DeepL vs. Human Translators: Translating Cultural Elements from German into Spanish in Literary Works
Keywords:
German-Spanish Translation, Creative Translation, Cultural Elements, Humor, Human Translation, Machine TranslationAbstract
Introduction: This paper compares human translations of the cultural elements found in a German literary bestseller with the translations produced by the DeepL machine translation engine. The aim is to demonstrate the superiority of human translation over machine translation, the quality of which has recently been the subject of numerous studies.
Methods: This study compares human translation with machine translation of the cultural elements found in a German bestseller that is heavily infused with these cultural references. It is a qualitative descriptive analysis of the first 50 pages of the book, building on previous research and drawing on various studies on the translation of cultural elements and the quality of neural machine translation engines.
Results: The results produced by human translation and machine translation when rendering the cultural elements found throughout the novel under study differ significantly and confirm the initial hypothesis that machine translation fails to achieve a level of quality comparable to that of human translation when conveying cultural elements in literary works, especially in the case of a work with a deep humorous tone.
Conclusions: The strong humorous and cultural elements present on the work under analysis require a series of interpretive strategies to adequately address most of the translation challenges it presents—strategies that machine translation lacks, as demonstrated by a close comparison of results across each of the cultural categories examined.
Downloads
References
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.
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Pino Valero Cuadra
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
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.
