El presente artículo intenta mostrar el estado del arte en el proyecto lanzado en el año 2008, en la Asamblea Regional Siciliana, dirigido a utilizar tecnología para el reconocimiento de voz en el Servicio de Taquígrafos para publicar trabajos parlamentarios.

El modelo organizacional de transcripción, que prácticamente no ha cambiado desde los orígenes de nuestra Institución hace más de sesenta años, estuvo basado fundamentalmente en la taquigrafía, mediante la utilización de un resumen del discurso realizado por dos categorías diferentes de personas: asistentes y taquígrafos. Los primeros eran los que tradicionalmente transcribían los debates, ayudados también por las versiones grabadas de los mismos, y los últimos estaban dedicados a la revisión posterior de los textos para que sea posible una publicación de un informe provisorio unas pocas horas después de terminada la sesión parlamentaria.

Sicilian Parliament

Desde el año 2003, el Dr. Tomasello, director del Servicio de Taquígrafos, ahora Secretario General de la Asamblea, vio la necesidad de una "conversión tecnológica” para aprovechar todas las ventajas de recursos, como el reconocimiento de voz.

Diría que tal idea no contenía solamente este hecho fortuito, sino también el debate sobre si el software de reconocimiento de voz era lo suficientemente maduro para ser usado por profesionales, la perspectiva de "supervivencia” de los taquígrafos parlamentarios y también la necesidad de garantizar el futuro del archivo histórico de debates.

La supervivencia de la taquigrafía está en riesgo. De hecho, la taquigrafía fue víctima del "recorte” perpetrado, en la década de los noventa, por el Ministro Italiano de Educación Pública. Este antiguo arte fue reemplazado por una nueva materia: la "producción de textos” utilizando una PC.

Por supuesto, el valor de la taquigrafía no estuvo en discusión bajo mi administración, refiriéndome a sus fortalezas. Somos conscientes de que la taquigrafía -esto lo quiero recalcar- es probablemente la reina del registro, involucrando una lúcida reducción de la palabra y su fiel traducción. Personalmente, sigo siendo beneficiado por ella en mi resumen taquigráfico del Comité Financiero del Parlamento.

El Directorio del Servicio de Taquígrafos se preocupó, ya que la falta de enseñanza de la taquigrafía en las escuelas podía comprometer el futuro de los nuevos empleados calificados a ser tomados. Además, era claro que el reconocimiento de voz mostraba, a mi entender, interesantes resultados absolutamente de la mano de la taquigrafía, ya que esta última puede ser transcripta por el software de reconocimiento de voz.

Por lo tanto, no era una cuestión de poner a la tradición (taquigrafía) vs. la innovación (reconocimiento de voz). No hubo ninguna idea revolucionaria en la mente de la Administración. ¡Existía, sin embargo, el conocimiento de que las investigaciones tecnológicas previas basadas en el reconocimiento de voz eran lo suficientemente maduras para ser probadas! El perfil cultural y profesional de los empleados (acordes al relevante método tradicional, que es la taquigrafía a mano) no fue cuestionada. La Administración resolvió intentar un modo experimental de innovaciones tecnológicas probadas como un posible apoyo.

A mediados del año 2003, mi director me pidió que me evaluara un software de reconocimiento de voz, el IBM Via-Voice, ya utilizado en los últimos dos años en la Cámara de Diputados, en Italia. Para mí, un joven estenógrafo parlamentario, era una posibilidad interesante para mejorar mis habilidades. Tal plataforma tecnológica hubiese traído la innovación -un valor agregado- a la tradicional taquigrafía a mano. Hubiese sido posible leer notas taquigráficas a mano por medio de este software. Una oportunidad maravillosa para los estenógrafos "tradicionales”. La relación de velocidad entre la taquigrafía a mano y el teclado, como ya fue señalado en varias oportunidades, es lenta y ya no es competitiva; en cambio, el software de reconocimiento de voz le permite al estenógrafo leer las notas rápidamente.

Intersteno, en el congreso realizado en el año 2003, admitió esta tecnología como una de las herramientas con las cuales competir. Me animaría a decir que esta decisión, aprobada por la elite de taquígrafos, era un reconocimiento profesional.

Quiero destacar los resultados obtenidos por la Asamblea Regional de Sicilia, mediante el uso de esta tecnología. El año pasado, la Administración decidió comenzar la prueba del reconocimiento de voz, que involucraba solamente la transcripción realizada por los asistentes indicados anteriormente.

Todos los asistentes recibieron un entrenamiento de una semana en el uso del software de reconocimiento de voz. Al final del entrenamiento, los asistentes fueron capaces de probar el uso del software en el resumen de cinco minutos de discurso asignado para la transcripción. Hemos elegido un discurso de cinco minutos para permitir una mejor comparación de los resultados, ya que fórmulas repetitivas podían tornar pobre el número de caracteres correctamente reconocidos y transcriptos por el software.

Ahora querría destacar los resultados obtenidos. Un audio de cinco minutos fue transcripto en 26 minutos, obteniendo una relación de 5:1, muy interesante en mi opinión. Los 26 minutos incluyeron tiempo para la revisión del texto. Este resultado demuestra que la innovación no dañó la probada tradición, al menos en cuanto al tiempo de ejecución, barriendo con todos los prejuicios en cuanto al tiempo requerido para hacer el trabajo.

