Calidad de la Traducción de Textos Jurídicos: Comparación entre ChatGPT y DeepL basada en la Evaluación mediante MQM
En el ámbito de los servicios públicos, la traducción automática se presenta como una herramienta auxiliar excelente debido a su rapidez y eficiencia. En los últimos años, numerosos programas y páginas web de traducción han experimentado un rápido desarrollo, tanto a nivel nacional como internaciona...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universidad de Alcalá (UAH) |
| Repositorio: | e_Buah Biblioteca Digital Universidad de Alcalá |
| Idioma: | español |
| OAI Identifier: | oai:ebuah.uah.es:10017/65075 |
| Acceso en línea: | http://hdl.handle.net/10017/65075 |
| Access Level: | acceso abierto |
| Palabra clave: | Traducción jurídica Traducción automática Inteligencia artificial generativa MQM DeepL ChatGPT 法律翻译 机器翻译 生成式人工智能 Filología Philology |
| Sumario: | En el ámbito de los servicios públicos, la traducción automática se presenta como una herramienta auxiliar excelente debido a su rapidez y eficiencia. En los últimos años, numerosos programas y páginas web de traducción han experimentado un rápido desarrollo, tanto a nivel nacional como internacional. Desde su lanzamiento, ChatGPT ha generado una ola de entusiasmo por la inteligencia artificial en todo el mundo, integrándose rápidamente en la vida cotidiana gracias a sus múltiples funciones y su conveniencia. DeepL, considerado actualmente como el modelo de traducción automática neuronal (NMT) más profesional, también se utiliza ampliamente como una herramienta de productividad. Teniendo en cuenta los avances en este campo y la escasez de estudios centrados en su aplicación a la combinación español-chino, este estudio se propone evaluar la calidad de la traducción de textos jurídicos del español al chino, utilizándolos motores de traducción DeepL y ChatGPT, y empleando la métrica MQM(Multidimensional Quality Metrics) para dicha evaluación. Los objetivos específicos de este estudio son: 1) comparar la calidad de la traducción de textos jurídicos entre los dos motores mencionados; y 2) investigar si la calidad de la traducción generada por la inteligencia artificial generativa, como herramienta de servicio público, puede cumplir con el estándar de salidadirecta. Las dos hipótesis de este estudio son: 1) la calidad de la traducción de textos legales generada por ChatGPT es superior a la de DeepL; y 2) en el estado actual de la tecnología, incluso la inteligencia artificial generativa no puede cumplir con el estándar de salida directa en la traducción legal, es decir, no posee la capacidad de producir una traducción inmediatamente adecuada y utilizable sin necesidad de edición o intervención humana. Los resultados muestran que la calidad de la traducción de ambos motores noes lo suficientemente alta para fines específicos, es decir, no se puede utilizar la traducción automática como producto final sin modificaciones. Además, la calidad de la traducción jurídica de ChatGPT no es superior a la de DeepL. Tantola traducción automática neuronal (NMT) como la inteligencia artificial generativa (GAI), en el ámbito jurídico en español, aún no alcanzan un nivel de calidad que permita una salida directa. Finalmente, considerando las características de la traducción en los servicios públicos y teniendo en cuenta varios aspectos, como la precisión de los resultados, la efectividad en escenarios de traducción y la carga de trabajo, el usode la traducción automática tiene una doble vertiente. Por un lado, puede servir como herramienta auxiliar para proporcionar un primer borrador susceptible de una postedición profunda o para facilitar la comprensión del texto original. Por otro lado, su uso como herramienta principal para la traducción de textos jurídicos sin postedición no solo resulta insuficiente, sino también inadecuado para garantizar la calidad del producto final, en comparación con la traducción humana. |
|---|