In recent years, artificial intelligence has played a crucial role in various sectors, particularly in machine translation. This phenomenon has transformed the work of translators, who now engage more in post-editing tasks than in true translation. Given this shift, it is essential that future translators receive training in post-editing. This study focuses on the analysis and identification of errors made by two of the most widely used AI models, ChatGPT and Gemini. These artificial models were used to translate commercial texts extracted from the WTO website, simply by asking them to translate the texts. Subsequently, the translations were meticulously reviewed, identifying twelve types of errors, and a comparative analysis between the two models was conducted. The results indicated that, although ChatGPT is more accurate than Gemini, it still requires further training. In conclusion, while these tools are very useful for translators by saving time and improving work quality, it is crucial to always review the final output to ensure its correctness and reliability.

En los últimos años, la inteligencia artificial ha desempeñado un papel crucial en diversos sectores, en particular en la traducción automática. Este fenómeno ha transformado el trabajo del traductor, que hoy en día implica más labores de posedición que de traducción propiamente dicha. Dado este cambio, es esencial que los futuros traductores reciban formación en posedición. Este estudio se centra en el análisis y la identificación de errores cometidos por dos de las inteligencias artificiales más utilizadas, ChatGPT y Gemini. Se emplearon estos modelos artificiales para traducir textos comerciales extraídos del sitio web de la OMC, solicitando simplemente la traducción de los mismos. Posteriormente, se revisaron minuciosamente los textos, identificando doce tipologías de errores y, finalmente, se realizó un análisis comparativo entre los dos modelos. Los resultados indicaron que, aunque ChatGPT es más preciso que Gemini, aún requiere un mayor entrenamiento. En conclusión, aunque estas herramientas resultan muy útiles para los traductores al ahorrar tiempo y mejorar la calidad del trabajo, es fundamental revisar siempre el producto final para garantizar su corrección y fiabilidad.

Análisis de los errores en la traducción automática neuronal aplicada a textos comerciales: un estudio de caso.

BERTAZZA, ERIKA
2023/2024

Abstract

In recent years, artificial intelligence has played a crucial role in various sectors, particularly in machine translation. This phenomenon has transformed the work of translators, who now engage more in post-editing tasks than in true translation. Given this shift, it is essential that future translators receive training in post-editing. This study focuses on the analysis and identification of errors made by two of the most widely used AI models, ChatGPT and Gemini. These artificial models were used to translate commercial texts extracted from the WTO website, simply by asking them to translate the texts. Subsequently, the translations were meticulously reviewed, identifying twelve types of errors, and a comparative analysis between the two models was conducted. The results indicated that, although ChatGPT is more accurate than Gemini, it still requires further training. In conclusion, while these tools are very useful for translators by saving time and improving work quality, it is crucial to always review the final output to ensure its correctness and reliability.
2023
Analysis of Errors in Neural Machine Translation Applied to Commercial Texts: A Case Study.
En los últimos años, la inteligencia artificial ha desempeñado un papel crucial en diversos sectores, en particular en la traducción automática. Este fenómeno ha transformado el trabajo del traductor, que hoy en día implica más labores de posedición que de traducción propiamente dicha. Dado este cambio, es esencial que los futuros traductores reciban formación en posedición. Este estudio se centra en el análisis y la identificación de errores cometidos por dos de las inteligencias artificiales más utilizadas, ChatGPT y Gemini. Se emplearon estos modelos artificiales para traducir textos comerciales extraídos del sitio web de la OMC, solicitando simplemente la traducción de los mismos. Posteriormente, se revisaron minuciosamente los textos, identificando doce tipologías de errores y, finalmente, se realizó un análisis comparativo entre los dos modelos. Los resultados indicaron que, aunque ChatGPT es más preciso que Gemini, aún requiere un mayor entrenamiento. En conclusión, aunque estas herramientas resultan muy útiles para los traductores al ahorrar tiempo y mejorar la calidad del trabajo, es fundamental revisar siempre el producto final para garantizar su corrección y fiabilidad.
machine translation
AI
errori
File in questo prodotto:
File Dimensione Formato  
Bertazza_Erika.pdf

accesso aperto

Dimensione 2.66 MB
Formato Adobe PDF
2.66 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/78766