Il paradosso della produttività
Gli economisti sostengono da anni che investire massicciamente in tecnologie per l’ufficio serva a far aumentare enormemente la produttività. Tuttavia, già nel 1994 autorevoli studi avevano messo in dubbio l’affidabilità di certe proiezioni. Studi più recenti riferiscono di un aumento annuale del 12% degli investimenti in informatica nelle aziende americane che hanno prodotto aumenti di produttività annui inferiori al 2%.
Le ragioni per cui questi incrementi sono molto inferiori al previsto andrebbero ricercate in vecchie e consolidate pratiche aziendali che li ostacolano impedendo ai lavoratori della conoscenza di godere appieno di strumenti sempre più sofisticati e aumentare la loro produttività, a testimonianza della perdurante validità della legge di Maslow.
Quindi, per conseguire i previsti incrementi di produttività, è necessario abbandonare le vecchie abitudini.
Tariffa a parole e tariffa a ore
I compensi per le traduzioni si basano sulla tariffa a parola da più di trent’anni. Le ragioni sono fondamentalmente due. Da un lato, gli strumenti di traduzione assistita hanno finalmente permesso agli acquirenti di capire (più o meno) precisamente per cosa pagano. Dall’altro, gli stessi strumenti di traduzione assistita hanno permesso di misurare (quasi) oggettivamente rendimento e produttività, favorendo così statistiche e proiezioni.
Si aggiunga la possibilità per gli acquirenti di richiedere sconti basati sulla percentuale di corrispondenze tra un testo e una memoria di traduzione e diventa immediatamente ovvio che non sono il tempo, la competenza o le abilità del traduttore che si comprano.
Tuttavia, un incarico o progetto di traduzione finisce inevitabilmente per prevedere una serie di attività collaterali per le quali non si può adottare un compenso a parola.
Il prezzo che gli LSP fanno pagare all’acquirente, quindi, include quello per servizi il cui compenso è computato su altre basi. Allo stesso modo, nel fissare le loro tariffe, questi i fornitori di questi servizi vi includono il compenso per le attività non produttive o non remunerative. Il compenso a parola, quindi, si basa anche sul tempo necessario per completare una certa attività. In breve, questo significa che anche la questione delle tariffe a misura (a parola e oraria) contro quelle a corpo non si pone. Nel momento in cui le parti si accordano su come calcolare l’onorario, rimane aperta solo la sua misurazione. E se entrano in gioco statistiche e proiezioni, la cosa è più interessante per il fornitore, in particolare per un intermediario, che per l’acquirente.
Non solo la riduzione delle attività non produttive permetterebbe di recuperare i margini e ridurre i prezzi alla vendita, ma anche di recuperare produttività e risorse da destinare all’aumento dell’efficienza attraverso l’automazione, quindi in definitiva la produttività stessa.
Semmai, ora più che mai, è necessario promuovere la standardizzazione e raggiungere un accordo su modelli di riferimento, metriche e metodi di misurazione. La conseguente standardizzazione dei formati di scambio, dei modelli di dati e delle metriche favorirebbe produttività e interoperabilità.
Infatti, alcune attività, come la preparazione dei file o, più rigorosamente, l’assemblaggio di kit di localizzazione, non si possono automatizzare completamente o estrapolare dal processo di traduzione o localizzazione, sebbene siano effettivamente attività distinte. In questo senso, la standardizzazione potrebbe anche aiutare ad automatizzarle. Tuttavia, quando cominciano a diventare impegnative e dispendiose, queste attività dovrebbero essere responsabilità del cliente. Per inciso, data la tradizionale scarsa considerazione in cui i clienti tengono l’industria della traduzione per via anche della modesta comprensione di processi e attività, la maggior parte dei problemi associati all’impostazione del progetto e alla preparazione dei file è attribuibile a sciatteria e immaturità. In questo rientrano le istruzioni di lavoro che richiedono spesso lunghi tempi di lettura, non retribuiti.
