lunes, 23 de junio de 2025 From rOpenSci (https://ropensci.org/es/blog/2025/06/23/edicion-multilingue-preguntas-frecuentes/). Except where otherwise noted, content on this site is licensed under the CC-BY license.
Como hemos dicho antes creemos que publicar recursos multilingües puede reducir la barrera de acceso al conocimiento, ayudar a democratizar el acceso a recursos de calidad y aumentar las posibilidades de contribuir a proyectos de software y ciencia abierta. Nuestros esfuerzos en curso en publicación multilingüe son cruciales para la misión de rOpenSci. Al hablar de este proyecto en conferencias y en otros lugares iniciamos una importante conversación con personas menos familiarizadas con este tipo de proyectos o que no están familiarizadas con nuestro proyecto específico y nuestros flujos de trabajo. En este artículo, resumimos las preguntas más frecuentes, y nuestras mejores respuestas a ellas (incluso mejor formuladas que en el fragor de una sesión de preguntas y respuestas posterior a una charla 😁).
En primer lugar, es importante dejar claro que no aprender inglés no significa que la gente sea perezosa. Mucha gente que no habla inglés ya habla varios idiomas, e incluso si sólo habla uno, trabajar en su proyecto con las herramientas de que dispone ya es esfuerzo suficiente.
En segundo lugar, nuestro objetivo no es que la gente se convierta en angloparlante. La gente puede elegir (o no) aprender inglés en cualquier momento, pero haber aprendido primero a, digamos, desarrollar software utilizando el francés no va a impedirlo. Nuestro objetivo es que la gente pueda utilizar y contribuir a las herramientas de código abierto, y esto no debería depender de que hablen inglés. En ciencia, no ser hablante nativo de inglés ya es bastante difícil y hay una gran cantidad de “potencial sin explotar de las personas que no tienen al inglés como su lengua nativa”1. ¡Liberemos este potencial!
Sí, es uno de los “múltiples costos de ser una persona cuyo idioma nativo no es el inglés en la ciencia”1. Además, hay varios estudios que han demostrado las dificultades de aprender a codificar en lenguajes de programación basados en el inglés cuando no eres angloparlante, y las ventajas de tener oportunidades de aprender en tu lengua materna.
Gou2 descubrió que los hablantes no nativos de inglés se enfrentaban a barreras a la hora de leer material didáctico, la comunicación técnica, la lectura y escritura de código, y el aprendizaje simultáneo de inglés y programación. Estas dificultades tienen su origen en la necesidad de desarrollar la comprensión del inglés al mismo tiempo que se espera que aprendan sobre el tema específico: en nuestro caso, cómo desarrollar software de investigación de código abierto de alta calidad. Si alguna vez has intentado aprender estadística y R al mismo tiempo, puedes hacerte una idea de lo difícil que puede resultar. Este tipo de aprendizaje dual aumenta la carga cognitiva, lo que puede dificultar el aprendizaje3.
Otro estudio4 sugería que, aunque aprender a programar en inglés no es necesariamente difícil para todos los no angloparlantes, incluir la lengua materna de los estudiantes puede hacer que la experiencia de aprendizaje sea más clara, comprensiva y agradable.
Si te interesa saber más sobre este tema te sugerimos que sigas a Felienne Hermans que está especializada en el diseño de lenguajes de programación y ha desarrollado un lenguaje de programación multilingüe para la enseñanza.
Algunas personas afirman que tienes que aprender inglés si quieres trabajar en programación y ciencias porque el inglés es la lengua franca de estas disciplinas.
Por desgracia, aunque esto fuera deseable, sencillamente no es posible para muchas personas, sobre todo para los programadores ocasionales o usuarios finales. Puede que no dispongan del tiempo, la energía o el dinero necesarios para aprender programación e inglés al mismo tiempo5.
Hagamos números: El Marco Común Europeo de Referencia para las Lenguas ha tabulado las horas de aprendizaje guiado que suelen ser necesarias para alcanzar cada nivel de competencia lingüística. Se trata de horas dedicadas a estudiar con un profesor o mediante un aprendizaje estructurado.
Por ejemplo, si empiezas como principiante (A1) y quieres llegar a intermedio (B1) necesitarás aproximadamente 400 horas guiadas. Si puedes dedicar 5 horas a la semana te llevará 1 año y medio y un presupuesto mínimo de 6000 USD para aprender inglés. Como referencia, esto equivaldría al salario de dos años de una persona con un salario mínimo en Argentina. Esto tampoco tiene en cuenta el coste de encontrar tiempo para estudiar (servicios de guardería, trabajar menos horas, etc.).
