En JotMe nos eligen por una sola cosa: la precisión. Reuniones donde un dato crítico no puede traducirse mal, día tras día, semana tras semana. Esa es la razón número uno por la que nuestros clientes trabajan con nosotros.

Entonces, ¿por qué siguen existiendo tantas traducciones que, aun estando hechas con IA, no terminan de comunicar lo que uno quiere decir?

En este artículo quiero ser transparente y contarle cómo usamos sus datos para que la traducción se ajuste de verdad a su trabajo.

Empecemos por lo básico. Hoy, la mayoría de las herramientas devuelven textos gramaticalmente correctos; no son, en sentido estricto, "erróneos". El punto está en otro lado: una misma frase puede traducirse de muchas maneras según el contexto. Cuando alguien siente que una traducción "no da en el clavo", casi siempre es porque la IA no sabe qué quiere transmitir quien habla ni qué información maneja ya quien escucha.

Veámoslo con un ejemplo. Imagine esta frase:

"The model is hallucinating."

En inglés, "model" es ambiguo. Sin contexto, la frase podría describir a una modelo de pasarela que alucina tras consumir alguna sustancia, o a un modelo de IA que está generando información falsa. La misma palabra, dos mundos distintos.

Si en ese momento la IA sabe que usted lleva semanas desarrollando un producto de IA y hablando de nuevas funciones, elegirá sin dudar el segundo significado.

Es un ejemplo sencillo. Pero a medida que la conversación se vuelve más compleja y entra en juego más información, acertar con el contexto se convierte en un problema mucho más difícil.

Con esto claro, entremos en el tema de fondo: cómo usamos sus datos en JotMe para ofrecer una traducción contextual y precisa.

En JotMe hay dos tipos de traducción

Nuestra traducción se divide, a grandes rasgos, en dos.

1. Traducción en vivo: subtítulos en tiempo real y traducción de voz a voz.
2. Traducción de texto: transcripciones, texto escrito y chat.

Cada una construye el "contexto" de una manera algo distinta.

Cómo la traducción en vivo usa su contexto

Para la traducción en tiempo real, aprovechamos como contexto la siguiente información.

Perfil de usuario

Todo lo que sabemos de usted desde el momento en que inicia sesión. Para afinar la precisión, nuestros agentes de IA también pueden consultar información pública disponible sobre usted en la web.

Contexto operativo

Lo que hace en su trabajo. Se construye a partir de las notas de reuniones, los mensajes de JotMe Chat, los archivos que sube y sus interacciones con JotMe AI. Para los usuarios que reúnen los requisitos, las conexiones con Gmail, Outlook, Notion, Google Drive y Microsoft Teams enriquecen todavía más ese contexto operativo.

Memoria en tiempo real

Lo que se está hablando en ese preciso instante de la reunión; se actualiza de forma continua a medida que avanza la conversación.

Términos propios y jerga

El vocabulario interno y las expresiones propias de su sector los registra usted mismo. Para los usuarios que reúnen los requisitos, además, pueden actualizarse de forma automática a partir del contexto operativo.

Enlace con lo dicho antes

Para que la traducción no quede entrecortada, incorporamos uno o dos segmentos ya traducidos justo antes. Así, la conversación fluye de manera natural.

Cómo la traducción de texto usa su contexto

El planteamiento es el mismo. La diferencia es que, en lugar de la memoria en tiempo real del habla, utiliza la memoria de la conversación y los mensajes anteriores del chat.

El perfil de usuario y el contexto operativo se construyen exactamente igual que en la traducción en vivo. Lo propio de la traducción de texto son estos dos puntos.

Memoria de la conversación

El intercambio que está en curso en el chat; se actualiza cada vez que se envía un mensaje.

Enlace con los mensajes anteriores

Al incorporar uno o dos mensajes previos del chat, la conversación traducida mantiene su coherencia y suena natural. Los términos propios y la jerga funcionan aquí igual que en la traducción en vivo.

La IA hizo avanzar la traducción, pero todavía queda una brecha

La IA ha mejorado enormemente la calidad de la traducción. Aun así, sigue habiendo una brecha que no terminamos de cerrar.

Como decíamos, una frase no tiene una única forma de traducirse. Si falta contexto, la IA no puede saber con certeza cuál es la intención de quien habla ni qué traducción espera quien escucha.

Ahora bien, tampoco se trata de "sumar todo el contexto posible". Cuando hay demasiado contexto, la calidad de la traducción puede empeorar: es un fenómeno que se conoce como context rot (degradación por exceso de contexto). Con tanta información, el modelo termina perdiendo de vista las pistas que de verdad importan.

A esto se suma el equilibrio con la velocidad. La traducción en vivo es un sistema en tiempo real: cuanto más contexto se incorpora, más tarda en generarse la traducción. De hecho, en nuestras pruebas hubo casos que tardaron más de 30 segundos, algo sencillamente inviable en una conversación en directo.

Después de mucho experimentar, la respuesta a la que llegamos fue un retardo de entre 1 y 5 segundos, aproximadamente. En ese margen, la mayoría de las personas lo percibe como natural y, al mismo tiempo, queda contexto suficiente para lograr una traducción de alta precisión.

Encontrar el equilibrio justo entre contexto, velocidad y precisión es uno de los problemas de investigación centrales que estamos resolviendo en JotMe.

Seguiremos invirtiendo para ofrecer la traducción con IA más precisa posible para el mundo de los negocios. Nos vemos en la próxima.