D’altra parte, alcuni di queste attività, come la formulazione di preventivi, sono comunemente svolte nell’ambito dei progetti quando dovrebbero essere precedenti al loro avvio. Per esempio, formulando il preventivo in fase di vendita, ogni successive attività connessa ad esso si può (almeno parzialmente) automatizzare. Lo stesso dicasi per le istruzioni che potrebbero diventare attività di processo da svolgere obbligatoriamente (sempre che la piattaforma utilizzata permetta di personalizzare i processi) attraverso checklist.
Carenza di manodopera e competenze e formazione
Chissà se, chi ha progettato o progetta, ha tenuto o tiene corsi di traduzione e localizzazione ha mai trattato o previsto di trattare guide di stile e istruzioni di lavoro per far sì che gli studenti imparino a seguirle. Chissà se, agli esami, ha mai valutato o previsto di valutare quanto gli studenti rispettassero o rispettino guide di stile e istruzioni.
D’altronde, clienti ed LSP si sono sempre lamentati, nella stessa misura, della mancanza di professionisti qualificati. Al TAUS Industry Summit 2017, per esempio, Bodo Vahldieck, Sr. Localization Manager di VMware, espresse a gran voce la delusione di non riuscire a trovare giovani talenti disposti e in grado di andare a lavorare con i “fantastici strumenti di localizzazione” di cui la sua azienda disponeva.
Qualche tempo prima, CommonSense Advisory aveva lanciato l’allarme sulla carenza di talenti nel settore dei servizi linguistici e, ancor prima, Inger Larsen, fondatrice e direttrice di Larsen Globalization Recruitment, società di reclutamento per l’industria della traduzione, aveva scritto un articolo intitolato Why we still need more good translators in cui riportava il risultato di un piccolo sondaggio informale da cui emergeva che circa il 70% dei traduttori non riusciva a superare le prove di traduzione, sebbene si trattasse spesso di traduttori qualificati ed esperti.
La carenza di talenti non è una novità, quindi, e ultimamente molte aziende in altri settori segnalano problemi di disponibilità di manodopera. A quanto pare, la legge di Gresham regna ovunque, non solo nella traduzione.
In realtà, la carenza di manodopera è un mito. Le lamentele del CEO di Domino’s Pizza, Uber e altre aziende sono inconsistenti perché il modo più semplice per trovare abbastanza manodopera è offrire salari più alti. Così facendo, nuovi lavoratori entreranno nel mercato e qualsiasi carenza di manodopera finirà rapidamente. Un raro caso di vera carenza di manodopera in un’economia di mercato è quando i salari sono così alti che le imprese non possono permettersi di pagarli senza andare in rovina. Ma questo sarebbe un caso a quello della bolla delle dot-com che ha portato al collasso un’intera economia.
Si tratta quindi solo del segno che i dirigenti aziendali si sono così abituati a un’economia di bassi salari da credere che qualsiasi altra cosa sia anormale.
Ma una volta che le cattive risorse avranno scacciato del tutto quelle buone, offrire salari più alti potrebbe non essere sufficiente e si presenterà il rischio di pagare troppo; tanto più se i posti disponibili sono di basso profilo ed è molto difficile automatizzarli.
È interessante notare che, come parte di uno studio più completo condotto di recente da Citrix, un sondaggio ha rilevato tre priorità chiave per i lavoratori della conoscenza:
- Completa flessibilità di orari e luogo di lavoro
Questo significa che, in risposta alla carenza di competenze e per assicurarsi un duraturo vantaggio competitivo, le aziende dovranno sfruttare modelli di lavoro flessibili e assumere personale sul posto. Eppure, molte aziende sembrano pensarla ancora diversamente. - Differenti metriche di produttività
Le metriche di produttività dovranno guardare al valore, non al volume del lavoro; le aziende dovranno quindi dare priorità ai risultati anziché al rendimento. Stupisce il numero di aziende che ritengono di operare già in questo modo. - Diversità
Sarà sempre più importante diversificare la forza lavoro man mano che ruoli, competenze e requisiti aziendali cambieranno nel tempo, anche se questo metterà ulteriormente alla prova le attuali metriche di produttività.
