Traductores, traducciones y las IA : Parte 2

Autores
D'Angelo, Darío David
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el artículo anterior, decidimos ponernos a prueba en la traducción de un párrafo de una novela y competir contra los algoritmos y la IA. Elegimos el párrafo introductorio de la novela Desert Star de Michael Connelly (2022): BOSCH had the pills lined up on the table ready to go. He was pouring water from the bottle into the glass when the doorbell rang. He sat at the table, thinking he would let it go. His daughter had a key and never knocked, and he wasn’t expecting anyone. It had to be a solicitor or a neighbor, and he didn’t know any of his neighbors anymore. The neighborhood seemed to change over every few years, and after more than three decades of it, he had stopped meeting and greeting newcomers. He actually enjoyed being the cranky old ex-cop in the neighborhood whom people were afraid to approach. (p.11) Nuestra traducción humana, escrita de un tirón, nos llevó a este texto: Bosch tenía las píldoras preparadas alineadas sobre la mesa. Se estaba sirviendo agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa pensando en dejarlo pasar. Su hija tenía una llave y nunca [golpeaba], y él no estaba esperando a alguien. Tenía que ser un abogado o un vecino y ya no conocía a ninguno de sus vecinos. El barrio parecía cambiar cada algunos años y después de tres décadas, había dejado de tratar de [conocer] y saludar a los recién llegados. De hecho disfrutaba ser el viejo ex policía cascarrabias del vecindario al que las personas temían acercarse. Inmediatamente después, y sin aún recurrir a diccionarios, probamos Google Translate –al que en el artículo anterior mencionamos a propósito de lo dicho por Santiago Bilinkis– y este fue el resultado luego de utilizar la traducción automática neuronal: BOSCH TENÍA LAS pastillas alineadas sobre la mesa listas para usar. Estaba echando agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa, pensando que lo dejaría pasar. Su hija tenía llave y nunca [llamó], y él no esperaba a nadie. Tenía que ser un abogado o un vecino, y ya no conocía a ninguno de sus vecinos. El vecindario parecía cambiar cada pocos años y, después de más de tres décadas, había dejado de [recibir] y saludar a los recién llegados. De hecho, disfrutaba siendo el viejo ex policía malhumorado del vecindario al que la gente tenía miedo de acercarse. Al comparar ambos textos, no encontramos serias diferencias si tomamos algunas de las palabras subrayadas. Sin embargo, las dos que se encuentran entre corchetes pueden atentar contra el sentido y el espíritu del texto original. En ambos casos, podríamos decir que la versión humana es la más adecuada.
Facultad de Humanidades y Ciencias de la Educación
Materia
Educación
Inteligencia artificial
Traducciones
Traducción automática
Cognición
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/170015

id SEDICI_2ad6b30177a6d9b49edca6eaa57b2c63
oai_identifier_str oai:sedici.unlp.edu.ar:10915/170015
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Traductores, traducciones y las IA : Parte 2D'Angelo, Darío DavidEducaciónInteligencia artificialTraduccionesTraducción automáticaCogniciónEn el artículo anterior, decidimos ponernos a prueba en la traducción de un párrafo de una novela y competir contra los algoritmos y la IA. Elegimos el párrafo introductorio de la novela Desert Star de Michael Connelly (2022): BOSCH had the pills lined up on the table ready to go. He was pouring water from the bottle into the glass when the doorbell rang. He sat at the table, thinking he would let it go. His daughter had a key and never knocked, and he wasn’t expecting anyone. It had to be a solicitor or a neighbor, and he didn’t know any of his neighbors anymore. The neighborhood seemed to change over every few years, and after more than three decades of it, he had stopped meeting and greeting newcomers. He actually enjoyed being the cranky old ex-cop in the neighborhood whom people were afraid to approach. (p.11) Nuestra traducción humana, escrita de un tirón, nos llevó a este texto: Bosch tenía las píldoras preparadas alineadas sobre la mesa. Se estaba sirviendo agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa pensando en dejarlo pasar. Su hija tenía una llave y nunca [golpeaba], y él no estaba esperando a alguien. Tenía que ser un abogado o un vecino y ya no conocía a ninguno de sus vecinos. El barrio parecía cambiar cada algunos años y después de tres décadas, había dejado de tratar de [conocer] y saludar a los recién llegados. De hecho disfrutaba ser el viejo ex policía cascarrabias del vecindario al que las personas temían acercarse. Inmediatamente después, y sin aún recurrir a diccionarios, probamos Google Translate –al que en el artículo anterior mencionamos a propósito de lo dicho por Santiago Bilinkis– y este fue el resultado luego de utilizar