Traduciendo documentos y recursos reducimos la carga que soportan las personas que no hablan inglés. Cuantas más personas participen en la ciencia y el software de código abierto, más nos beneficiaremos todos de un mayor acervo de experiencias y conocimientos. Por último, ¡queremos que todo el mundo tenga las mismas oportunidades de disfrutar aprendiendo!
En nuestro flujo de trabajo de traducción y localización las traducciones automáticas son el primer paso, seguido de las revisiones humanas. Aunque puedes publicar traducciones automáticas directamente, o utilizar herramientas para traducciones automáticas “en el momento”, existen inconvenientes en el texto traducido. En primer lugar, está bien documentado que la traducción automática no funciona bien para las lenguas menos comunes5. Incluso para las lenguas comunes, las traducciones automáticas siguen teniendo errores y tienen problemas con los significados que cambian según el contexto, la gramática y la sintaxis, así como con las marcas de género. La traducción automática tampoco puede localizar algunos contenidos, como expresiones idiomáticas significativas o símbolos monetarios y numéricos.
Si confiamos únicamente en la traducción automática, el contenido de las lenguas traducidas será de menor calidad, por lo que supondría aceptar que las personas que hablan las lenguas parcialmente soportadas no merecen la misma calidad que los demás. Por ello, en rOpenSci, las personas participan en el proceso de traducción para garantizar que todo nuestro contenido sea de buena calidad, independientemente del idioma.
<agrega-el-nombre-de-una-plataforma-de-traducción> en lugar de Git y GitHub?Hay muchas plataformas diferentes para realizar traducciones, ¡lo cual es fantástico! Sin embargo, somos una comunidad técnica y traducimos y localizamos contenido técnico. Ya utilizamos Git y GitHub en nuestros otros flujos de trabajo de desarrollo y muchas personas de nuestra comunidad conocen estas herramientas o tienen previsto aprenderlas. Para las personas que no estén familiarizadas con Git y GitHub, tenemos recursos y nos encanta ayudarles a aprender. De esta manera también dispondrán de nuevas herramientas que podrán aplicar a otros proyectos técnicos. Lee más sobre nuestras herramientas y procesos en nuestra guía de traducción y localización.
Sí, lo es. Pero creemos que merece la pena. Además, el trabajo de traducción permite que nuevas personas colaboren, lo que a) ayuda a repartir la carga, b) sirve de trampolín para otras formas de contribución, y c) hace que nuestra comunidad sea más diversa .
En este post hemos respondido a preguntas habituales que recibimos sobre nuestro proyecto de publicación multilingüe. Creemos firmemente que ofrecer recursos multilingües de calidad forma parte de fomentar más diversidad, equidad, inclusión y accesibilidad en el código abierto y la ciencia abierta. Agradecemos tu participación… ¡y aún más tus preguntas!
Amano T, Ramírez-Castañeda V, Berdejo-Espinola V, Borokini I, Chowdhury S, Golivets M, et al. (2023) The manifold costs of being a non-native English speaker in science. PLoS Biol 21(7): e3002184.https://doi.org/10.1371/journal.pbio.3002184 ↩︎ ↩︎
Philip J. Guo. 2018. Hablantes no nativos de inglés que aprenden programación informática: Barreras, deseos y oportunidades de diseño. En Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems (CHI ‘18). Association for Computing Machinery, Nueva York, NY, EE.UU., Documento 396, 1-14.https://doi.org/10.1145/3173574.3173970 ↩︎
Goldin, A. (2022). Neurociencia en la escuela: Guía amigable (sin bla bla) para entender cómo funciona el cerebro durante el aprendizaje. Siglo XXI Editores. ↩︎
Ethel Tshukudu, Emma Dodoo, Felienne Hermans y Monkgogi Mudongo. 2024. Programación Bilingüe: Un estudio de las actitudes y experiencias de los estudiantes en el contexto africano. En Proceedings of the 24th Koli Calling International Conference on Computing Education Research (Koli Calling ‘24). Association for Computing Machinery, Nueva York, NY, EE.UU., Artículo 42, 1-11.https://doi.org/10.1145/3699538.3699561 ↩︎
Alaaeddin Swidan y Felienne Hermans. 2023. Un marco para la localización de lenguajes de programación. En Proceedings of the 2023 ACM SIGPLAN International Symposium on SPLASH-E (SPLASH-E 2023). Association for Computing Machinery, Nueva York, NY, EE.UU., 13-25.https://doi.org/10.1145/3622780.3623645 ↩︎ ↩︎
