Quando le traduzioni IA si rompono: cosa fallisce davvero, e il percorso di crescita

Il finale onesto della maggior parte dei dibattiti "compriamo uno strumento di traduzione?" nel 2026 è: passa il JSON in un LLM nella CI e vai avanti. È veloce, quasi gratis, e per una piccola app produce qualcosa di davvero usabile. L’abbiamo detto noi stessi, pubblicamente, nella nostra pagina perché non usare solo l’IA?

Questo post parla di ciò che viene dopo, perché un dopo c’è. Le pipeline di traduzione solo-IA non falliscono rumorosamente il primo giorno. Falliscono in silenzio, mesi dopo, in una manciata di modi specifici e prevedibili. Se ne gestisci una, questa è la guida sul campo ai modi di rottura, e al percorso di crescita che li risolve senza buttare via la pipeline.

Cosa si rompe davvero

Deriva terminologica. Ogni chiamata al modello è senza stato. Nulla ricorda che "Drive" è il nome del tuo prodotto, che "Abo" era la parola scelta per subscription in tedesco, o che il tuo spagnolo usa "tú" e non "usted". Su centinaia di stringhe e mesi di esecuzioni incrementali, lo stesso concetto accumula tre o quattro rese diverse. Gli utenti se ne accorgono prima di te, perché vedono le schermate una accanto all’altra.

Salti di registro e di voce. Parente del precedente, ma più subdolo: il registro cambia a metà app. Una schermata dà del lei, la successiva del tu. Nelle lingue in cui questa distinzione è grammaticale (tedesco, francese, giapponese, coreano), un registro incoerente si legge come un difetto, non come una scelta di stile.

Plurali e casi limite ICU. L’inglese ha due forme plurali; polacco e arabo ne hanno di più, con regole che un modello applica bene in isolamento e in modo incoerente in blocco. Le variabili interpolate nelle stringhe ICU MessageFormat si rovinano facilmente in un giro batch, e un placeholder rotto non è un problema di stile, è un bug a runtime.

Stringhe che portano rischio. Note legali, formulazioni mediche, condizioni di prezzo, etichette di accessibilità. Sono esattamente le stringhe per cui "il modello di solito ha ragione" non è un livello di qualità accettabile, ed esattamente quelle che una pipeline batch senza revisione pubblica come qualsiasi altra stringa.

Nessuna risposta a "chi l’ha approvata?" La prima volta che un cliente, una legale o un auditor chiede perché l’app diceva quel che diceva in italiano, una pipeline solo-IA ha una sola risposta: un commit git firmato da un bot. Nessun revisore, nessuna traccia decisionale, nessun punteggio di qualità. Per i team toccati dagli obblighi di trasparenza dell’AI Act europeo (l’articolo 50 si applica dal 2 agosto 2026), la domanda smette di essere ipotetica; il nostro check di conformità Articolo 50 spiega cosa fa scattare (e cosa no) il contenuto tradotto automaticamente.

L’esempio pubblico dell’intero schema è arrivato a novembre 2025, quando Mozilla ha spostato i contenuti di supporto alla localizzazione IA-first e la storica comunità di volontari giapponese si è dimessa in risposta. La critica più condivisa di quel lunghissimo thread non era "ha tradotto l’IA". Era che nulla faceva rispettare terminologia e linee guida di stile, e i madrelingua trovavano il risultato peggio di niente. È il modo di rottura in una frase: non la qualità media di traduzione, ma la varianza di qualità non governata.

Perché prompt migliori non bastano

La correzione istintiva è il prompt engineering: incolla il glossario nel prompt, aggiungi istruzioni di stile, rilancia. Aiuta, ed è anche un tapis roulant:

• Il contesto non scala. Glossario, regole di stile e decisioni passate crescono; le finestre di contesto e l’attenzione non stanno dietro a "ecco 400 decisioni terminologiche, applicale tutte in modo coerente su 3.000 stringhe".
• Non c’è memoria tra le esecuzioni. Le correzioni accurate del mese scorso non sono dati di addestramento per il batch di questo mese. Le stringhe corrette regrediscono quando una stringa sorgente cambia e viene ritradotta.
• Manca comunque un cancello. Anche un prompt perfetto produce output che va in produzione senza revisione. Il problema non è mai stato solo la qualità di traduzione; è che nulla sta tra il modello e la produzione.

La coerenza è un problema di dati (glossario, translation memory), la qualità un problema di misura (punteggio), la tracciabilità un problema di workflow (revisione con cronologia). Nessuno dei tre è un problema di prompt.

Il percorso di crescita: tieni la pipeline, aggiungi il livello

Crescere oltre il solo-IA non significa assumere un’agenzia né abbandonare l’automazione. In concreto, con Locize funziona così; ogni pezzo è incrementale:

1. Tieni il tuo modello, dagli contesto. La traduzione automatica gira con la tua chiave OpenAI, Gemini o Mistral (o col servizio integrato). Il tuo glossario e la tua styleguide vengono iniettati in ogni prompt, così le decisioni di terminologia e registro che hai già preso valgono automaticamente per ogni stringa futura.
2. Valuta tutto. La Quality Estimation valuta ogni traduzione IA da 0 a 1 e segnala problemi concreti. La soglia la scegli tu (0,7 di default).
3. Rivedi solo ciò che merita occhi. Le traduzioni affidabili si salvano subito; quelle incerte vanno nel workflow di revisione, dove un revisore le vede nel contesto dell’app. Le decisioni accetta/rifiuta sono registrate nella cronologia ed esportabili come evidenza di provenance.
4. Consegna senza redeploy. Le traduzioni approvate si pubblicano su una CDN globale. La tua pipeline CI continua a girare; il passaggio "committa il JSON e rideploya per un refuso" sparisce.

L’effetto netto: lo stesso LLM fa lo stesso lavoro, ma la terminologia smette di derivare, le stringhe a rischio passano davanti a occhi umani, e ogni traduzione in produzione sa rispondere a "chi l’ha approvata, e con quanta confidenza?".

Quando non dovresti crescere

L’onestà vale in entrambe le direzioni. Se porti avanti un progetto personale, traduci in due o tre lingue che puoi ricontrollare da solo, e né fatturato né compliance dipendono dai testi, un LLM in CI più JSON in git è un assetto perfettamente sano, e più economico di qualsiasi strumento. I segnali di crescita sono concreti: una lingua che nessuno nel team legge, un traduttore o revisore che non è sviluppatore, un termine che non deve mai variare, una stringa che interessa a una legale, o un reclamo di qualità di un utente che non sei riuscito a rintracciare. La settimana in cui ne compare uno è la settimana in cui il livello di gestione inizia a ripagarsi.

Un modo senza impegno per capire dove sei: trascina i tuoi file di localizzazione nel health check i18n gratuito. Gira interamente nel browser (nulla viene caricato) e mostra le chiavi mancanti, i valori sorgente duplicati e le discrepanze di interpolazione che la tua pipeline attuale ha già prodotto.

Se più di uno di questi segnali ti suona familiare, inizia gratis con Locize, collega la tua pipeline esistente (la tua chiave, il tuo modello) e attiva la Quality Estimation per il prossimo batch: vedrai la distribuzione dei punteggi del tuo output IA attuale prima di cambiare qualsiasi altra cosa. La pagina perché non usare solo l’IA? contiene la versione onesta dell’intero compromesso.