Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Evaluación comparativa de la calidad de traducciones académicas y científicas producidas por Inteligencia Artificial
0
Zitationen
1
Autoren
2025
Jahr
Abstract
El estudio evaluó la efectividad de tres sistemas de inteligencia artificial (ChatGPT, Gemini y DeepSeek) en la traducción de textos científicos del español al inglés. Se empleó un diseño comparativo de casos múltiples con enfoque mixto: ocho fragmentos científicos fueron traducidos por cada IA y valorados por tres expertos según seis criterios (fidelidad semántica, precisión terminológica, cohesión sintáctica, fluidez, puntuación gramatical y adecuación contextual). Los datos revelaron que ChatGPT ofreció la mayor fidelidad semántica, Gemini destacó en cohesión y DeepSeek mostró variabilidad terminológica. Aunque DeepSeek admitió una ventana de contexto superior de 128,000 tokens, esto no reflejó una ventaja clara en calidad, lo que evidencia que el tamaño de contexto no es el único factor determinante. Se propone un modelo híbrido que combine la traducción automática con revisión humana focalizada en terminología, de modo que se maximice la fidelidad y la coherencia. Esta investigación aporta un marco replicable de análisis comparativo de IAs en entornos académicos y sugiere protocolos prácticos para mejorar la calidad de traducción científica.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.357 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.221 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.640 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.482 Zit.