TECNOLOGIE PER LA TRADUZIONE: STRUMENTI E METODI (SPAGNOLO)

Il corso "Tecnologie per la traduzione: strumenti e metodi (spagnolo)" si colloca al terzo anno del percorso di studi in mediazione linguistica e culturale e mira ad offrire agli studenti una panoramica generale sulle tecnologie e sulle risorse informatiche che il traduttore ha a disposizione al fine di effettuare il processo traduttivo in maniera efficace e funzionale. L'obiettivo precipuo del corso è quello di fornire agli studenti gli strumenti - generali e specifici - volti a consolidare la propria competenza traduttiva ed essere consapevoli di come funziona il mercato professionale della traduzione, soprattutto alla luce dei progressi tecnologici che si sono imposti sul mercato.

RISULTATI DI APPRENDIMENTO ATTESI
Il corso "Tecnologie per la traduzione: strumenti e metodi (spagnolo)" si propone di avviare progressivamente gli studenti alla pratica della traduzione tra lo spagnolo e l’italiano, ponendo particolarmente l’accento sugli aspetti relativi all'uso delle TIC in ottica traduttiva. Oggigiorno, l'attività professionale della traduzione è sempre più facilitata dalla presenza e adozione di strumenti informatici. Tuttavia, il loro uso non è sempre scontato e tali risorse potrebbero anche causare problemi e difficoltà se non adoperate correttamente. I risultati di apprendimento attesi sono i seguenti:

CONOSCENZA E COMPRENSIONE
- Conoscere le possibilità legate all'uso delle TIC in ambito traduttivo
- Conoscere i principali aspetti della traduzione automatica
- Conoscere i principali aspetti dell'uso dei corpora in traduzione
- Conoscere gli aspetti basilari delle memorie di traduzione
- Conoscere i principali linguaggi specialistici in ottica traduttiva
- Comprendere testi con una certa complessità contenutistica

CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
- Riconoscere le difficoltà legate all'uso delle TIC in relazione alla traduzione
- Interiorizzare le strategie ed i principi metodologici della traduzione automatica
- Sapere svolgere una buona attività di pre-editing
- Sapere svolgere una buona attività di post-editing
- Individuare e risolvere le problematiche traduttive tra lo spagnolo e l'italiano mediante il ricorso alle risorse informatiche
- Sapere gestire le TIC nell'attività traduttiva

CAPACITA’ DI GIUDIZIO
- Sapere riflettere sul ruolo delle TIC in relazione all'attività traduttiva nella coppia di lingue spagnolo-italiano
- Sapere riflettere sul ruolo dei linguaggi specialistici nell'ottica della traduzione tra lo spagnolo e l'italiano

ABILITA’ COMUNICATIVE
- Sapere affrontare un progetto di traduzione mediante il ricorso alle TIC

CAPACITA’ DI APPRENDIMENTO
Essere in grado di consultare e adoperare in maniera adeguata e pertinente le principali TIC in ambito traduttivo

Gli studenti dovranno possedere una competenza linguistico-comunicativa della lingua spagnola pari al livello B2/C1 del Quadro Comune Europeo di Riferimento per le Lingue Straniere ed avere superato - auspicabilmente - l'esame di avviamento alla traduzione editoriale, settoriale spagnola.

CONTENUTI
- Fondamenti di teoria e tecnica della traduzione
- Strumenti informatici applicati alla traduzione
- Traduzione automatica
- Pre-editing e post-editing
- Corpora e traduzione
- Memorie di traduzione
- Linguaggi specialistici e traduzione

Oltre ai materiali pubblicati dal docente nella pagina e-learning (Moodle) del corso:

Testi obbligatori

-Bazzocchi, Gloria e San Vicente, Félix (2021). LETI. Lengua española para traducir e interpretar. Bologna: Clueb (in particolare il capitolo sulla traduzione automatica di María Lozano Zahonero)

- Minervini, Rosaria (2021). "La traducción automática español-italiano del turismo enogastronómico: un estudio de caso", Cuadernos de Lingüística hispánica, 42, Dossier especial, pp. 1-20.

- Sánchez Ramos, M. M. & Rico Pérez, C. (2020). Traducción Automática. Conceptos clave, procesos de evaluación y técnicas de posedición. Editorial Comares, Granada.

Bibliografia di riferimento

Castilho S., Moorkens J., Gaspari F., Calixto I., Tinsley J. y Way A. (2017) “Is neural machine translation the new state of the art?”, The Prague Bulletin of Mathematical Linguistics,108, pp. 109-120.

Conde Noguerol M. E. (2018) “Los traductores automáticos en línea como recurso metodológico en el aula de Español como lengua Extranjera”. En López García, C. y Manso, J. (eds.), Transforming education for a changing world.Eindhoven, NL, Adaya Press, pp. 304-312.

Díaz Prieto P. (2012) “Luces y sombras en los 75 años de traducción automática”. En Lanero Fernández J. J. y Chamosa J. L. (coords.), Lengua, traducción, recepción: en honor de Julio César Santoyo, Vol. 2, León, Publicaciones de la Universidad de León, pp. 139- 175.

Dinu G., Mathur P., Federico M. y Al-Onaizan Y. (2019) “Training neural machine translation to apply terminology constraints”. En Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, Florence, Association for Computational Linguistics, pp. 3063-3068.

Escudé Font J. y Costa-jussà M. R. (2019) “Equalizing Gender Bias in Neural Machine Translation with Word Embeddings Technique”. En Costa-jussà, M. R., Hardmeier, C., Radford, W. y Webster K. (eds.), Proceedings of the First Workshop on Gender Bias in Natural Language Processing, Florence, Association for Computational Linguistics, pp. 147-154.

