Inteligencia artificial
La inteligencia artificial puede mejorar radicalmente los procesos organizativos. Wycliffe Associates está estudiando detenidamente cómo la AI puede ayudar a los traductores de lengua materna en su trabajo de traducción de la Biblia, y prevé importantes avances en un futuro próximo.
Resumen general
Wycliffe Associates está investigando cuidadosa y concienzudamente formas de utilizar la Inteligencia Artificial para mejorar la Traducción de la Biblia realizada por la Iglesia. A tal fin, WA ha creado un Grupo de Trabajo sobre IA para dirigir esta labor.
Propositos
- Explorar plena y responsablemente el impacto potencial de la Inteligencia Artificial para los Asociados de Wycliffe y la Traducción de la Biblia por la Iglesia.
- Considere la ética y la viabilidad de los actuales modelos comerciales y de código abierto de IA, aprendizaje automático y procesamiento del lenguaje natural.
- Asumir fielmente riesgos en nombre de enfoques novedosos de la Traducción de la Biblia, con el deseo de ver una mejora masiva de la calidad y la coherencia de la traducción.
Directrices éticas
Como ministerio cristiano, deseamos operar legal y éticamente, respetando al mismo tiempo la privacidad de los datos teniendo en cuenta la fuente de los datos de formación. Pretendemos ser veraces y responsables sobre el uso y el valor de la Inteligencia Artificial. Investigaremos y comprobaremos cuidadosamente los sesgos de los modelos. Además, intentaremos descubrir o afinar modelos hacia la neutralidad doctrinal y la alineación con la ortodoxia histórica.
Gestión de riesgos
Nuestro grupo de trabajo estudiará los riesgos potenciales asociados al uso de la IA, incluidos los riesgos tecnológicos, de reputación y operativos, y propondrá estrategias para mitigarlos.
Lecturas adicionales
Introducción a los grandes modelos lingüísticos
Este libro blanco es una breve introducción al uso de un tipo de aprendizaje automático llamado Modelos de Lenguaje Amplio (LLM). No pretende ser exhaustivo y no representa una recomendación para que los lectores utilicen versiones comerciales de esta tecnología en la Traducción de la Biblia. Su finalidad es puramente educativa.
Preparado por el Dr. Travis Wright para el Grupo de Trabajo sobre IA. Fecha de la versión: 8.16.24.
Reconocimiento de texto manuscrito con LLMs
Resultados de la investigación preliminar sobre el Reconocimiento de Texto Escrito a Mano (RTE) para su posible uso por los Traductores de la Biblia.
Preparado por Joe Sarabia y Travis Wright para Wycliffe Associates. Fecha de la versión: 26.11.24.
Utilizar el Análisis de Sentimiento para BT
Este estudio investiga la eficacia de los modelos BERT afinados en la detección de contenido emocional dentro de textos bíblicos, centrándose en narraciones como el Hijo Pródigo y los Salmos. La investigación evalúa la capacidad de los sistemas de detección de emociones más avanzados para captar dimensiones emocionales matizadas, como el alivio y la alegría, en un corpus fijo con variables controladas. Los resultados ponen de manifiesto limitaciones sustanciales en la precisión y coherencia de los modelos, lo que subraya los retos de aplicar la detección de emociones a dominios especializados y de alto contexto como la traducción de la Biblia. Estos hallazgos contribuyen al discurso en curso sobre la aplicabilidad de las técnicas de procesamiento del lenguaje natural en tareas editoriales complejas.
Escrito por el Dr. Drew Curley, Joe Sarabia, Thomas Hajny, et. al.
Introducción a RAG
El artículo ofrece una introducción a la Generación Mejorada por Recuperación (GAR), un enfoque de la IA que mejora las respuestas de los modelos lingüísticos recuperando información externa relevante, lo que la hace especialmente útil para proporcionar conocimientos específicos del dominio o actualizados. Explora el potencial de la RAG en contextos religiosos, destacando su capacidad para generar respuestas más precisas y fiables recurriendo a fuentes teológicas autorizadas, abordando así las preocupaciones sobre la parcialidad en los contenidos generados por IA. El estudio también describe un experimento en el que se utilizaron textos bíblicos multilingües y bases de datos vectoriales para mejorar la eficacia de la recuperación, y concluye que, aunque la GAR mejora la calidad de las respuestas, su naturaleza probabilística limita su fiabilidad, por lo que sólo es útil en contextos en los que no se requiere una precisión perfecta.
Una Biblia en Cada Idioma
Explora nuestra creciente biblioteca de traducciones y recursos bíblicos. Si no ves lo que buscas, o si quieres otro tipo de información, ponte en contacto con nosotros aquí.