TRADURRE LA FINANZA EUROPEA NELL’ERA NEURALE: valutazione qualitativa degli output automatici di eTranslation e ModernMT rispetto alla traduzione umana (inglese-italiano) del Risk Assessment Report dell’Autorità bancaria europea

Lo sviluppo dell’intelligenza artificiale e la diffusione dei sistemi di traduzione automatica neurale hanno rivoluzionato l’industria delle lingue, ridefinendo il concetto di traduzione e il ruolo del traduttore umano. Sono infatti numerosi i professionisti del settore che hanno integrato tali strumenti nei propri flussi di lavoro. In questo contesto di rapida trasformazione tecnologica e sociale, i sistemi neurali hanno trovato applicazione anche nella traduzione finanziaria, tradizionalmente caratterizzata da un’elevata complessità terminologica e contenutistica, sollevando interrogativi sulla qualità e sull’affidabilità degli output. Adottando il framework di valutazione manuale Multidimensional Quality Metrics (MQM), il presente elaborato propone un’analisi qualitativa e quantitativa della performance di due sistemi di traduzione neurale, eTranslation e ModernMT, nella traduzione dall’inglese all’italiano di un Risk Assessment Report pubblicato dall’Autorità bancaria europea, con l’obiettivo di valutare in che misura, allo stato attuale, la traduzione automatica possa avvicinarsi alla qualità della traduzione umana e individuare le principali tipologie di errore compiute dai due motori. Il progetto si articola in cinque capitoli. Il primo fornisce un quadro teorico sui linguaggi specialistici e sulla traduzione economico-finanziaria e istituzionale, con particolare attenzione all’influenza dell’inglese sull’italiano a livello europeo. Il secondo ripercorre l’evoluzione della traduzione automatica, per poi analizzare il post-editing e i metodi di valutazione qualitativa. Il terzo capitolo analizza il testo di partenza. Il quarto illustra la metodologia, gli obiettivi di ricerca e gli strumenti impiegati. Infine, il quinto capitolo presenta la valutazione manuale degli errori generati dai sistemi neurali, confrontando gli output con la traduzione umana e riflettendo sul ruolo futuro del traduttore e della traduzione automatica.