In the last few years, artificial intelligences have revolutionized our lives, both positively and negatively. Thanks to them, the common saying «A human will always be needed for this kind of job» is being continuously challenged. However, the translation process has always been a beacon of resistance against the unstoppable progress of technology due to the close relationship it shares with culture and language, which enrich every text with hidden meanings and allusions. In the past, translations written by machines were commonly considered subpar and not even comparable to a manmade product; however, is it still the case? Thanks to implementation of more recent technology, such as neural networks, machines have steadily become more and more adept at translating text. The next logical step in this evolution is said to be artificial intelligence powered machines for translations. An example of this type of system is ChatGPT, a chatbot which quickly became a well-known name in the past few years thanks to its simple yet direct user interface. However, by requesting the translation of something more difficult, such as a Japanese manga, which is considered the product of both image and text, would the produced translation be considered acceptable? Or would the technology be too underdeveloped for such task? This dissertation aims to test the reliability of ChatGPT in creating a translation of manga by using as an example the first volume of Aharen-san wa hakarenai. The first two chapters share the main purpose of delving deeper into the history of machine translation as a whole and explain what took humanity to get where we are today, while also providing a simple explanation of the inner workings of an artificial intelligence. The third chapter contains a rather short history of how the manga became the widespread youth-targeted media that it is today in Italy: from the first colored versions to the more recent subscription-based online services. The third chapter also hosts a comparative table in which three columns show the variations of the prompted text: source text in Japanese, AI-made translation, and manmade translation. All the findings are listed at the end of the chapter.

Negli ultimi anni, le intelligenze artificiali hanno rivoluzionato le nostre vite, sia in modo positivo che in modo negativo. Grazie a loro, il pensiero comune che «Un umano sarà sempre necessario per svolgere qualsiasi tipo di lavoro» sta venendo messo in discussione sempre più frequentemente. Tuttavia, il processo traduttivo è sempre stato una colonna portante della resistenza contro l’inarrestabile progresso della tecnologia grazie allo stretto rapporto che condivide con la cultura e il linguaggio, i quali arricchiscono il testo di allusioni e significati impliciti. Nel passato, le traduzioni redatte da macchine venivano comunemente considerate carenti e neppure lontanamente paragonabili a un prodotto redatto da una persona; ma la situazione è ancora questa? Grazie all’implementazione di tecnologie più evolute, come le reti neurali, le macchine sono diventate pian piano quasi alla stregua di un traduttore umano. Si dice che il prossimo salto qualitativo sia rappresentato dalle macchine per la traduzione supportate con intelligenza artificiale. Un esempio di questo tipo di sistema è ChatGPT, un chatbot che negli ultimi anni è diventato un nome conosciuto globalmente grazie alla sua interfaccia utente semplice e diretta. Però, richiedendogli la traduzione di qualcosa considerato più complesso come i manga giapponesi, che sono considerati il prodotto dell’unione di testo e immagine, il risultato ottenuto sarà comunque accettabile? Oppure la tecnologia attuale è ancora troppo acerba per questo tipo di compito? Questa tesi mira a testare l’attendibilità di ChatGPT nelle vesti di traduttore di manga, utilizzando come testo di riferimento il primo volume di Aharen-san wa hakarenai. I primi due capitoli condividono l’obiettivo di esplorare la machine translation nella sua interezza, analizzando i passi che l’umanità ha compiuto per arrivare alla situazione odierna e fornendo una spiegazione semplificata dei meccanismi interni di un’intelligenza artificiale. Invece, il terzo capitolo contiene un riassunto della storia del manga in Italia e di come sia diventato uno dei media prediletti dai giovani italiani: dalle primissime tavole colorizzate e non ribaltate ai servizi online su abbonamento odierni. Il terzo capitolo contiene anche una tabella a tre colonne che riporta le versioni del testo preso in analisi: testo sorgente in giapponese, traduzione redatta da IA e traduzione redatta da un umano. I risultati sono riportati alla fine del capitolo.

