Google Translate and DeepLBreaking taboos in translator training. Observational study and analysis

  1. María-José Varela Salinas
  2. Ruth Burbat
Revista:
Ibérica: Revista de la Asociación Europea de Lenguas para Fines Específicos ( AELFE )

ISSN: 1139-7241,  2340-2784

Año de publicación: 2023

Número: 45

Páginas: 243-266

Tipo: Artículo

DOI: 10.17398/2340-2784.45.243 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Ibérica: Revista de la Asociación Europea de Lenguas para Fines Específicos ( AELFE )

Resumen

Los estudios publicados en las últimas décadas sobre el uso de la traducción automática (TA) tienden a transmitir la idea de que esta no es adecuada para la traducción profesional. Además, se suele advertir a los estudiantes de traducción de que se verían penalizados si utilizaran dicha herramienta a la hora de realizar encargos o exámenes. El motivo de tales reticencias podría ser que la TA generaba resultados deficientes salvo cuando se aplicaba a lenguajes controlados en textos preeditados pertenecientes a campos de especialización concretos y cuando los textos meta se sometían a una posedición con herramientas apropiadas. No obstante, tres consideraciones nos condujeron a proponer una nueva valoración de la utilidad de la TA en la enseñanza universitaria de la traducción: en primer lugar, los estudiantes utilizan la TA a pesar de que se les advierta de que no deben hacerlo; en segundo lugar, los resultados de las herramientas actuales, como Google Translate o DeepL, han mejorado de forma considerable; y en tercer lugar, la TA ya funciona como una herramienta auxiliaren la traducción asistida por ordenador (TAO), aunque los resultados se revisen habitualmente por un traductor humano. Como profesoras de traducción planteamos que la posedición de los textos traducidos por TA se puede emplear como herramienta didáctica para mejorar la competencia lingüística y traductora de los estudiantes, tanto en su lengua materna como en su segunda lengua mediante el diagnóstico de los errores. En este artículo presentamos los resultados del uso de la TA junto con la posedición una asignatura de Traducción Especializada entre el español y el alemán. Este tipo de traducción, por un lado, supone un gran reto para los estudiantes y, por otro, a menudo requiere que en clase se repase la gramática de la lengua meta y se amplíen los conocimientos acerca de ella. Nuestro objetivo fue contribuir a la didáctica de la traducción, entrenando a los estudiantes a prevenir errores propios mediante el análisis delos errores producidos por la TA y una posedición con actitud crítica

Referencias bibliográficas

  • Aranberri, N. (2017). What do professional translators do when post-editing for the first time? First insight into the Spanish-Basque language pair. Hermes – Journal of Language and Communication in Business, 56, 89-110. https://doi.org/10.7146/hjlcb.v0i56.97235
  • Bares Sánchez, P. (2017). La traducción automática en los comercios electrónicos: Un laberinto de títulos indescifrables. Bachelor’s thesis, Pompeu Fabra University.
  • Cadwell, P., O’Brien, S., & Teixeira, C. S. C. (2018). Resistance and accommodation: factors for the (non-) adoption of machine translation among professional translators. Perspectives, 26(3), 301-321. https://doi.org/10.1080/0907676x.2017.1337210
  • Doherty, S., & Kenny, D. (2014). The design and evaluation of a statistical machine translation syllabus for translation students. The Interpreter and Translator Trainer, 8(2), 295-315. https://doi.org/10.1080/1750399x.2014.937571
  • Elming, J., Balling, L. W., & Carl, M. (2014). Investigating user behaviour in post-editing and translation using the CASMACAT workbench. In S. O’Brian, L. W. Balling, M. Carl, M. Simard & L. Specia (Eds.), Post-editing of machine translation: Processes and applications (pp. 147-169). Cambridge Scholars.
  • FIT Europe (2015). FIT Europe position statement on the multilingual digital single market. CBTI/BKVT Belgian Chamber of Translators and Interpreters. https://www.cbti-bkvt.org/en/news/198-fit-europe-position-statement-on-the-multilin gual-digital-single-market
  • Gaspari, F., Almaghout, H., & Doherty, S. (2015). A survey of machine translation competences: Insights for translation technology educators and practitioners. Perspectives, 23(3), 333-358. https://doi.org/10.1080/0907676x.2014.979842
  • Guerberof Arenas, A. (2013). What do professional translators think about post-editing. The Journal of Specialized Translation, 19, 75-95.
  • Hutchins, J. (2005). Towards a definition of example-based machine translation. In Workshop on example-based machine translation (pp. 63-70). Phuket, Thailand. https://mt-archive.net/05/MTS-2005-Hutchins.pdf
  • International Organization for Standardization. (2017). Translation services—post-editing of machine translation output—requirements. (ISO Standard No. 18587:2017). https://www.iso.org/obp/ui/#iso:std:iso:18587:ed-1:v1:en
  • Läubli, S., & Orrego-Carmona, D. (2017). When Google Translate is better than some human colleagues, those people are no longer colleagues. In Translating and the Computer. AsLing (pp. 59-69). London, UK. https://doi.org/10.5167/uzh-147260
  • Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1-38. https://doi.org/10.1016/j.artint.2018.07.007
  • Nitzke, J., & Hansen-Schirra, S. (2021). A short guide to post-editing. Language Science Press.
  • Pym, A. (2014). Translation skill-sets in a machinetranslation Age. Meta: journal des traducteurs /Meta: Translators’ Journal, 58(3), 487-503.https://doi.org/10.7202/1025047ar
  • Sánchez-Gijón, P. (2016). La posedición: Hacia una definición competencial del perfil y una descripción multidimensional del fenómeno. Sendebar, 27, 151-162. https://doi.org/10.30827/sendebar.v27i0.4016
  • Scansani, R. (2020). Machine translation for institutional academic texts: Output quality, terminology translation and post-editor trust. PhD dissertation, University of Bologna. https://doi.org/10.6092/unibo/amsdottorato/9191
  • Silva, R. (2014). Integrating post-editing MT in a professional translation workflow. In S. O’Brian, L.W. Balling, M. Carl, M. Simard & L. Specia (Eds.), Post-editing of machine translation: Processes and applications (pp. 24-50). Cambridge Scholars. https://doi.org/10.1080/13556509.2015.1008745
  • Svoboda, T. (2017). No linguistic borders ahead? Looking beyond the knocked-down language barrier. TranscUlturAl, 9(2), 86-108. https://doi.org/10.21992/t93q0f
  • Varela Salinas, M.-J. (2006). Un caso de valoración de errores en traducción inversa (español-alemán). In M.-J. Varela Salinas, La evaluación en los estudios de traducción e interpretación (pp. 189-203). Bienza.
  • Zaretskaya, A. (2017). Machine translation postediting at TransPerfect – the ̔human’ side of the process. Revista Tradumàtica, 15, 116–123. https://doi.org/10.5565/rev/tradumatica.201
Fuente de los datos: Dialnet