Laura Mejías-Climent y Julio de los Reyes Lozano 205
Hikma 20 (2) (2021), 203 - 227
para instruir a los estudiantes en el manejo de nuevos programas y
aplicaciones, entre los que la TA y la posedición (PE) no parecen haberse
contemplado en gran medida, no solo en el entorno de la TAV, sino en los
planes de estudios de traducción en general (Moorkens, 2018, p. 4).
Con vistas a explorar la posible aplicación de esta reciente tecnología
a la modalidad de TAV del doblaje, el presente artículo da cuenta de una
experiencia llevada a cabo en el aula de doblaje, planteada asimismo como
una oportunidad para dar a conocer al alumnado esta herramienta de forma
práctica y hacerlos plenamente conscientes de sus posibilidades, pero
también de sus limitaciones. En primer lugar, se ofrece un breve estado de
la cuestión sobre los trabajos y proyectos que, hasta la fecha, han unido TA
y TAV, prestando especial atención a las aún escasas experiencias en el
ámbito del doblaje, objeto de estudio de este trabajo. A continuación, se
describen las características que, por lo general, debe tener un guion de
doblaje y los estándares de calidad que esperan los usuarios de esta
modalidad de TAV. En la sección 2, se abordan las características de las
formaciones universitarias de Traducción e Interpretación en España. Estas
adoptan fundamentalmente un enfoque profesional, en el que se hace
indispensable estar al día de las novedades del sector, como sucede
actualmente con la TA, y saber introducirlas en los planes de estudio. A este
respecto, en la segunda parte del artículo se presentan las características y
resultados de la mencionada experiencia docente, con vistas a evaluar las
posibilidades reales de su uso profesional y poder incluirla en futuras
actualizaciones de la asignatura.
1. TRADUCCIÓN AUTOMÁTICA Y TRADUCCIÓN AUDIOVISUAL
La TA ha supuesto una revolución, en especial en la última década,
desde que comenzaron a desarrollarse los primeros motores, muy básicos,
en los años 1950 (Parra Escartín, 2011). Su evolución ha sido exponencial
desde entonces y, en la actualidad, conviven diversos tipos de TA: aquella
basada en reglas, la estadística, la basada en ejemplos, la híbrida y la TA
que emplea redes neuronales artificiales (NMT o neural machine translation)
(Sánchez Ramos y Rico Pérez, 2020). Esta última parece haber desplazado
a las anteriores, a pesar de que las primeras publicaciones sobre NMT
vieron la luz recientemente, en 2014 (Moorkens, 2018, p. 3). En el ámbito de
la TAV, que es el que nos ocupa, las nuevas tecnologías en general
supusieron una revolución hacia la década de 1990 (Matusov, Wilken y
Georgakopoulou, 2019, pp. 518-519). Algunos ejemplos de ello fueron la
implantación de programas de reconocimiento de voz (ASR o Automatic
Speech Recognition), el recurso continuado a las memorias de traducción
de las herramientas de traducción asistida (CAT o computer assisted
translation) y la actualización informática de la tradicional banda ritmográfica