Le macchine non sollevano problemi di salario
Se il calo lineare dei compensi a fronte della crescita esponenziale della domanda di traduzione è sconcertante è perché siamo abituati a riconoscere la legge fondamentale del mercato secondo cui, al crescere della domanda corrisponde un aumento dei prezzi. Ma il ritardo tecnologico che le istituzioni accademiche e gli operatori del settore mostrano generalmente rispetto ad altri settori e, soprattutto, ai clienti, significa che anche le migliori risorse non riescono a tenere il passo con le aspettative di produttività, indipendentemente dal fatto che queste siano più o meno ragionevoli. Inoltre, la comune incapacità degli LSP di differenziarsi, massimizzare l’efficienza e ridurre i costi li porta a competere solo sul prezzo, il che non fa che aggravare la situazione, rendendo la traduzione e la localizzazione una commodity. Infine, le richieste troppo spesso irragionevoli degli LSP, ancora più irragionevoli di quelle dei loro clienti, causano l’abbandono delle risorse migliori. È un circolo vizioso che rende la produttività un mito e un’illusione.
Già molto diffuso prima, il tema della produttività ha ottenuto ancora più attenzione durante la pandemia. Come ha scritto di recente David J. Lynch su The Washington Post, “Una maggiore produttività è il raro rivestimento d’argento che emerge dal calderone del COVID-19”. Alla fine, questo portato a una svolta verso l’automazione, che si sta gradualmente diffondendo attraverso cambiamenti strutturali che la stimoleranno ulteriormente.
Lynch ha anche sottolineato che, ammesso e non concesso che ci sia davvero carenza di manodopera e che sia un problema, dopo aver aiutato le imprese a sopravvivere, l’automazione le aiuterà ad attrarre manodopera per soddisfare la domanda in aumento.
Sono in tanti a ritenere che, durante la pandemia, le aziende siano diventate più produttive e abbiano imparato a fare di più con meno, anche se, in questo senso, l’effetto della tecnologia è stato abbastanza marginale, e comunque inferiore a quello delle misure puramente organizzative.
Ad ogni modo, secondo uno studio McKinsey, gli investimenti in nuove tecnologie accelereranno fino al 2024 con una significativa aspettativa di crescita della produttività. Questo perché l’automazione è generalmente percepita come cosa diversa dalle tecnologie d’ufficio o, più probabilmente, perché le misure organizzative di cui sopra sono più impegnative, costano di più e sono meno efficienti dal punto di vista fiscale. O forse perché sempre più aziende tra quelle che si lamentano della carenza di manodopera sono convinte che l’automazione permetterà loro di soddisfare gli ordini che altrimenti dovrebbero rifiutare.
Dopo tutto, questo è esattamente il tipo di approccio degli LSP nei confronti della traduzione automatica e ancor più del post-editing. Ma l’automazione così intesa è limitata e distorta e porta a un’esacerbazione degli effetti della legge di Gresham. D’altra parte, molti traduttori sono ancora piuttosto scettici riguardo alla traduzione automatica e la considerano poco utile. Ciò è dovuto principalmente alle politiche al ribasso della maggior parte degli LSP e al loro diffuso atteggiamento nei confronti dell’automazione, della traduzione automatica e della tecnologia in generale, che hanno ripetutamente esposto gli LSP e i loro fornitori ai terribili risultati prodotti da sistemi di traduzione automatica implementati e impiegati in modo incompetente, al solo scopo di cercare di ridurre i compensi e salvaguardare i margini.
Giocare con i grandi
I clienti esperti sanno che la traduzione automatica non è una panacea e non è economica. E se è vero che i motori di traduzione automatica online sono gratuiti, non sono adatti all’uso aziendale o professionale, e richiedono l’intervento di linguisti esperti per trarne il meglio. Una piattaforma di traduzione automatica aziendale richiede un notevole investimento iniziale, oltre a know-how e risorse specifiche, compreso un adeguato (considerevole) volume di dati di qualità per addestrare i modelli. Ma soprattutto richiede tempo e pazienza, merce tradizionalmente rara nel mondo degli affari di oggi.
