IA generativa y traducción del habla coloquial: estudio comparativo de cuatro sistemas
DOI:
https://doi.org/10.24197/exbewg03Palabras clave:
Traducción automática, habla coloquial, inteligencia artificial generativa, modelos de lenguaje, evaluación traductológicaResumen
En Los modelos extensos de lenguaje (MEL) como ChatGPT, DeepSeek, Gemini y Claude han mostrado avances significativos en la traducción automática; no obstante, la traducción del habla coloquial sigue siendo un reto debido a la presencia de expresiones idiomáticas, jerga marcadores pragmáticos y referencias culturales. Este estudio compara su desempeño en la traducción del inglés al español de cuarenta expresiones coloquiales, organizadas en cuatro categorías. Se adoptó un diseño comparativo, descriptivo y exploratorio, basado en un corpus validado y en la evaluación de tres jueces expertos mediante una rúbrica que considera adecuación semántica, fluidez, naturalidad lingüística y manejo idiomático-cultural. Los resultados evidencian diferencias relevantes y subrayan la necesidad de posedición y mediación intercultural en la traducción profesional.
Descargas
Referencias
Achiam, Josh, Adler, Steven, Agarwal, Sandhini, Ahmad, Lama, Akkaya, Ilge, Leoni Aleman, Florencia. OpenAI. (2023). GPT-4 Technical Report. arXiv. OpenAI. (2023). GPT-4 Technical Report. arXiv. https://doi.org/10.48550/arXiv.2303.08774
Andrade Preciado, Jahiro Samar (2024). La traducción de coloquialismos en textos audiovisuales: Estudio de la adquisición de la competencia traductora (1.ª ed.). Editorial Fontamara.
Anthropic (2024). The Claude 3 Model Family: Opus, Sonnet, Haiku. Anthropic. https://www.anthropic.com
Bai, Yuntao, Kadavath, Saurav, Kundu, Sandipan, Askell, Amanda, Kernion, Jackson, Jones, Andy, Amodei, Dario (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv.. https://doi.org/ 10.48550/arXiv.2212.08073
Beeching, Kate (2016). Pragmatic Markers in British English: Meaning in Social Interaction. Cambridge University Press.
Bowker, Lynne y Buitrago Ciro, Jairo (2021). Machine Translation and Global Research: Towards Improved Machine Translation Literacy in the Scholarly Community. Emerald Publishing. https://doi.org/ 10.1108/9781800435263
Castilho, Sheila, Guerreiro, Nuno M., Marinho, Zita y Way, Andy (2023). Is neural machine translation the new state of the art? A critical analysis of quality, fluency and acceptability. Language Resources and Evaluation, 57 (2), 513-543. https://doi.org/10.1007/s10579-022-09596-4
Castilho, Sheila, Moorkens, Joss, Gaspari, Federico, Sennrich, Rico, Way, Andy y Georgakopoulou, Panayota (2018). Evaluating machine translation in a user-centered paradigm: Reconciling usability and translation quality. The International Journal of Translation and Interpreting Research, 10 (1), 1-20. https://doi.org/10.12807/ti.11 0201.2018.a01
European Commission (2022). European Master’s in Translation (EMT) Competence Framework. Publications Office of the European Union. https://commission.europa.eu/education/skills-and-qualifications/ed ucation-and-training/emt_en
Gaspari, Federico, Toral, Antonio, Naskar, Sudip Kumar, Groves, Declan y Way, Andy (2022). Perception vs. reality: Measuring machine translation post-editing effort. Machine Translation, 36 (1), 1-29. https://doi.org/10.1007/s10590-021-09266-6
Gemini Team. (2024). Gemini 1.5: Unlocking Multimodal Understanding and Long-Context Reasoning. DeepMind.
