Un equipo de marketing lleva a cabo una campaña de primavera. La creatividad es cálida, optimista, construida alrededor de plantas con flores, una abreviatura muy inglesa de renovación, de la esperanza especial de un cambio de estación.
Lo localizaron al español. La traducción es técnicamente impecable, cada palabra es precisa. En España aterriza completamente plano. Los árboles en flor no son allí un punto de referencia cultural. La idea simplemente no tiene el mismo peso. La campaña fue fluida. Simplemente no era culturalmente sensato.
Este es el fracaso que la IA empresarial está produciendo a escala en este momento, y la mayoría de las organizaciones no lo verán venir. Cuando llegan los datos, el daño ya está hecho.
Vicepresidente sénior de Productos en RWS Group.
Problemas para ver bien
El contenido generado por IA obviamente no falla. No comete malas palabras ni errores gramaticales. Calificado según los estándares de calidad convencionales, a menudo funciona tan bien como las traducciones realizadas por humanos. Se ve bien. Es una buena lectura. Esa confianza superficial es lo que hace que el problema subyacente sea tan difícil de detectar.
El fallo se muestra como un indicador rezagado.
Una página web que retiene visitantes en un mercado pero los pierde en otro. Una campaña de correo electrónico cuyo llamado a la acción se traduce al inglés pero se estanca en japonés, porque “contáctenos” suena como una invitación para un hablante de inglés y algo parecido a una orden para alguien en una cultura donde esa franqueza no se siente bienvenida.
La descripción de un producto que funciona en una región y discretamente tiene un rendimiento inferior en otras tres regiones no tiene una explicación clara en la copia.
Para cuando estas señales aparezcan en su análisis, ya habrá enviado el problema a escala. Cuando la IA acelera la producción de contenidos más rápido que cualquier tecnología anterior, la escala se produce muy rápidamente.
La fluidez es un problema sin resolver. Sin inteligencia cultural.
Los modelos genéricos de lenguaje grande están entrenados para producir resultados fluidos y consistentes en el conjunto de datos más amplio posible. Son excepcionalmente buenos en esto: predicen patrones de lenguaje con un nivel de sofisticación que en realidad rivaliza con el desempeño humano en métricas superficiales.
No se les hace comprender que el mismo mensaje tiene un peso emocional diferente en diferentes contextos culturales, o que una idea influyente en un mercado no tiene sentido en otro.
La inteligencia cultural no puede añadirse a un modelo genérico a posteriori. Debe estar presente desde el principio. En la práctica, esto significa algo específico: no se trata de crear un modelo fundacional diferente. Sólo las empresas de inversión multimillonarias pueden pensar en eso.
Se trata de lo que rodea al modelo. Recursos lingüísticos que codifican cómo se comunica una marca. La memoria de traducción captura lo que funcionó y lo que no en el mercado. Guías de estilo, bases de datos terminológicas, ejemplos de contenido de alto y bajo rendimiento.
Juntos, estos le dan al modelo el contexto para hacer algo que un simple LLM no puede: crear contenido que transfiera significado en lugar de solo palabras.
Dos personas de un equipo de marketing descubren que pueden crear francés con una herramienta de inteligencia artificial de uso general en lugar de una operación de contenido culturalmente inteligente. El resultado puede parecer idéntico. El mercado no funcionará.
pregunta humana
Nada de esto es un argumento a favor de un retorno de la IA. Todo lo contrario. Existe un principio económico bien documentado, la paradoja de Jevons, que sostiene que el consumo aumenta a medida que cae el precio de un activo. La misma dinámica se desarrolla en el contenido.
A medida que la IA reduce drásticamente el costo de producir ingredientes locales, el volumen que puede llegar a los mercados locales aumenta significativamente. Hay oportunidades.
Sin embargo, el volumen sin calidad es una desventaja. La respuesta no es eliminar las habilidades humanas del flujo de trabajo; Está enfocado.
En una operación de contenido de IA bien diseñada, los lingüistas humanos y los expertos culturales no están haciendo menos: están trabajando en partes de alto nivel donde el juicio y los matices son más importantes, en lugar de aplicarlos por igual independientemente de la complejidad.
Gestiona el volumen de la máquina. La gente trabaja donde es más difícil conseguir el dinero adecuado.
Lo que descompone este modelo es eliminar la capa humana y asumir que la máquina se autocorregirá. No lo hará, a menos que se haga para verificar lo que está tratando de lograr y si existe. Cambiar un traductor humano por un traductor automático no es lo mismo que reemplazar un proceso dirigido por humanos por uno inteligente.
Mide lo que te dice el mercado
Actualmente, la mayoría de las empresas miden la contribución de la IA al contenido a través de la reducción de costos y la velocidad. Ambas cosas importan. Nadie cuenta toda la historia.
Una pregunta más útil es cómo se está desempeñando el activo en cada mercado objetivo. No qué tan rápido se producen ni cuánto cuestan, sino si están diseñados para impulsar el reconocimiento, la conversión y la lealtad del cliente que generan.
Cada contenido existe para hacer algo. Reducir los costos de traducción sólo vale la pena si esos ahorros desbloquean más recursos en más mercados y si esos recursos realmente funcionan. Vale la pena seguir ese número.
Las empresas que empiezan a plantearse esta pregunta tienden a tomar decisiones diferentes sobre las herramientas que utilizan, el papel de las habilidades humanas en sus flujos de trabajo y lo que significa comunicarse entre culturas.
Hemos presentado el mejor creador de sitios web con IA.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