La grande ambizione di ogni LSP è di poter giocare nello stesso campionato dei grandi, ma i grandi non vogliono giocare con gli LSP una volta che imparano a conoscerli e a non contare su di loro per trovare il sistema di traduzione automatica più adatto, implementarlo, addestrarlo e metterlo a punto perché non hanno il know-how, la capacità e le risorse necessarie. Per le stesse ragioni, sanno di non poter esternalizzare i loro progetti di traduzione automatica agli LSP stessi, per quanto questi offrano i loro servizi anche in questo campo.
Il disincanto, che diventa talvolta scetticismo o sfiducia vera e propria, è l’effetto della mancata sintonia degli LSP con i bisogni dei clienti, specialmente dei pezzi grossi (i grandi), e della conseguente assenza di integrazione con i loro processi. D’altra parte, i clienti hanno sempre chiesto prontezza e integrazione e cosa hanno ottenuto in risposta? Un’inutile norma sul post-editing.
Gli LSP stanno perdendo anche la battaglia della localizzazione continua. Invece di adattare i processi al modus operandi dei loro clienti, LSP e relativi consulenti di riferimento rimproverano ai clienti la pretesa che la localizzazione proceda di concerto con lo sviluppo del codice e dei contenuti, prima del rilascio. D’altra parte, invece di snellire i loro processi, gli LSP cercano di rimanere irrimediabilmente attaccati a quelli tradizionali per quanto rigidi e goffi. Non c’è da stupirsi che i clienti abbiano problemi a fidarsi degli LSP.
A quanto pare, infatti, molti LSP sono preoccupati per gli effetti della localizzazione continua sulla qualità linguistica, quando il tipo di qualità a cui sono abituati è esattamente quello di cui dovrebbero dimenticarsi. Non per niente, una regola fondamentale della metodologia Agile, consiste nell’utilizzare ogni nuova iterazione per correggere gli errori fatti nella precedente.
Semmai, è strano che la traduzione automatica non sia già diventata predominante e che i clienti e, soprattutto, gli LSP insistano nel mantenere modelli di lavoro e di pagamento che sono, a dir poco, obsoleti.
Cosa succede se, per esempio, l’idea della qualità dovesse cambiare all’improvviso e la customer experience diventare il nuovo paradigma?
Questo rafforzerebbe la base per accordi sul livello di servizio (SLA) ad ampio raggio per coprire una stabile relazione acquirente-venditore prima sul lato cliente-LSP e poi sul lato LSP-fornitore, con pagamenti internazionali che passino attraverso una piattaforma che permetta all’acquirente di pagare i fornitori nella loro valuta locale preferita. Una clausola nello SLA può imporre che i fornitori si iscrivano alla piattaforma e inseriscano le loro coordinate bancari e la valuta preferita.
Esistono già piattaforme di pagamento che permettono ai clienti di ottenere tariffe personalizzate (di solito flat) attraverso un apposito modulo, e che si connettono con altri sistemi attraverso connettori e semplici applet basate su meccanismi IFTTT (If This Then That).
Gestire i pagamenti non è una passeggiata di salute, ma vale la pena farlo bene perché è da lì che parte la legge di Gresham.
Dibattiti perversi
Se il dibattito sulle tariffe e sui pagamenti non è mai andato oltre sproloqui e piagnistei, quello sulla qualità intossica da anni la traduzione senza aver mai portato a risultati significativi che non fossero tonnellate di pubblicazioni accademiche intorno alle stesse inconsistenti sciocchezze e migliaia di linee di codice, il tutto per continuare a ripetere gli stessi errori.
Fin quando la traduzione automatica è stata materia per specialisti, metriche e modelli relativamente oggettivi hanno governato la valutazione della qualità con l’obiettivo di migliorare la tecnologia oltre che le stesse metriche e gli stessi modelli di valutazione.
