Google Translate and DeepL: Breaking taboos in translator training. Observational study and analysis

• Autores: María José Varela Salinas, Ruth Burbat
• Localización: Ibérica: Revista de la Asociación Europea de Lenguas para Fines Específicos ( AELFE ), ISSN-e 2340-2784, ISSN 1139-7241, Nº. 45, 2023, págs. 243-266
• Idioma: inglés
• Títulos paralelos:
  • Google Translate y DeepL: rompiendo tabúes en la formación de traductores. Estudio observacional y análisis
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los estudios publicados en las últimas décadas sobre el uso de la traducción automática (TA) tienden a transmitir la idea de que esta no es adecuada para la traducción profesional. Además, se suele advertir a los estudiantes de traducción de que se verían penalizados si utilizaran dicha herramienta a la hora de realizar encargos o exámenes. El motivo de tales reticencias podría ser que la TA generaba resultados deficientes salvo cuando se aplicaba a lenguajes controlados en textos preeditados pertenecientes a campos de especialización concretos y cuando los textos meta se sometían a una posedición con herramientas apropiadas. No obstante, tres consideraciones nos condujeron a proponer una nueva valoración de la utilidad de la TA en la enseñanza universitaria de la traducción: en primer lugar, los estudiantes utilizan la TA a pesar de que se les advierta de que no deben hacerlo; en segundo lugar, los resultados de las herramientas actuales, como Google Translate o DeepL, han mejorado de forma considerable; y en tercer lugar, la TA ya funciona como una herramienta auxiliaren la traducción asistida por ordenador (TAO), aunque los resultados se revisen habitualmente por un traductor humano. Como profesoras de traducción planteamos que la posedición de los textos traducidos por TA se puede emplear como herramienta didáctica para mejorar la competencia lingüística y traductora de los estudiantes, tanto en su lengua materna como en su segunda lengua mediante el diagnóstico de los errores. En este artículo presentamos los resultados del uso de la TA junto con la posedición una asignatura de Traducción Especializada entre el español y el alemán. Este tipo de traducción, por un lado, supone un gran reto para los estudiantes y, por otro, a menudo requiere que en clase se repase la gramática de la lengua meta y se amplíen los conocimientos acerca de ella. Nuestro objetivo fue contribuir a la didáctica de la traducción, entrenando a los estudiantes a prevenir errores propios mediante el análisis delos errores producidos por la TA y una posedición con actitud crítica

  • English

    In recent decades, when we read about the use of machine translation, we were told that it was not suitable for professional translation. The reason was that machine translation used to produce poor results as long as it was not applied to controlled language of pre-edited texts within a specific field of specialization, and with post-editing of the target text, all of it using the appropriate specialized tools.

    However, three considerations led us to want to assess to what extent machine translation could be used in a German-Spanish/Spanish-German Specialized Translation course, since we observed that 1) despite warnings, students made use of machine translation, 2) Google Translate and the newcomer DeepL were improving their machine translation results, and 3) in short, computer-assisted translation uses machine translation as a secondary help tool, although always controlled by the human translator.

    As translator trainers, we planned to use post-editing as an opportunity to teach translation and focus on how to diagnose machine translation errors as a means of improving proficiency in both the mother tongue and the foreign language. In this work we focus on Spanish-German translation of specialized texts, which poses many challenges to students and usually requires reviewing and deepening the grammar of the target language in class. Our aim is to contribute to the didactics of translation, teaching the students how to prevent errors analyzing machine translation and handling post-editing with a critical mind, in order to improve linguistic competence