La traducción automática y la posedición en el sector audiovisual: el caso práctico de la serie How I Met Your Mother

Abstract

El presente Trabajo Fin de Grado tiene por objetivo principal evaluar la viabilidad de la traducción automática (TA) en combinación con la posedición (PE) en el sector de la traducción audiovisual (TAV) mediante el estudio de un episodio de la serie How I Met Your Mother. Además, se persigue valorar el grado de aprovechamiento de ChatGPT como herramienta de TA en encargos de PE, así como identificar las fortalezas y limitaciones del modelo GPT-4o, en concreto, en la TAV de contenido humorístico. Para ello, en primer lugar, se identifican, clasifican y analizan los errores cometidos por el modelo de inteligencia artificial (IA) en cuestión. Posteriormente, se lleva a cabo la PE pertinente y, por último, se calcula la distancia de Levenshtein entre la versión traducida automáticamente y la poseditada a fin de estudiar la calidad y el grado de aprovechamiento de la TA de ChatGPT. Los resultados obtenidos reflejan un alto grado de aprovechamiento de la TA, pues solo fue necesario modificar el 27,15 % de los segmentos y, de media, la similitud entre la TA y la PE alcanzó el 78,05 %, lo que indica que los cambios aplicados fueron mínimos. En cuanto a los errores detectados, los más frecuentes pertenecían a las categorías de estilo y de lengua, aunque los más graves se correspondían con la categoría de traducción y consistían en elementos humorísticos, los cuales representaron la limitación más relevante. No obstante, también se observaron claras fortalezas: el modelo se adaptó adecuadamente al tono informal de la serie, empleó técnicas de traducción para sortear problemas traductológicos y, al tratarse de IA generativa, ofrece la posibilidad de mejorar la calidad de la TA mediante la optimización del prompt. En conclusión, los hallazgos permiten constatar que ChatGPT constituye una herramienta de gran provecho para la TA en flujos de trabajo de PE, incluso si se trata de encargos audiovisuales.

This undergraduate dissertation aims at assessing the feasibility of employing machine translation (MT) combined with post-editing (PE) in the field of audiovisual translation (AVT) through a case study of an episode from the sitcom How I Met Your Mother. Furthermore, this work seeks to evaluate the extent to which ChatGPT’s output requires modifications during the PE task, as well as to identify the strengths and limitations of the GPT-4o model, particularly when applied to AVT of humorous content. In order to achieve this, the mistakes made by the artificial intelligence (AI) model in question are first identified, classified and analysed. Then the PE task is performed, followed by the calculation of the Levenshtein distance between the machine-translated and post-edited versions to determine the quality and usefulness of ChatGPT’s MT. The results reveal a high degree of MT usability, with only 27.15% of the segments requiring modifications and an average similarity of 78.05% between the MT and the post-edited version, which reflects that only minor changes were needed. As for the errors found, the most common were related to style and language, while the most serious were translation issues involving humorous elements—its biggest limitation. However, the model also showed several strengths: it adapted well to the informal tone of the show, applied translation techniques to overcome tricky segments and, as a generative AI, it allows for quality improvements through prompt tuning. To conclude, the findings demonstrate that ChatGPT constitutes a valuable resource for MT within PE workflows, even when dealing with audiovisual projects.