Da quando è diventata mainstream, qualche anno fa, la traduzione automatica è anche diventata vittima del marketing. Gli addetti al marketing delle società di traduzione automatica hanno iniziato a rivolgersi agli operatori dell’industria della traduzione sbandierando miglioramenti nelle metriche di valutazione automatica, tipicamente BLEU, e al pubblico con la raggiunta (a loro dire) “parità umana”.
Solo fumo negli occhi, però. Da un lato, le metriche automatiche sono ben di più dei punteggi che forniscono, e le implicazioni sono difficili da cogliere; inoltre, hanno mostrato tutti i loro limiti con NMT. Dall’altro lato, nessuno si è preoccupato di offrire una definizione coerente, univoca e indiscutibile di “parità umana”, a parte quelle delle aziende che si vantano di averla raggiunta.
Dire che il risultato della traduzione automatica è “quasi indistinguibile da” o “equivalente a” una traduzione umana è fuorviante e non significa quasi nulla. Dire che una macchina ha raggiunto la parità umana se “non c’è una differenza statisticamente significativa nel punteggio ottenuto su testi di prova da un sistema di traduzione automatica e quello delle corrispondenti traduzioni umane” può sembrare più approfondito e accurato, ma i confronti dipendono comunque dalle caratteristiche del testo di prova, dal profilo del traduttore umano e dalle condizioni di confronto e valutazione.
In altre parole, le domande a cui rispondere sono: “Ogni essare umano è in grado di tradurre in qualsiasi coppia di lingue? Ogni essere umano è in grado di produrre una traduzione di qualità equivalente in ogni coppia di lingue? Ogni essere umano può tradurre meglio delle macchine in qualsiasi coppia di lingue?”. E viceversa.
Troppo spesso le persone, anche nell’ambito professionale, tendono a dimenticare che la traduzione automatica è un’applicazione di AI ristretta, che si limita a svolgere un compito circoscritto, essendo ogni coppia di lingue un compito. In altre parole, la singolarità per la quale avrebbe senso parlare di “parità umana” è ancora lontana, e non solo nel tempo, con buona pace delle previsioni di Ray Kurzweil e della fiducia di Elon Musk in Neuralink e nella possibilità di disporre presto di un microcircuito da impiantare nel cervello per parlare tutte le lingue di questo ed eventuali altri mondi attraverso una lingua universale.
Usare i punteggi automatici come leva di marketing è quindi fuorviante perché ci sono troppe variabili in gioco. Anche parlare di “parità umana” è fuorviante perché si dovrebbero considerare le condizioni in cui è stata condotta la valutazione che ha portato a certe affermazioni.
Ora, è abbastanza ragionevole che un cliente richieda a un partner (come gli LSP amano pensare di sé stessi) di aiutarlo a interpretare correttamente e pienamente i punteggi delle traduzioni automatiche e certe frasi che possono sembrare sconcertanti per vaghezza o ambiguità.
La maggior parte dei clienti, e comunque i maggiori, sono di un altro livello rispetto ai loro fornitori di servizi linguistici e non riescono a capire la ragione della sciatteria e dell’inefficienza che vedono in questi sedicenti partner. Eppure, è abbastanza semplice: il modello di processo tradizionale e tuttora universale che seguono non è sostenibile nemmeno per i contenuti mission-critical. E questo ci riporta alla produttività, ai pagamenti, alla legge di Gresham e alla carenza di competenze e di manodopera, tutte correlate tra loro.
Non solo sono più che mai necessari processi più snelli, veloci ed efficienti, è fondamentale riuscire a comprendersi reciprocamente. Per aiutare i clienti a capire i prodotti e i servizi di traduzione, e valutarli di conseguenza, le persone di questo settore dovrebbero rinunciare al gergo spesso fuorviante che nessun cliente è interessato e disposto a imparare e a decifrare. Ma questo gergo fa parte della famigerata asimmetria informativa.
È perciò necessaria una maggiore e più onesta autoanalisi, che è invece drammaticamente assente in tutto il settore. E questo forse spiega l’interesse per il mercato e l’industria della traduzione automatica piuttosto che per l’industria della traduzione in sé stessa.