la traducción automática neuronal: BOSCH TENÍA LAS pastillas alineadas sobre la mesa listas para usar. Estaba echando agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa, pensando que lo dejaría pasar. Su hija tenía llave y nunca [llamó], y él no esperaba a nadie. Tenía que ser un abogado o un vecino, y ya no conocía a ninguno de sus vecinos. El vecindario parecía cambiar cada pocos años y, después de más de tres décadas, había dejado de [recibir] y saludar a los recién llegados. De hecho, disfrutaba siendo el viejo ex policía malhumorado del vecindario al que la gente tenía miedo de acercarse. Al comparar ambos textos, no encontramos serias diferencias si tomamos algunas de las palabras subrayadas. Sin embargo, las dos que se encuentran entre corchetes pueden atentar contra el sentido y el espíritu del texto original. En ambos casos, podríamos decir que la versión humana es la más adecuada.Facultad de Humanidades y Ciencias de la Educación2024-05-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/170015spainfo:eu-repo/semantics/altIdentifier/url/https://blogs.ead.unlp.edu.ar/didacticaytic/2024/05/12/traduccion-ia-2/info:eu-repo/semantics/reference/hdl/10915/170012info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:17:19Zoai:sedici.unlp.edu.ar:10915/170015Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:17:19.951SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Traductores, traducciones y las IA : Parte 2
title Traductores, traducciones y las IA : Parte 2
spellingShingle Traductores, traducciones y las IA : Parte 2
D'Angelo, Darío David
Educación
Inteligencia artificial
Traducciones
Traducción automática
Cognición
title_short Traductores, traducciones y las IA : Parte 2
title_full Traductores, traducciones y las IA : Parte 2
title_fullStr Traductores, traducciones y las IA : Parte 2
title_full_unstemmed Traductores, traducciones y las IA : Parte 2
title_sort Traductores, traducciones y las IA : Parte 2
dc.creator.none.fl_str_mv D'Angelo, Darío David
author D'Angelo, Darío David
author_facet D'Angelo, Darío David
author_role author
dc.subject.none.fl_str_mv Educación
Inteligencia artificial
Traducciones
Traducción automática
Cognición
topic Educación
Inteligencia artificial
Traducciones
Traducción automática
Cognición
dc.description.none.fl_txt_mv En el artículo anterior, decidimos ponernos a prueba en la traducción de un párrafo de una novela y competir contra los algoritmos y la IA. Elegimos el párrafo introductorio de la novela Desert Star de Michael Connelly (2022): BOSCH had the pills lined up on the table ready to go. He was pouring water from the bottle into the glass when the doorbell rang. He sat at the table, thinking he would let it go. His daughter had a key and never knocked, and he wasn’t expecting anyone. It had to be a solicitor or a neighbor, and he didn’t know any of his neighbors anymore. The neighborhood seemed to change over every few years, and after more than three decades of it, he had stopped meeting and greeting newcomers. He actually enjoyed being the cranky old ex-cop in the neighborhood whom people were afraid to approach. (p.11) Nuestra traducción humana, escrita de un tirón, nos llevó a este texto: Bosch tenía las píldoras preparadas alineadas sobre la mesa. Se estaba sirviendo agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa pensando en dejarlo pasar. Su hija tenía una llave y nunca [golpeaba], y él no estaba esperando a alguien. Tenía que ser un abogado o un vecino y ya no conocía a ninguno de sus vecinos. El barrio parecía cambiar cada algunos años y después de tres décadas, había dejado de tratar de [conocer] y saludar a los recién llegados. De hecho disfrutaba ser el viejo ex policía cascarrabias del vecindario al que las personas temían acercarse. Inmediatamente después, y sin aún recurrir a diccionarios, probamos Google Translate –al que en el artículo anterior mencionamos a propósito de lo dicho por Santiago Bilinkis– y este fue el resultado luego de utilizar la traducción automática neuronal: BOSCH TENÍA LAS pastillas alineadas sobre la mesa listas para usar. Estaba echando agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa, pensando que lo dejaría pasar. Su hija tenía llave y nunca [llamó], y él no esperaba a nadie. Tenía que ser un abogado o un vecino, y ya no conocía a ninguno de sus vecinos. El vecindario parecía cambiar cada pocos años y, después de más de tres décadas, había dejado de [recibir] y saludar a los recién llegados. De hecho, disfrutaba siendo el viejo ex policía malhumorado del vecindario al que la gente tenía miedo de acercarse. Al comparar ambos textos, no encontramos serias diferencias si tomamos algunas de las palabras subrayadas. Sin embargo, las dos que se encuentran entre corchetes pueden atentar contra el sentido y el espíritu del texto original. En ambos casos, podríamos decir que la versión humana es la más adecuada.
