From Source to Target: the Limits of MT and AI in Tourism Translation and the Centrality of the Human Translator

The globalization of markets and the advent of the Internet have created a borderless world where traveling from one country to another is just a click away. Tourism has thus become a global phenomenon whose industry is now one of the most powerful in the world. In this context, tourism texts play a fundamental role as marketing tools aimed at attracting, persuading, and converting prospects into customers. Despite their importance, these texts frequently feature errors and inaccuracies even in the source language. Moreover, even less attention is devoted to their translation. Indeed, given the significant advancements in Artificial Intelligence and Generative Artificial Intelligence, a translation performed by machines without human involvement is often seen as a cost-saving solution. However, this has direct repercussions on business, as poorly written or translated texts not only fail to achieve their primary objective but also lead to misunderstandings and undermine the brand's reputation. The present work, therefore, aims to pursue a dual objective: investigating the quality of tourism texts in the source language and assessing the quality of the outputs provided by two MT engines and two LLMs. First two brochures and seven entries concerning Ferrara’s food and typical products taken from the city's official tourism information website Ferrara Terra e Acqua were analysed. Secondly, the texts were translated from Italian to English by DeepL, Google Translate, Lara Translated and ChatGPT). Their outputs were compared and evaluated to show both their strengths and critical issues in performing this type of translation.

La globalizzazione dei mercati e l’avvento di Internet hanno creato un mondo senza confini, in cui viaggiare da un paese all’altro è a portata di click. Il turismo è dunque diventato un fenomeno globale, la cui industria è una tra le più potenti al mondo. In quest’ ottica, i testi turistici svolgono un ruolo fondamentale come strumenti di marketing volti ad attrarre, persuadere e convertire i potenziali clienti in turisti. Tuttavia, nonostante la loro importanza, questi testi presentano spesso errori e imprecisioni già nella lingua di partenza. Inoltre, ancora minore attenzione viene dedicata alla loro traduzione. Infatti, considerati i significativi progressi dell’Intelligenza Artificiale e dell’Intelligenza Artificiale Generativa, la traduzione effettuata dalle macchine senza intervento umano è spesso vista come una soluzione per ridurre i costi. Tuttavia, ciò ha ripercussioni dirette sul business, poiché testi mal scritti o mal tradotti non solo non raggiungono il loro obiettivo primario, ma possono anche generare incomprensioni e compromettere la reputazione del brand. Il presente lavoro si propone dunque di perseguire un duplice obiettivo: indagare la qualità dei testi turistici nella lingua di partenza e valutare la qualità delle traduzioni fornite da due motori di traduzione automatica (MT) e due modelli linguistici di grandi dimensioni (LLM). Sono state analizzate due brochure e sette descrizioni relative ai prodotti tipici e alla gastronomia di Ferrara tratte dal sito ufficiale di informazione turistica Ferrara Terra e Acqua. Successivamente, i testi sono stati tradotti dall’italiano all’inglese utilizzando DeepL, Google Translate, Lara Translated e ChatGPT-4o. I risultati ottenuti sono stati confrontati e valutati per evidenziarne sia i punti di forza che le criticità nell’affrontare questo tipo di traduzione.