ChatGPT 4.0: You Can (Not) Translate Analisi delle capacità traduttive di ChatGPT applicate ai manga

VIGNALI, LUCA
2022/2023

Abstract

Negli ultimi anni, le intelligenze artificiali hanno rivoluzionato le nostre vite, sia in modo positivo che in modo negativo. Grazie a loro, il pensiero comune che «Un umano sarà sempre necessario per svolgere qualsiasi tipo di lavoro» sta venendo messo in discussione sempre più frequentemente. Tuttavia, il processo traduttivo è sempre stato una colonna portante della resistenza contro l’inarrestabile progresso della tecnologia grazie allo stretto rapporto che condivide con la cultura e il linguaggio, i quali arricchiscono il testo di allusioni e significati impliciti. Nel passato, le traduzioni redatte da macchine venivano comunemente considerate carenti e neppure lontanamente paragonabili a un prodotto redatto da una persona; ma la situazione è ancora questa? Grazie all’implementazione di tecnologie più evolute, come le reti neurali, le macchine sono diventate pian piano quasi alla stregua di un traduttore umano. Si dice che il prossimo salto qualitativo sia rappresentato dalle macchine per la traduzione supportate con intelligenza artificiale. Un esempio di questo tipo di sistema è ChatGPT, un chatbot che negli ultimi anni è diventato un nome conosciuto globalmente grazie alla sua interfaccia utente semplice e diretta. Però, richiedendogli la traduzione di qualcosa considerato più complesso come i manga giapponesi, che sono considerati il prodotto dell’unione di testo e immagine, il risultato ottenuto sarà comunque accettabile? Oppure la tecnologia attuale è ancora troppo acerba per questo tipo di compito? Questa tesi mira a testare l’attendibilità di ChatGPT nelle vesti di traduttore di manga, utilizzando come testo di riferimento il primo volume di Aharen-san wa hakarenai. I primi due capitoli condividono l’obiettivo di esplorare la machine translation nella sua interezza, analizzando i passi che l’umanità ha compiuto per arrivare alla situazione odierna e fornendo una spiegazione semplificata dei meccanismi interni di un’intelligenza artificiale. Invece, il terzo capitolo contiene un riassunto della storia del manga in Italia e di come sia diventato uno dei media prediletti dai giovani italiani: dalle primissime tavole colorizzate e non ribaltate ai servizi online su abbonamento odierni. Il terzo capitolo contiene anche una tabella a tre colonne che riporta le versioni del testo preso in analisi: testo sorgente in giapponese, traduzione redatta da IA e traduzione redatta da un umano. I risultati sono riportati alla fine del capitolo.
ITA
In the last few years, artificial intelligences have revolutionized our lives, both positively and negatively. Thanks to them, the common saying «A human will always be needed for this kind of job» is being continuously challenged. However, the translation process has always been a beacon of resistance against the unstoppable progress of technology due to the close relationship it shares with culture and language, which enrich every text with hidden meanings and allusions. In the past, translations written by machines were commonly considered subpar and not even comparable to a manmade product; however, is it still the case? Thanks to implementation of more recent technology, such as neural networks, machines have steadily become more and more adept at translating text. The next logical step in this evolution is said to be artificial intelligence powered machines for translations. An example of this type of system is ChatGPT, a chatbot which quickly became a well-known name in the past few years thanks to its simple yet direct user interface. However, by requesting the translation of something more difficult, such as a Japanese manga, which is considered the product of both image and text, would the produced translation be considered acceptable? Or would the technology be too underdeveloped for such task? This dissertation aims to test the reliability of ChatGPT in creating a translation of manga by using as an example the first volume of Aharen-san wa hakarenai. The first two chapters share the main purpose of delving deeper into the history of machine translation as a whole and explain what took humanity to get where we are today, while also providing a simple explanation of the inner workings of an artificial intelligence. The third chapter contains a rather short history of how the manga became the widespread youth-targeted media that it is today in Italy: from the first colored versions to the more recent subscription-based online services. The third chapter also hosts a comparative table in which three columns show the variations of the prompted text: source text in Japanese, AI-made translation, and manmade translation. All the findings are listed at the end of the chapter.
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
968016_vignaliluca-chatgpt4.0-youcannottranslate.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 1.86 MB
Formato Adobe PDF
1.86 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/108103