplice attività di traduzione di nomi e cognomi è un ottimo (e divertente) inizio per riflettere sulle fragilità di fondo nel sistema di analisi semantica dell’IA, ma, al tempo stesso, ci mostra quanto sia inesorabile l’incremento di prestazioni dei sistemi di gestione del linguaggio.
Progetto: tradurre in italiano il poster di AI4K12
Quando Dave Touretzky (membro del comitato direttivo di AI4K12) ci ha proposto di tradurre il poster “Cinque grandi idee sull’IA” abbiamo pensato che sarebbe stato riduttivo farlo senza coinvolgere gli studenti, con i quali stavamo costruendo la 1° scuola di IA in Italia - Lucy. Questo sia per la possibilità di confrontarsi sulle cinque grandi idee proposte dall'organizzazione, sia per la ricaduta didattica del compito in sé (tradurre un testo dall’inglese all’italiano per renderlo accessibile a chiunque sia interessato all’educazione all’IA). Per questi motivi, quindi, abbiamo deciso di progettare una lezione ad hoc e di sperimentare il progetto con una classe di 3° media.
L’esperienza della traduzione
Nella costruzione dell’attività abbiamo scelto un approccio esperienziale, molto pratico, per poter essere allineati con il normale utilizzo dei sistemi di traduzione, e per tentare di affrontare le difficoltà di funzionamento di queste tecnologie. Abbiamo diviso la classe in cinque gruppi: quattro gruppi hanno realizzato la traduzione scegliendo un sistema automatico a piacere, l’ultimo gruppo, al contrario, ha tradotto il poster utilizzando il buon vecchio dizionario.
Nell'immagine sottostante possiamo vedere il risultato del confronto realizzato da tutti e cinque i gruppi, sulle rispettive traduzioni, per quanto riguarda la "prima grande idea".
Nel caso del primo e del secondo paragrafo sarebbe difficile distinguere la traduzione umana dalle altre, mentre per il terzo abbiamo verificato che due sistemi automatici commettono alcuni errori importanti (segnati in rosso). Ora proveremo ad analizzarli.
Imparare dagli errori delle macchine
L’attività di analisi degli errori può essere svolta dividendo la classe in piccoli gruppi, per permettere a tutti di approfondire e toccare con mano la bellezza della nostra lingua e di ripassare la grammatica in modo non convenzionale.
Partiamo dagli errori di Reverso, che sono risultati i più grossolani e forse frutto di una minor “esperienza” del sistema: le parti scorrette sembrano tradotte utilizzando una strategia “parola per parola” e non è riconosciuta la sigla “AI”. Il sistema di traduzione di Reverso è chiamato “NMT” Neural Machine Translation, in riferimento alle reti neurali e al machine learning. Non conoscendo il preciso meccanismo di traduzione, possiamo solo osservare gli errori e cercare nuovi sintomi di inesperienza. Per prima cosa proviamo a capire se l’acronimo “AI” è del tutto sconosciuto al sistema oppure se il problema nasce dal costrutto. Quindi, proviamo a tradurre prima AI (che non viene tradotta) e poi a tradurre una frase del tipo “AI is very important today” (che invece viene tradotta correttamente) con tanto di monito: "L’intelligenza artificiale è molto importante oggi".
Siamo partiti dall’acronimo “AI” che, nel contesto tecnologico odierno, siamo portati a tradurre automaticamente in "IA". La sigla AI, però, fuori da qualsiasi contesto, può avere molteplici significati: può riferirsi al famoso scimpanzè dell’AI project, oppure alla comunità dell’area non incorporata della Georgia (USA), o al nome di un’importante poetessa ed educatrice americana scomparsa nel 2010, ma anche a tanti altri riferimenti, che sono raccolti in questa pagina Wikipedia: Ai.
Con il processo di rilevamento e di analisi degli errori nelle traduzioni, cercando di approfondire criticamente le possibili cause, ci troviamo davanti alla possibilità di esplorare la lingua su più livelli e di diventare, quindi, più consapevoli della forza e dell’importanza delle parole all’interno di un dato contesto.
In aggiornamento continuo
Passando ora all’errore commesso da Microsoft, è interessante osservare il costrutto “Fare in modo che”, il quale risulta una scelta più complicata rispetto a Google e Reverso. L’errore di traduzione del termine “hear”, che diventa “senta” al posto di “sentano”, è inspiegabile, perché non viene commesso anche su “see”, che è invece tradotto correttamente con “vedano”. Il termine “computers”, al plurale, viene tradotto correttamente con il singolare “computer”; infatti, in inglese, i termini al plurale vanno tradotti al singolare (per approfondire guarda qui), a meno di casi particolari (ecco le eccezioni). Sembra quasi che il sistema automatico traduca al plurale “see” e al singolare “hear”. Riprovando, a distanza di alcuni giorni, a tradurre di nuovo la frase, ci accorgiamo che l’errore è svanito: oggi (31 agosto 2021) il risultato della traduzione è diventato "Far "vedere" e "sentire" abbastanza bene i computer per l'uso pratico è uno dei risultati più significativi dell'IA fino a oggi".
