Descripción y clasificación de errores de traducción de chat GPT en resúmenes académicos

Abstract

La presente investigación tiene como objetivo analizar la calidad de traducción automática de Chat GPT enfocada en los errores de traducción que comete. Concretamente, este estudio busca identificar los principales errores que cometen las traducciones del inglés al español de las versiones de Chat GPT3.5 y GPT 4.0 y clasificarlos dentro de una tipología de errores de traducción automática. El corpus de análisis del que se obtuvieron los errores consiste en 72 resúmenes académicos extraídos de la revista Babel, que es una publicación especializada en traducción y lingüística. La identificación de estos errores se enmarca dentro de los conceptos de revisión de Mossop (2014) y consideró como punto de partida una tipología inicial basada en las clasificaciones de errores de traducción automática de Costa et al. (2015) y Popović (2018). La detección de estos errores se realizó de forma manual a partir del contraste del texto fuente con las traducciones al español de ambas versiones de GPT. Luego se analizaron los errores y se etiquetaron en función de la tipología inicial planteada. Al momento de etiquetar los errores se consideró que las categorías disponibles eran insuficientes para contemplar los fenómenos detectados en el corpus, por lo que se propusieron nuevas categorías, principalmente en el ámbito discursivo y terminológico. De esta categorización se deduce que la mayor parte de los errores son de naturaleza discursiva, léxica y terminológica. Además de este análisis, se realizó una comparación entre los resultados de Chat GPT en su versión gratuita, GPT 3.5, y su versión de pago más actualizada, GPT 4.0, puesto que GPT 4.0 promete ser una versión mejorada de la herramienta. Contrario a lo que se podría esperar, se concluyó que ambas versiones no difieren en gran medida. Tanto GPT 3.5 como GPT 4.0 cometen los mismos tipos de errores y los errores principales son los mismos en ambas versiones.