IA per tradurre: come funziona e quali scegliere

Nel novembre 2016 Google ha spento in un solo weekend il motore statistico che per un decennio aveva gestito Google Translate, sostituendolo con una rete neurale. Il salto di qualità tra inglese e francese è stato più grande in quelle 48 ore che nei dieci anni precedenti messi insieme. Da allora usare una IA per tradurre testi, email e conversazioni è diventato un gesto quotidiano quanto digitare una domanda su un motore di ricerca. Eppure quasi nessuno sa cosa succede davvero dentro quello schermo bianco quando incolliamo una frase e aspettiamo la versione in un’altra lingua, né quando conviene ancora affidarsi a un traduttore in carne e ossa.

Perché una IA per tradurre non lavora più parola per parola

Fino a metà degli anni Duemiladieci i traduttori automatici funzionavano per statistica pura: confrontavano milioni di frasi già tradotte da esseri umani e sceglievano la combinazione di parole più probabile. Il risultato era spesso legnoso, corretto a pezzi ma innaturale nell’insieme, come un puzzle in cui ogni tessera va al posto giusto ma il disegno finale resta storto. Bastava leggere due righe per capire che dietro c’era una macchina. Una rete neurale rompe questo schema: legge l’intera frase, ne costruisce una rappresentazione interna del significato e genera il testo nella lingua di arrivo da zero, senza incollare frammenti già visti. È lo stesso principio che sta dietro a ChatGPT o Claude: non un dizionario elettronico gigante, ma un modello che ha imparato a intuire il contesto prima ancora di scegliere la prima parola.

Il weekend in cui una macchina ha smesso di tradurre a pezzi

Il passaggio del 2016 lo ha raccontato nei dettagli lo stesso team di Google Research, che ha pubblicato la documentazione tecnica del Google Neural Machine Translation, il sistema che per primo ha reso i traduttori automatici usabili senza correzioni continue. La differenza tecnica sembra piccola sulla carta: il modello traduce frasi intere invece di segmenti isolati. Ma è quella scelta a permettergli di mantenere concordanze di genere, tempi verbali e riferimenti pronominali che i vecchi sistemi perdevano quasi ogni volta. È la stessa architettura, affinata negli anni successivi, che oggi permette a un assistente vocale di tradurre in tempo reale una telefonata o a un’app di leggere il menu di un ristorante inquadrato con la fotocamera.

Lo strumento che già usi per scrivere sa anche tradurre

Google Translate resta il più usato al mondo, e il motivo è banale: è gratuito, integrato ovunque e copre oltre 130 lingue. DeepL viene dalla Germania, da un progetto di linguistica computazionale, e chi lavora spesso tra inglese e tedesco lo preferisce perché restituisce frasi più naturali — anche se copre molte meno lingue. Poi ci sono i modelli linguistici generalisti come ChatGPT, Claude o Gemini: non nascono come traduttori, ma avendo letto testi in decine di lingue durante l’addestramento se la cavano bene proprio quando serve mantenere un tono preciso — un contratto, una mail formale, una battuta che altrove suonerebbe piatta. Chi già usa questi assistenti per scrivere, come raccontato nel nostro approfondimento sulle migliori IA per scrivere, spesso scopre per caso che lo stesso strumento gestisce anche la traduzione, senza bisogno di aprire un’app dedicata.

Le lingue che la macchina ha letto meno

Dove il modello smette di essere bravo

I margini di errore restano proprio dove la lingua diventa più umana: modi di dire, ironia, ambiguità volute. Un traduttore neurale se la cava con un manuale tecnico o un’email di lavoro. Su un contratto legale, un testo letterario o uno slogan pubblicitario il rischio di perdere una sfumatura resta alto, e non poco. Le lingue con meno testi disponibili online — molte lingue africane o asiatiche meno diffuse — restano penalizzate per un motivo quasi banale: il modello ha semplicemente visto meno esempi da cui imparare. La qualità cala in modo evidente rispetto a coppie linguistiche molto praticate come inglese-spagnolo o inglese-italiano, dove i testi paralleli disponibili si contano a miliardi.

Il dettaglio che quasi nessuno controlla prima di incollare un contratto

C’è un aspetto che sfugge quasi sempre a chi apre un traduttore online per incollarci un documento riservato: molti servizi gratuiti conservano il testo inserito per migliorare i propri modelli, a meno che non si usi la versione business o si attivino impostazioni di privacy dedicate. Google Translate e DeepL offrono entrambi un piano a pagamento che esclude il riutilizzo dei dati, mentre le versioni gratuite dei chatbot generalisti trattano spesso le conversazioni come materiale di addestramento, salvo disattivazione esplicita nelle impostazioni. Per un messaggio informale non cambia nulla. Per una cartella clinica, un contratto o un documento aziendale, è la prima cosa da verificare — prima ancora della qualità della traduzione stessa.

Dove sta andando la traduzione automatica, e dove si ferma

La prossima frontiera non è più il testo scritto ma il parlato in tempo reale: alcuni smartphone traducono già una telefonata con un ritardo di pochi secondi, e diversi auricolari wireless promettono lo stesso risultato durante una chiacchierata dal vivo, senza passare per lo schermo. Il vero collo di bottiglia non è la potenza di calcolo dei server, ma la scarsità di testi disponibili nelle lingue meno diffuse. Finché quel divario non si chiude, una IA per tradurre resterà quasi perfetta nelle lingue più parlate del pianeta, e resterà indietro in tutte le altre. Non è un limite della tecnologia. È la fotografia di quali lingue hanno riempito internet negli ultimi trent’anni, e quali no.

Quando conviene ancora fermarsi e chiamare un umano

Per un’email veloce o per capire il senso generale di un articolo straniero, una traduzione automatica oggi basta e avanza. Cambia tutto quando il testo deve rappresentare un marchio, avere valore legale o convincere un pubblico specifico: in quei casi la revisione di un traduttore professionista resta la differenza tra un testo che funziona e uno che, semplicemente, suona tradotto. La barriera linguistica di base — quella che per secoli ha reso un viaggio all’estero un’avventura fatta di gesti e frasari — nella pratica di tutti i giorni non esiste quasi più. Il traduttore di professione, però, non è rimasto senza lavoro: lo fa su testi diversi, quelli dove una parola fuori posto costa cara. Ed è ancora l’unico capace di leggere una traduzione automatica e accorgersi, riga per riga, di cosa esattamente non torna.