Pero nuevos prejuicios emergieron en cuanto a la "calidad” del reconocimiento, en referencia al modo de trabajo, considerado ahora "alienante” -por la necesidad de verificar la calidad del reconocimiento después del dictado-, y ahora "descalificando” a colegas que usualmente escribían el texto en el teclado, una actividad considerada "más noble” que el dictado de un informe.

Finance Commission

Acá un breve resumen de las críticas hechas por colegas y comentarios míos:

1) La "calidad” de reconocimiento fue juzgada ampliamente como no satisfactoria, en algunos casos absolutamente desconfiable o engañoso al ser corregida, mostrando errores que, combinados, hacían parecer al texto confiable, quizás sin serlo. Personalmente, he observado que la "calidad” se vio resentida por un perfil del usuario no desarrollado adecuadamente, y que la "verosimilitud” del texto no podía desechar una muy deseada re-escucha del dictado, para verificar las palabras pronunciadas por el usuario.

2) En la transcripción del discurso, ellos se quejaban que los tiempos de edición eran "largos” y "duplicados”, en comparación con el sistema previo (escribiendo con el teclado). De hecho, corregir un error de tipeo no incluye la corrección del contexto, porque, insertando la tecla equivocada, requiere al menos una inserción de dos teclas adicionales: una para borrar y otra para insertar la letra correcta.

3) En conjunto, a niveles muy elevados, la precisión es ciertamente mejor (también basada en mi experiencia personal) en el tipeo "tradicional” que utilizando el reconocimiento de voz. Esto fue demostrado por competidores en el Campeonato de Intersteno para "producción de texto”.

Por supuesto, los beneficios del reconocimiento de voz están relacionados con la capacidad de poder entrenar personal en un tiempo relativamente corto, alcanzando una velocidad interesante en palabras por minuto. Estos aspectos son muy importantes para cualquier organización como una Administración Parlamentaria, que considera los tiempos y costos para la toma y entrenamiento de personal nuevo. Y el reconocimiento de voz, didácticamente hablando, parece ser más sencilla en términos de tiempos de aprendizaje. Obviamente, no es posible adquirir profesionalismo inmediatamente, pero esto pasa con otras técnicas también: un buen taquígrafo, no importa lo rápido que sea, no es un taquígrafo "todo terreno”.

Además, en la experiencia realizada en la Asamblea Regional, los tiempos de dictado utilizando reconocimiento de voz pueden ser mejores si llegasen a una relación de 1:1, un resumen en tiempo real, sin "paradas y seguidas” para volver a escuchar el audio. La interrupción, como es sabido, es la causa del mismo número de errores durante el reconocimiento, y un dictado sin pausas ni dubitaciones es más confiable.

En consecuencia, creo que la "tradición” de la taquigrafía -también el tradicional tipeo de las notas- no resulta comprometida por la innovación tecnológica, porque, a la luz de una mirada más profunda, tal amenaza pudo haberse dado al menos en dos transiciones: primero, desde la "tradición” de la máquina de escribir a las "electrónicas”; de ahí, a las computadoras; y ahora a las netbooks, con un progresivo achicamiento de los espacios para escribir.

La "tradición” de la taquigrafía, para aquellos que conocen adecuadamente este arte, sólo puede tomar ventajas de la "innovación” utilizando el software de reconocimiento de voz, porque esta última se combina con la primera, dándole un valor agregado, que es una transcripción más rápida de las notas taquigráficas. Pero la "tradición” de la taquigrafía para realizar un registro por escrito es -probablemente, no sólo en Italia- más difícil a un nivel práctico de difusión, dado que quienes quieren aprenderlo tienen conocimiento de las maneras alternativas de capturar discursos. ¡Les guste o no, el reconocimiento de voz fue utilizado no solamente para la segunda lectura de los símbolos taquigráficos, sino también como una herramienta en sí misma para la realización de un resumen de un discurso! ¡Por otra parte, la filosofía que subyace al marketing del software de reconocimiento de voz era la siguiente: reemplazar amadas secretarias por más baratas secretarias virtuales!

La tecnología de reconocimiento de voz representa todavía hoy una novedad para la Asamblea Regional de Sicilia. También parece ser que otras administraciones quieren beneficiarse de esta "innovación” porque, si no, padecerán los efectos de todas formas, pero sin tener un total conocimiento inicial.

Preservar la "tradición”, en cualquier caso, probablemente sólo transforma al pensamiento en una actitud reaccionaria. ¡La taquigrafía y el reconocimiento de voz combinadas es una victoria, pero es necesaria una nueva generación lista para aprender este mensaje! Para eso, las escuelas y los institutos académicos, en conjunto con las asociaciones, deben promover la taquigrafía como un modo actual de capturar discursos.

La tecnología, mientras tanto, continúa su progreso, y por medio del reconocimiento de voz es posible resumir un texto, a la velocidad del que habla, de un modo muy similar -más o menos confiable en cuanto a los resultados, en la impresión de los colegas- a la de otras herramientas como la taquigrafía y la estenotipia.

En otras palabras, para el arte de registrar por escrito la palabra oral, que es nuestra "vocación”, es necesario encontrar profesionales nuevos y aptos, no importa en qué técnica, capaces de garantizar la difusión de un debate político. Este es el aspecto en el que reside nuestra "tradición”, que es garantizar la "trascendencia” de los discursos a las generaciones futuras.

Publicaciones