Hansen-Schirra, Silvia, Hofmann, Sascha, Nitzke, Jean y Neumann, Stella (2021). Post-Editing of Machine Translation: Processes and Applications. Routledge. https://doi.org/10.4324/9781003038179
House, Juliane (2021). Translation as communication across languages and cultures. En Sue-Ann Harding y Ovidi Carbonell Cortés (Ed.), The Routledge Handbook of Translation and Culture (pp. 11-25). Routledge. https://doi.org/10.4324/9780367820739
Kenny, Dorothy y Doherty, Stephen (2023). Ethics and governance of artificial intelligence in translation. Translation Spaces, 12 (1), 1-26. https://doi.org/10.1075/ts.22018.ken
Liu, Aixin, Dong, Zhihong, Zheng, Zihui, Ma, Chenggang, Li, Xingkai, He, Jiawei y Liu, Zhiwei (2024). DeepSeek-V2: A strong, Economical, and Efficient Mixture-of-Experts Language Model. arXiv. https://doi.org/10.48550/arXiv.2405.04434
Liu, Emmy, Chaudhary, Aditi y Neubig, Graham (2023). Crossing the threshold: Idiomatic machine translation and the role of large language models. En Bouamor, Houda, Pino, Juan y Bali, Kalika (Eds.), Proceedings of EMNLP 2023 (pp. 15095–15111). Association for Computational Linguistics.
Michel, Paul y Neubig, Graham (2018). MTNT: A testbed for machine translation of noisy text. En Riloff, Ellen, Chiang, David, Hockenmaier, Julia y Tsujii, Jun’ichi (Eds.), Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (pp. 543–553). Association for Computational Linguistics. DOI: https://doi.org/10.18653/v1/D18-1050
Moorkens, Joss (2020). A usability study of post-editing productivity. Machine Translation, 34 (3), 257-275. https://doi.org/10.1007/s105 90-020-09246-5
Naveen, Palanichamy y Trojovský, Pavel (2024). Overview and challenges of machine translation for contextually appropriate translations. Heliyon, 10 (2)
O’Brien, Sharon (2022). Cognitive effort in translation and post-editing. En Alves, Fabio y Jakobsen, Arnt Lykke (Eds.), The Routledge Handbook of Translation and Cognition (pp. 191-205). Routledge. https://doi.org/10.4324/9781003177984-14
Ouyang, Long, Wu, Jeffrey, Jiang, Xu, Almeida, Diogo, Wainwright, Carroll L., Mishkin, Pamela, Zhang, Chong, Agarwal, Sandhini, Slama, Katarina, Ray, Alex, Schulman, John, Hilton, Jacob, Kelton, Fraser, Miller, Luke, Simens, Maddie, Askell, Amanda, Welinder, Peter, Christiano, Paul F., Leike, Jan y Lowe, Ryan (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems, 35, 27730–27744. Neural Information Processing Systems Foundation, Inc.PACTE Group. (2020). Competence Levels in Translation: Working Towards a European Framework. John Benjamins.
Pramodya, Ashmari, Sakai, Yusuke, Vasselli, Justin, Kamigaito, Hidetaka y Watanabe, Taro (2025). Translating Movie Subtitles by Large Language Models using Movie-meta Information. En Zhao, Jin, Wang, Mingyang y Liu, Zhu (Eds.), Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop) (pp. 315–330). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.acl-srw.22
Pym, Anthony (2021). Exploring Translation Theories (3.ª ed.). Routledge.
Toury, Gideon (2012). Descriptive Translation Studies – and Beyond. John Benjamins. (Primera edición de esta obra publicada en 1995).
Vieira, Lucas Nunes, O’Brien, Sharon y Teixeira, Carlos S. C. (2024). User perception of quality and trust in machine translation and large language models. Translation Spaces, 13 (1), 1-25. https://doi.org/ 10.1075/ts.22023.vie
Vieira, Lucas Nunes, O’Brien, Sharon y Teixeira, Carlos S. C. (2024). User perception of quality and trust in machine translation and large language models. Translation Spaces, 13 (1), 1-25. https://doi.org/ 10.1075/ts.22023.vie
Zhang, Li, Wang, Chang y Zhao, Harry (2024). Evaluating the Translation Performance of Large Language Models in Specialized Domains. arXiv. https://doi.org/10.48550/arXiv.2402.12345
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Todos los trabajos publicados en la revista Hermēneus. Revista de Traducción e Interpretación se distribuyen bajo una Licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Los autores continúan como propietarios de sus trabajos, y pueden volver a publicar sus artículos en otro medio sin tener que solicitar autorización, siempre y cuando indiquen que el trabajo fue publicado originariamente en la revista Hermēneus. Revista de Traducción e Interpretación.
