La traducción automática y su uso en la redacción de textos digitales: Análisis de algunos documentos reales de trabajo

Resumen

A partir del análisis de varios ejemplos reales de trabajo, este artículo compara la mayor o menor precisión léxica ofrecida por los diccionarios bilingües frente a los motores de traducción automática basados en redes neuronales cuando los usuarios no profesionales acuden a ellos para traducir textos. Analizaremos el comportamiento de tres de estos motores de traducción automática (Google Traductor, Bing Microsoft Translator y el traductor de DeepL), y someteremos a evaluación un corpus compuesto por documentos reales de trabajo en el campo de la traducción. Dirigiremos nuestra atención a aquellos fallos léxicos derivados del uso de motores de traducción automática que ponen en riesgo la comprensión del texto final. Y, para terminar, compararemos los resultados que habríamos obtenido si, para esas mismas tareas, hubiéramos recurrido a diccionarios bilingües en vez de a motores de traducción automática. El estudio constata cómo en el caso de la traducción de textos más o menos complejos, la respuesta generada por los motores de TA resulta insuficiente, y cómo los datos lexicográficos recogidos en diferentes diccionarios bilingües en línea, por lo general, aportan información lexicográfica mucho más completa y adecuada para satisfacer las necesidades comunicativas del usuario.