Análisis de las técnicas de traducción y adaptación de culturemas en el vinagre DOP español mediante IA y TAN

Resumen

Resumen: La integración de la traducción automática neuronal (TAN) y de la inteligencia artificial (IA) puede presentar numerosas ventajas para el sector vitivinícola a la par que problemas. En el presente estudio, nos planteamos comprobar cómo diversos sistemas de traduccción (Google Translate, Deepl, ChatGPT 4.1., Copilot 365 y Gemini 2) abordan los culturemas de las fichas técnicas de las bodegas amparadas en las tres Denominaciones de Origen Protegidas (DOP) de España de vinagre (Condado de Huelva, Jerez y Montilla-Moriles). En los recursos conversacionales, empleamos un pautado para analizar si son capaces de orientar el texto hacia un receptor experto y otro lego. Tras la extracción manual de los culturemas y su posterior agrupación por campos temáticos, clasificamos las técnicas empleadas entre convergentes (orientadas a la cultura origen) y divergentes (hacia la cultura meta) para obtener unos resultados cuantitativos y cualitativos. Con los primeros, hemos observado que sin instrucciones se tiende a la literalidad y al uso de préstamos. En contraposición, si se les pide que lo adapten para un lego, emplean un mayor rango de técnicas o las combinan para ofrecer una perspectiva extranjerizadora, pero que no resulte opaca. En lo relativo a los datos cualitativos, hemos percibido que estas técnicas no siempre se emplean adecuadamente, por lo que presentan errores de precisión, de omisión o de coherencia. Por ende, concluimos que todas las IA son capaces de adaptar el texto, pero sigue siendo necesaria la supervisión humana.