Frank A., Hoffmann C. y Strobel M. (2004) Gender Issues in Machine Translation, Bremen, University of Bremen, http://citeseer.ist.psu . edu/viewdoc/download?doi=10.1.1.126.1237&rep=rep1&type=pdf

Haque R., Hasanuzzaman M. y Way A. (2019) “Investigating terminology translation in statistical and neural machine translation: A case study on english-to-hindi and hindi-toenglish”. En Proceedings of the International Conference on Recent Advances in Natural Language Processing (RANLP 2019), Varna, INCOMA Ltd., pp. 437-446.

Hasler E., De Gispert A., Iglesias G., y Byrne B. (2018) “Neural machine translation decoding with terminology constraints”. En Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 2, New Orleans, Association for Computational Linguistics, pp. 506- 512.

Macketanz V., Avramidis E., Burchardt A., Helcl J. y Srivastava A. (2017) “Machine translation: Phrase-based, rule-based and neural approaches with linguistic evaluation”, Cybernetics and Information Technologies, 17(2).

Monti J. (2019) Dalla Zairja alla traduzione automatica. Riflessioni sulla traduzione nell’era digitale, Napoli, Paolo Loffredo Editore Srl.

Alla fine del corso, gli studenti sosterranno una prova scritta strutturata, costituita da quesiti di varia natura (scelta multipla, vero o falso, argomentazione di risposte aperte), che mira a verificare l'acquisizione dei contenuti affrontati durante il corso. Dovranno, inoltre, consegnare al docente il portfolio di traduzioni effettuate mediante l'ausilio delle risorse informatiche affrontate a lezione, che darà diritto a 2 punti aggiuntivi.
La prova avrà una durata complessiva di un'ora e trenta minuti.
Il punteggio minimo per potere superare la prova scritta è fissato a 18/30.

scritto

L’attribuzione della votazione finale si basa sul livello di conoscenza dei contenuti, sulla capacità di comprensione e rielaborazione critica, nonché sulle abilità di riflessione ed esposizione.

INSUFFICIENTE

≤ 17
Conoscenza gravemente inadeguata, frammentaria e lacunosa dei contenuti. I concetti non risultano compresi o sono compresi solo in modo parziale e non rielaborati. Capacità di riflessione ed esposizione insufficienti e non appropriate al livello universitario.

SUFFICIENTE

18
Conoscenza minima e incerta dei contenuti fondamentali, che necessitano di significativo consolidamento. Comprensione e rielaborazione confuse e parziali. Capacità di riflessione ed esposizione elementari.

19
Conoscenza ancora incerta dei contenuti, che richiede consolidamento. Comprensione e rielaborazione non sempre chiare, ma complessivamente accettabili. Capacità di riflessione ed esposizione sufficienti.

20
Conoscenza sufficiente dei contenuti di base, sebbene non pienamente consolidata. Comprensione adeguata, con rielaborazione non sempre coerente. Capacità di riflessione ed esposizione complessivamente sufficienti.

DISCRETO

21
Conoscenza più che sufficiente dei contenuti, generalmente compresi e rielaborati, seppur con alcune incertezze. Capacità di riflessione ed esposizione discrete.

22
Conoscenza discreta dei contenuti, compresi e rielaborati in modo sostanzialmente corretto, con qualche incertezza. Capacità di riflessione ed esposizione discrete.

23
Conoscenza più che discreta dei contenuti, con buona comprensione e rielaborazione, sebbene non sempre pienamente sicure. Capacità di riflessione ed esposizione discrete.

BUONO

24
Conoscenza corretta dei contenuti, generalmente ben compresi e rielaborati, con lievi incertezze. Capacità di riflessione ed esposizione buone.

25
Conoscenza corretta e abbastanza solida dei contenuti, compresi e rielaborati in modo coerente. Capacità di riflessione ed esposizione buone.

26
Conoscenza completa dei contenuti, compresi e rielaborati in modo sicuro e coerente. Capacità di riflessione ed esposizione buone.

DISTINTO

27
Conoscenza completa dei contenuti, compresi e rielaborati in modo sicuro, coeso e coerente. Capacità di riflessione ed esposizione molto buone.

28
Conoscenza completa e approfondita dei contenuti, rielaborati con sicurezza e coerenza. Capacità di riflessione ed esposizione molto buone, con uso appropriato del linguaggio disciplinare.

OTTIMO

29
Conoscenze ampie e approfondite dei contenuti, rielaborate con piena autonomia e con spunti personali. Capacità di riflessione ed esposizione ottime, con lievi e marginali imperfezioni.

30
Conoscenze ampie e approfondite dei contenuti, pienamente comprese e rielaborate in autonomia, con contributi personali pertinenti. Capacità di riflessione ed esposizione ottime.

ECCELLENTE

30 e lode
Conoscenze estremamente approfondite e sistematiche dei contenuti, rielaborate in totale autonomia con contributo personale originale. Piena padronanza del linguaggio specialistico ed eccellente capacità di collegamento interdisciplinare. Capacità di riflessione ed esposizione eccellenti.

Le lezioni, tenute interamente in lingua spagnola, avranno prevalentemente carattere seminariale, con l’ausilio di power point per l’esposizione di questioni legate alle tecnologie informatiche in ambito traduttivo. Saranno incentivati la partecipazione e il coinvolgimento degli studenti attraverso prove pratiche e progetti di traduzione miranti a simulare la pratica professionale della traduzione. Gli studenti presenteranno in aula le proprie proposte di traduzione che verranno successivamente discusse in plenaria.

Le lezioni saranno tenute in lingua spagnola e gli studenti e le studentesse sono tenuti a frequentare il 75% del corso.

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile