Incorporare l’etica nei corsi di laurea in traduzione

Fonte: www.manypixels.co

Il consenso sull’importanza della formazione etica all’interno dei corsi di laurea è in aumento. Più in generale, aumenta l’interesse per le competenze trasversali, ovvero competenze interdisciplinari che si possono sfruttare in più situazioni e ambiti e possono essere utili a tutti i laureati e le laureate. Nel corso di un recente intervento di sviluppo alla Dublin City University, abbiamo stilato un elenco di obiettivi formativi specifici per questo tipo di competenze, tra cui la capacità decisionale etica. Nella rete EMT stiamo revisionando il Quadro delle Competenze Traduttive per il prossimo ciclo di candidature, ed è importante considerare l’inclusione dell’etica.

In passato l’etica è stata applicata alla traduzione prevalentemente sotto forma di regole e linee guida per i singoli traduttori e traduttrici o per le agenzie di traduzione. In etica questo si definisce approccio deontologico, e può essere utile per incoraggiare decisioni ‘appropriate’ e indicare un comportamento affidabile e professionale nell’industria della traduzione. Le linee guida, tuttavia, non possono coprire ogni situazione ed eventualità; esistono perciò altri strumenti etici e teorie che aiutano a prendere decisioni etiche. L’approccio consequenzialista, per esempio, valuta quale sia il risultato migliore per la maggior parte delle persone; la teoria degli stakeholder è utile per pensare a vari gruppi di persone su cui una decisione incide; l’etica della cura ci aiuta a concentrarci su chi è più vulnerabile; e la teoria della virtù ci fornisce modelli etici che potrebbero aiutarci a migliorare in quanto esseri umani, come singoli o come parte di un’organizzazione.

Lo sviluppo degli strumenti tecnologici che usiamo ogni giorno ha portato a una consapevolezza sempre maggiore delle problematiche etiche legate alla tecnologia. Winner (1983) tratta il modo in cui le tecnologie generano i propri mondi, e Kranzberg (1986) sostiene che la tecnologia non è né buona né cattiva, ma nemmeno neutra. La letteratura contemporanea sull’etica della tecnologia osserva i contesti sociopolitici e le interazioni con gli interessi di potere per individuare le problematiche etiche, spesso legate al machine learning o alle applicazioni dell’intelligenza artificiale. I sistemi di machine learning cercano pattern nei dati ed effettuano previsioni in base ai risultati ottenuti. Operano per inferenza anziché seguire comandi diretti, e i loro output possono essere oscuri, condizionati e imprevedibili. Le ricerche in questo campo hanno individuato problemi e condizionamenti negli output dei sistemi di machine learning, come quelli utilizzati per il riconoscimento facciale, la redazione di testi e la traduzione automatica.

Gli attuali sistemi di traduzione automatica si basano, in genere, su enormi corpora di traduzioni già disponibili, il che fa emergere problemi legati alla proprietà intellettuale, alla protezione e alla alfabetizzazione dei dati. Venuti ha affrontato il tema del diritto d’autore delle traduzioni già nel 1998 e la relazione di Bird & Bird (Troussel e Debussche 2014) ha fornito preziosi spunti in questo campo, ma la proprietà intellettuale e il controllo dei dati non sono mai stati così importanti come nell’era della traduzione automatica neurale. L’Unione europea ha posto limiti all’uso e al riutilizzo dei dati personali e ha reso disponibili a livello globale le traduzioni dell’UE finanziate pubblicamente, ma la produzione e il riutilizzo di traduzioni finanziate privatamente tendono a essere limitati. Progetti come l’imminente Spazio comune europeo dei dati linguistici contribuiranno a democratizzare l’accesso ai dati ma, senza la potenza di calcolo e le competenze tecnologiche necessarie, non tutti potranno massimizzare i vantaggi di tali dati linguistici. Ci sono molte altre questioni etiche legate alla traduzione umana e automatica, come il rischio e la responsabilità in caso di traduzione errata o di violazione dei dati personali, i costi di calcolo e la relativa impronta di carbonio, i pregiudizi e le rappresentazioni errate nell’output e l’equità delle condizioni di lavoro in un flusso di traduzione parzialmente automatizzato.

La traduzione può rappresentare un campanello d’allarme in relazione all’applicazione dell’intelligenza artificiale in un settore. Ripetute indagini (ad esempio, Pielmeier e O’Mara 2020) indicano che oltre il 70% dei traduttori e traduttrici professionisti lavora come freelance, una percentuale superiore a quella di molti altri settori, il che rende difficile un’efficace azione collettiva, anche all’interno delle organizzazioni professionali. Le analisi retrospettive indicano che negli ultimi anni il post-editing della traduzione automatica ha rappresentato circa il 4% del fatturato annuo della traduzione (cfr. CSA Research 2019) in un settore in costante crescita, ma possiamo supporre che sia disponibile come input per una percentuale ben maggiore di lavoro di traduzione. Ci si aspetta che nei prossimi anni la traduzione automatica, un’applicazione fondamentale dell’intelligenza artificiale, farà ulteriori passi avanti (ELIS Research 2022). Si prevedono, inoltre, nuove applicazioni dell’intelligenza artificiale alla traduzione in settori quali la valutazione della qualità, la selezione di traduttori e traduttrici freelance e la determinazione dei prezzi. È quindi importante che i laureati e le laureate in traduzione siano preparati a considerare gli aspetti etici e l’impatto delle decisioni che saranno chiamati a prendere in futuro, sulla base di letture di etica teorica e applicata, oltre che sulle loro competenze tecniche e di traduzione. Il processo decisionale etico non è solo un bene per la sostenibilità del settore (e dei nostri corsi di studio), ma è anche una competenza preziosa che può essere applicata in altri settori e situazioni man mano che i laureati e le laureate avanzano nella propria carriera in un ambiente di lavoro sempre più dinamico.

Alcune risorse utili su traduzione ed etica:

Kenny, Dorothy (a cura di) 2022. Machine translation for everyone: empowering users in the age of artificial intelligence. Berlin: Language Science Press.

Koskinen, Kaisa and Nike K. Pokorn (a cura di) 2021. The Routledge Handbook of Translation and Ethics. Abingdon: Routledge.

Moniz, Helena and Carla Parra Escartín (a cura di) (2023). Towards Responsible Machine Translation: Ethical and Legal Considerations in Machine Translation. Berlin: Springer.

Pym, Anthony (2012). On translator ethics: Principles for mediation between cultures. Amsterdam: John Benjamins.

Bibliografia

CSA Research (2019). The Largest Language Service Providers: 2019. Boston: CSA Research.

ELIS Research (2022). European Language Industry Survey. Brussels: ELIS Research.

Kranzberg, Melvin (1986). “Technology and History: “Kranzberg’s Laws.” Technology and Culture 27:544–560.

Pielmeier, Hélène and Paul O’Mara (2020). The State of the Linguist Supply Chain. Boston: CSA Research. https://insights.csa-research.com/reportaction/305013106/Toc

Troussel, Jean-Christophe and Julien Debussche (2014). Translation and Intellectual Property Rights, Report by Bird & Bird for the European Commission DG Translation. Luxembourg: Publications Office of the European Union.

Venuti, Lawrence (1998). The Scandals of Translation. Abingdon: Routledge.

Winner, Langdon (1983). “Technologies as Forms of Life”. In: Cohen R. S., Wartofsky M. W. (a cura di) Epistemology, Methodology and the Social Sciences. Reidel, Dordrecht, pp. 249–263.