Machine translation e legal translation. La traduzione automatica del diritto

Nel processo di traduzione di un testo da una lingua di partenza (source language) ad una lingua di arrivo (target language) ci sono molti fattori da tenere in conto che vanno oltre le regole grammaticali. Tradurre significa trasporre il significato da una lingua all’altra, rendere un testo adatto a quella determinata lingua con un grado di complementarità il più alto possibile. Questo processo, talvolta, implica una trasformazione più complessa e profonda del linguaggio, che tiene conto delle strutture sintattiche proprie di un dominio specialistico, delle sfumature di significato dei termini e della presenza o dell’assenza di dati concetti. 

La traduzione specialistica è un ambito molto articolato, per questo, lo sviluppo di strumenti informatici basati su un determinato dominio è una disciplina ancora in progresso. Oggi esistono molte tecnologie di traduzione automatizzata, la cosiddetta machine translation (MT). 

La machine-aided translation si è sviluppata negli anni ’50, durante la Guerra Fredda, per necessità di comprendersi il più velocemente possibile, ma i maggiori progressi si sono avuti con l’arrivo dei CAT (computer-assisted translation) tools negli anni ’90. I CAT tools, come Trados, MemoQ e altri, supportano il traduttore umano grazie alla memoria di traduzione che archivia i termini tradotti in passato creando dei veri e propri glossari. 

Negli ultimi anni la tecnologia ha fatto ulteriori passi avanti grazie alla Neural Machine Translation, un approccio basato su reti neurali artificiali addestrate su corpora paralleli, ovvero documenti scritti in una lingua e le relative traduzioni nella lingua target, rendendo lo strumento capace di riconoscere e tradurre frasi e testi. Rispetto alla traduzione automatica statistica, questo tipo di approccio tecnologico produce traduzioni più fluenti e più vicine al linguaggio umano, commettendo meno errori e soprattutto tenendo in maggior considerazione il contesto d’uso, permettendo la disambiguazione del significato di una parola. La novità principale è che, a differenza dei CAT tools, strumenti basati sulla NMT come DeepL e Google Translate sono in grado di generare traduzioni automatiche senza l’apporto umano. Nonostante le traduzioni di questi strumenti siano pronte all’uso, c’è sempre bisogno di una revisione umana, in particolar modo se si tratta di ambiti specialistici e domini settoriali.

L’importanza della terminologia nei domini specialistici

Nella traduzione, la terminologia è un aspetto cruciale, poiché un errore di traduzione in ambito legale, giuridico o medico può portare a serie conseguenze. L’accuratezza dei termini e la resa dei significati sono alla base di una corretta traduzione. In questo, vengono in soccorso i glossari bilingui di domini specialistici che cercano di trovare una maggiore corrispondenza con i termini della lingua d’arrivo per rendere il più alto grado possibile di equivalenza. Questo non è sempre facile, perché alcuni domini sono interdipendenti dal contesto, che si rivela limitato nei glossari. L’equivalenza terminologica è ancor più difficile da trovare nel linguaggio giuridico, a causa delle differenze di concetti tra le varie lingue e tra diversi ordinamenti giuridici. Lo stesso termine, infatti, potrà riferirsi a un concetto diverso perché appartenente a ordinamenti diversi, come accade tra Germania e Austria, o tra Francia e Canada. 

In ambito legale, la traduzione serve soprattutto nella stesura di documenti o contratti bilingui. Siccome la traduzione deve essere certificata o asseverata da un traduttore giuridico riconosciuto dall’albo, una macchina non potrà sostituirlo. Anche qui possiamo notare come l’intelligenza artificiale non finisca per soppiantare in toto l’essere umano, ma per supportarlo e garantirgli un’efficacia migliore nel risultato. 

I limiti della traduzione automatizzata in ambito legal

Traduttori automatici per il diritto esistono, ma sono ancora in una fase di sviluppo e sono meno conosciuti e diffusi di quelli per altri settori specialistici. I motivi per cui è più complesso creare uno strumento di traduzione automatica specifico per il diritto è in parte, come abbiamo detto, dovuto alla sua particolare terminologia, ricca di sfumature e legata al contesto che non si evince sempre dal segmento di testo. 

Le reti neurali alla base dei traduttori automatici necessitano di enormi quantità di dati per apprendere correttamente queste sfumature e discernerle. La vaghezza e l’indeterminatezza semantica può rendere complessa una traduzione automatica scevra di contesto e piena di ambiguità. Inoltre, non è solo il lessico a rivelarsi un ostacolo per un’automazione della traduzione giuridica, ma sono anche le strutture sintattiche complesse, piene di gerundi (quindi subordinate non sciolte) e secondarie incastrate (proprie di questo linguaggio), a dimostrarsi una difficoltà ulteriore per gli strumenti informatici. 

Al momento, i migliori supporti alla traduzione in ambito legale sono quelli che mostrano le occorrenze contestuali, come Reverso Context e Linguee. Le ricerche comunque continuano e stanno progettando i primi tools più accurati, come DeepL For Legal, ma è necessario uno sforzo da parte dei giuristi perché forniscano un maggior numero di dati e documenti per l’addestramento di strumenti che possano garantire una precisione e un’equivalenza terminologica che limitino il più possibile le ambiguità e favoriscano una comunicazione giuridica internazionale. Come dimostrano le analisi linguistiche e gli studi condotti su traduzioni automatiche di testi giuridici e legali, al momento vi sono ancora molte lacune in questo ambito. La qualità dei sistemi di machine translation deve essere migliorata per sviluppare training specifici per la traduzione legale e garantire l’affidabilità dei risultati.

Riferimenti

Translation Tools and Technologies a cura di A. Rothwell, J. Moorkens, M. Fernández-Parra, J. Drugan, and F. Austermuehl, Routledge, 2013
Is machine translation reliable in the legal field?” di P. Giampieri, 2023, ESP
Legal Machine Translation Explained: MT in Legal Contexts, P. Giampieri, 2023, Cambridge Scholars Publishing
The Future of Translation Technology Towards a World without Babel, Chan Sin-wai, 2017, Routledge

Hai un articolo nel cassetto? Legal Tech Magazine è sempre alla ricerca di nuove voci attraverso cui raccontare l’evoluzione del settore. Puoi sottoporci la tua proposta attraverso il seguente form: avremo cura di leggerla e di valutarne la pubblicazione.

Non solo un Magazine, ma anche una Mappa, un Forum, un Report e un’Academy. Se ti interessano i progetti di Legal Tech Italy e desideri ricevere aggiornamenti sulle sue iniziative presenti e future, iscriviti alla newsletter e non perderti nessuna novità.