Facultad de Humanidades y Ciencias de la Educación
description En el artículo anterior, decidimos ponernos a prueba en la traducción de un párrafo de una novela y competir contra los algoritmos y la IA. Elegimos el párrafo introductorio de la novela Desert Star de Michael Connelly (2022): BOSCH had the pills lined up on the table ready to go. He was pouring water from the bottle into the glass when the doorbell rang. He sat at the table, thinking he would let it go. His daughter had a key and never knocked, and he wasn’t expecting anyone. It had to be a solicitor or a neighbor, and he didn’t know any of his neighbors anymore. The neighborhood seemed to change over every few years, and after more than three decades of it, he had stopped meeting and greeting newcomers. He actually enjoyed being the cranky old ex-cop in the neighborhood whom people were afraid to approach. (p.11) Nuestra traducción humana, escrita de un tirón, nos llevó a este texto: Bosch tenía las píldoras preparadas alineadas sobre la mesa. Se estaba sirviendo agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa pensando en dejarlo pasar. Su hija tenía una llave y nunca [golpeaba], y él no estaba esperando a alguien. Tenía que ser un abogado o un vecino y ya no conocía a ninguno de sus vecinos. El barrio parecía cambiar cada algunos años y después de tres décadas, había dejado de tratar de [conocer] y saludar a los recién llegados. De hecho disfrutaba ser el viejo ex policía cascarrabias del vecindario al que las personas temían acercarse. Inmediatamente después, y sin aún recurrir a diccionarios, probamos Google Translate –al que en el artículo anterior mencionamos a propósito de lo dicho por Santiago Bilinkis– y este fue el resultado luego de utilizar la traducción automática neuronal: BOSCH TENÍA LAS pastillas alineadas sobre la mesa listas para usar. Estaba echando agua de la botella en el vaso cuando sonó el timbre. Se sentó a la mesa, pensando que lo dejaría pasar. Su hija tenía llave y nunca [llamó], y él no esperaba a nadie. Tenía que ser un abogado o un vecino, y ya no conocía a ninguno de sus vecinos. El vecindario parecía cambiar cada pocos años y, después de más de tres décadas, había dejado de [recibir] y saludar a los recién llegados. De hecho, disfrutaba siendo el viejo ex policía malhumorado del vecindario al que la gente tenía miedo de acercarse. Al comparar ambos textos, no encontramos serias diferencias si tomamos algunas de las palabras subrayadas. Sin embargo, las dos que se encuentran entre corchetes pueden atentar contra el sentido y el espíritu del texto original. En ambos casos, podríamos decir que la versión humana es la más adecuada.
publishDate 2024
dc.date.none.fl_str_mv 2024-05-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/170015
url http://sedici.unlp.edu.ar/handle/10915/170015
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://blogs.ead.unlp.edu.ar/didacticaytic/2024/05/12/traduccion-ia-2/
info:eu-repo/semantics/reference/hdl/10915/170012
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260679173603328
score 13.13397