El uso de ChatGPT como herramienta para el reconocimiento de errores antes de la posedición humana del texto “Information for parent(s)/guardian or legally authorized representative”

Abstract

En la actualidad, el uso de los traductores automáticos neuronales ha dado paso al incremento en la demanda de servicios de posedición en la industria de la traducción. El acceso a los traductores automáticos neuronales ha traído consigo varios beneficios respecto a la productividad del traductor y los márgenes de rentabilidad para el proveedor de servicios de traducción o posedición. En esta industria, la inteligencia artificial es una tecnología que se emplea para la traducción y posedición de textos. Los investigadores se enfocarán en la inteligencia artificial aplicada a los modelos de lenguaje de gran tamaño. En este sentido, se analizarán las respuestas de un modelo de inteligencia artificial —que en este caso es ChatGPT— en el reconocimiento de errores producidos por un traductor automático como paso previo al proceso de posedición. Para esto, se llevarán a cabo tres etapas de análisis. En primer lugar, los investigadores realizarán un reconocimiento y análisis de los errores de la traducción automática neuronal (DeepL) a nivel léxico-semántico, morfosintáctico y estilístico-pragmático del texto “Information for parent(s)/guardian or legally authorized representative”. En segundo lugar, se utilizará ChatGPT para replicar el proceso de la primera etapa con el mismo texto. Finalmente, se compararán ambos resultados para mostrar algunos de los aciertos y las limitaciones de ChatGPT como una herramienta que facilita el siguiente paso: la posedición.

Nowadays, the use of neural machine translators has increased the demand for post-editing services in the translation industry. Access to neural machine translators has brought several benefits for translator productivity and profit margins for the translation or post-editing service provider. In this industry, artificial intelligence is a technology used for translation and post-editing. We will focus on artificial intelligence applied to large language models and analyze the responses of an artificial intelligence model (ChatGPT) in error recognition produced by an automatic translator as a previous step in post-editing. For this, three stages of analysis will be carried out. First, we will recognize and analyze the errors of the neural machine translation (DeepL) at the lexical-semantic, morphosyntactic, and stylistic-pragmatic levels of the text “Information for parent(s)/guardian or legally authorized representative”. Secondly, we will replicate the first stage process using ChatGPT. Finally, both results will be compared to show some of the strengths and limitations of ChatGPT as a tool that facilitates the next step: post-editing.