DeepL frente al traductor humano: traducir elementos culturales del alemán al español en obras literarias
Palabras clave:
traducción alemán-español, traducción creativa, elementos culturales, humor, traducción humana, traducción automáticaResumen
Introducción: En este trabajo se realiza una comparación entre la traducción humana de los elementos culturales que recorren un bestseller literario alemán con la traducción de los mismos, que arroja el motor de traducción automática DeepL. El objetivo es demostrar la supremacía de la traducción humana frente a la traducción automática, cuya calidad ha sido reciente objeto de múltiples estudios.
Metodología: Se realiza una comparación entre la traducción humana y la traducción automática de los elementos culturales que existen en un bestseller alemán fuertemente recorrido por dichos elementos culturales. Se trata de un análisis descriptivo de tipo cualitativo de las primeras 50 páginas del libro que parte de un trabajo previo y se apoya en diversos estudios sobre la traducción de culturemas y la calidad de los motores neuronales de TA.
Resultados: Las soluciones traductoras que arrojan la traducción humana y la TA al verter al español los elementos culturales que recorren la novela estudiada difieren de forma notable y confirman la hipótesis de partida: que la TA no consigue alcanzar un nivel de calidad equiparable al de la traducción humana en la traslación de culturemas en obras literarias, especialmente en el caso de una obra con una fuerte carga humorística.
Conclusiones: La fuerte carga humorística y cultural de la obra analizada requiere una serie de estrategias traslativas para resolver adecuadamente la mayor parte de los problemas traductológicos planteados que la máquina no posee, como se demuestra en la comparación de resultados en cada una de las categorías culturales examinadas.
Descargas
Citas
ALBALADEJO MARTÍNEZ, J.A. (2024). Traducción de culturemas: diacronía como factor decisorio y glosas como criterio de clasificación. Hikma 23 (1), 59-86.
FERRAGUD FERRAGUD, M. (2023). La traducción automática literaria: análisis de errores de la traducción automática y las traducciones de estudiantes del mismo texto original. Revista Tradumàtica. Tecnologies de la Traducció 21, 184-232. https://doi.org/10.5565/rev/tradumatica.344
HIDALGO-TERNERO, C. M. (2020). Google Translate vs. DeepL: analysing neural machine translation performance under the challenge of phraseological variation. Análisis multidisciplinar del fenómeno de la variación fraseológica en traducción e interpretación / Multidisciplinary Analysis of the Phenomenon of Phraseological Variation in Translation and Interpreting. Mogorrón Huerta, Pedro (ed.). MonTI Special Issue 6, 154-177.
HURTADO ALBIR, A. (2013). Traducción y traductología. Introducción a la traductología. Cátedra.
IGAREDA, P. (2011). Categorización temática del análisis cultural: una propuesta para la traducción, Íkala, revista de lenguaje y cultura. 16 (27), 2-23, en línea: http://aprendeenlinea.udea.edu.co/revistas/index.php/juan_vargas/article/viewArticle/10270/9 484
LUQUE NADAL, L. (2009). Los culturemas: ¿unidades lingüísticas, ideológicas o culturales? http://elies.rediris.es/Language_Design/LD11/LD11-05-Lucia.pdf
MARTÍNEZ DE SOUSA, J. (2001). Neologismos en el Diccionario de la Academia. http://cvc.cervantes.es/lengua/esletra/pdf/01/014_martinez.pdf
NEWMARK, P. (1988). Translation and Culture I: A textbook of translation. Prentice Hall.
NIDA, E. (1975). Language Structure and Translation. Stanford University Press.
NORD, Ch. (1994). Traduciendo funciones. Estudis sobre la traducció 1. Amparo Hurtado (ed.). Universitat Jaume I.
NORIEGA-SANTIÁÑEZ, L. & CORPAS PASTOR, G. (2023). Traducción Automática vs. Traducción Humana de neologismos formales en la literatura: exploración de las herramientas electrónicas y la creatividad de los estudiantes. Tradumatica 21, 233-264.
RICO PÉREZ, C. (2024). La traducción automática de los referentes culturales: Propuesta de una metodología de evaluación aplicada a textos del ámbito migratorio. Hikma 23 (1), 87-109.
RODRÍGUEZ ABELLA, R. M. (2008). La traducción de los culturemas en el ámbito de la gastronomía, consultado en: aih_16_2_026.pdf
ROISS, S. y P. ZIMMERMANN GONZÁLEZ. (2020). DeepL y su potencial para el desarrollo de la capacidad de análisis crítico en la clase de traducción inversa. Hermēneus. Revista de Traducción e Interpretación 22, 363-382. DOI: https://doi.org/10.24197/her.22.2020.363-382
SAFIER, D. (2021). Miss Merkel: Mord in der Uckermark (trad. por M.ª José Díaz como Miss Merkel. El caso de la canciller jubilada en 2023). Alfaguara.
TORAL, A. & WAY, A. (2015). Machine-Assisted Translation of Literary Text: A Case Study. Translation Spaces 4, 2, 240-267. DOI: https://doi.org/10.1075/ts.4.2.04tor
TORAL, A. & WAY, A. (2018). What level of quality can neural machine translation attain on literary text? Translation Quality Assessment: From Principles to Practice. Joos Moorkens; Sheila Castilho; Federico Gaspari; Stephen Doherty (eds.). Springer (MATRA, 1), 263-287.
VALERO CUADRA, P. (2021). La traducción alemán-español de fraseologismos bíblicos en obras literarias: el caso de Muh!, de David Safier. https://www.iberoamericanavervu ert.es/capitulos/10_1_9783968693002_ cap196.pdf
VALERO CUADRA, P. (2023). La traducción automática y la posedición en el aula de traducción alemán-español: el caso de los textos económico-financieros. In Translation 10 (1), 41-61.
VALERO CUADRA, P. (2023). La traducción de culturemas en la versión española de Miss Merkel: Mord in der Uckermark, del autor de bestsellers alemán David Safier. Estudios de Traducción 13, 61-72.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Pino Valero Cuadra
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y construir a partir del material
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
Usted es libre de:
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
