Acceso usuarios
[1]
;
Irene Rivera-Trigueros
[1]
Granada, España
Adaptarse adecuadamente a un cliente en particular puede significar el éxito o el fracaso de un encargo de traducción. Para ello, las herramientas de traducción asistida por ordenador (TAO) han supuesto un enorme apoyo digital que, gracias a las aptitudes y destrezas que poseen los profesionales de la traducción, facilitan la efectiva comunicación más allá de las fronteras lingüísticas. La posedición no es nueva, pero sigue siendo ampliamente utilizada, ya que permite tener un mayor control sobre las traducciones automáticas y sus resultados, lo que mejoraría significativamente la efectividad del flujo de trabajo. El objetivo de esta investigación es evaluar el esfuerzo de posedición comparando simultáneamente el rendimiento de dos motores de traducción automática, ModernMT Lite y el modelo de lenguaje ChatGPT-3.5, en la traducción de materiales informativos de una ONG. Los resultados demuestran que el modelo de lenguaje conversacional basado en inteligencia artificial GPT-3.5, no tratándose per se de una herramienta de traducción automática, obtuvo mejores resultados que el modelo ModernMT Lite. Si bien la completa sustitución del trabajo humano aún no es factible en la actualidad, este solo sería el comienzo de la apertura de una nueva caja de Pandora en lo que a inteligencia artificial se refiere, con posibilidades y desafíos difíciles de predecir.
Adapting appropriately to a particular client can mean the success or failure of a translation assignment. In this regard, computer-assisted translation (CAT) tools have provided significant digital support which, thanks to the skills and competencies of professional translators, facilitates effective communication beyond linguistic borders. Post-editing is not new, but it remains widely used, as it allows for greater control over machine translations and their results, significantly improving the effectiveness of the workflow. The aim of this research is to evaluate the post-editing effort by simultaneously comparing the performance of two machine translation engines, ModernMT Lite and the language model ChatGPT-3.5, in translating informational materials for an NGO. The results demonstrate that the conversational language model based on artificial intelligence GPT-3.5, not being a machine translation tool per se, achieved better results than the ModernMT Lite model. Although the complete replacement of human labour is not yet feasible, this is only the beginning of opening a new Pandora’s box in terms of artificial intelligence, with possibilities and challenges that are difficult to predict.