Proprio come è successo con la traduzione del nome e cognome del nostro CEO, l’aggiornamento del sistema di traduzione ha fatto svanire l’errore e migliorato la qualità del risultato.
Confrontare l’andata con il ritorno
Un altro aspetto della traduzione su cui è interessante fare esperienza con gli strumenti di traduzione è la reversibilità: tradurre nella lingua originale la prima traduzione ottenuta. Se la "traduzione di ritorno” non è simile al testo originale significa che il sistema di traduzione ha eseguito un’interpretazione errata del testo. Su questo tema, il semiologo Umberto Eco ha fornito numerosi esempi di grande impatto, nel suo libro “Dire quasi la stessa cosa” (consigliamo questa sua lezione di approfondimento).
Prendendo il testo corretto dei sistemi di Google e Deepl, possiamo provare la reversibilità e scoprire che, in questo caso, si ottiene entrambe le volte il testo di partenza.
Esperimenti di interpretazione
I testi del poster di AIK412, che abbiamo tradotto in italiano, sono specifici ma non specialistici, infatti, sono destinati a un pubblico scolastico generalista che è interessato ad approfondire l’IA seguendo delle direttrici chiare e ben definite.
Se volessimo quindi approfondire le prestazioni dei sistemi di traduzione automatica, potremmo utilizzare testi con termini più di nicchia, come ad esempio le espressioni idiomatiche (usando i modi di dire). Si potrebbe procedere, poi, osservando come i vari sistemi traducono i modi di dire che non hanno una corrispondenza parola per parola – pensiamo al famosissimo “it’s raining cats and dogs” - e, in caso di traduzione corretta, si potrebbe ancora valutare la reversibilità della traduzione. Questo esercizio diventa importante perché ci fa confrontare con la realtà del parlato e ci accompagna alla scoperta della cultura legata indissolubilmente alla lingua, ma con un approccio diverso rispetto allo studio della letteratura.
Trap, BUFU e IA
Le lingue sono sistemi dinamici, in continua trasformazione, poiché riflettono i cambiamenti socioculturali dei contesti in cui vengono adoperate. Oggigiorno, la musica trap ha stimolato e ispirato molti cambiamenti in vari ambiti, tra cui, ovviamente, anche il linguaggio. La prima volta che ho sentito il termine “BUFU” è stato quasi per caso in una storia di Tony Effe. Inizialmente non ci ho fatto molto caso, poi, a forza di ripetizioni, la curiosità mi ha spinto a cercare cosa volesse dire e, navigando, ho scoperto che non ha un significato edificante.
Oggi, “Bufu” e tanti altri termini (ecco un altro esempio che citiamo a lezione) sono entrati a far parte del linguaggio delle e degli adolescenti e, probabilmente, sono diventati o diventeranno parte della lingua italiana. In questo processo di inclusione linguistica (e culturale) l’IA rappresenta uno strumento molto potente, perché basterebbero le traduzioni dei testi delle canzoni trap per aggiornare il sistema con questi “nuovi” vocaboli, anche se rimarrebbe in ogni caso il problema cruciale della comprensione del senso e del significato dei termini.
Quindi? Che cosa possiamo imparare?
Come abbiamo visto in classe con gli studenti, ogni parola nasconde un mondo, che va scoperto insieme. I sistemi di traduzione automatica, oggi, hanno raggiunto delle ottime prestazioni e sono molto utili in tante situazioni, tra cui quella di imparare una lingua mediante un processo inverso, capace di stimolare il pensiero critico e la creatività. Allo stesso tempo, però, non dobbiamo dimenticare che la traduzione non è mai una mera conversione letterale da una lingua A a una lingua B, bensì, consiste in un articolato processo di interpretazione che richiede conoscenza del mondo e del contesto di riferimento. La traduzione è un viaggio che, parola per parola, ci permette di riscoprire la complessità del linguaggio come forma di comunicazione sociale in continua evoluzione. In altre parole, l'intelligenza artificiale è un'inesorabile risorsa, ricca di potenzialità utili, ma occorre riconoscere che, nel mondo della traduzione, non è ancora riuscita a sostituire la nostra capacità semiotica di interpretazione e di contestualizzazione, necessaria alla comunicazione interlinguistica e, più ampiamente, a quella interculturale.
Ringraziamenti
Per la partecipazione a questo progetto, ringrazio per primi gli studenti di scuola media, che durante l'anno hanno preso parte anche a Lucy. Poi, un ringraziamento speciale va a Samuele e Sofia, che hanno approfondito il tema durante un progetto di PCTO e ci hanno aiutato a redigere questo articolo. Infine, grazie anche ai colleghi Jona, Michael e Diego per aver collaborato alla traduzione critica del poster di AI4K12, mettendo in luce, ancora una volta, la bellezza della pluralità d'interpretazione, valore che ci impegniamo a preservare con forza.
***
Hai in mente dei suggerimenti? Ti piacerebbe contribuire a diffondere questo progetto? Scrivimi: edu@ammagamma.com
Se invece desideri conoscere altri progetti educativi, ti invito a dare un'occhiata alla nostra pagina Education.
