Análisis de las técnicas de traducción y adaptación de culturemas en el vinagre D. O. P. español mediante IA y TAN

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 (DD. OO. PP.) 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.