Key points are not available for this paper at this time.
Neste artigo de pesquisa, investigamos a viabilidade de traduções de materiais de pesquisa suportadas por IA em pesquisas interculturais e transculturais, comparando a qualidade das traduções de máquina com as traduções humanas tradicionais. Focando no inventário de personalidade HEXACO, traduzimos o inventário original em inglês usando o Google Translate e GPT-3.5 para 33 idiomas para os quais existem traduções humanas validadas. A similaridade estatística entre as traduções geradas por humanos e máquinas variou consideravelmente entre os idiomas-alvo. Foi maior para os idiomas-alvo da mesma família linguística que o idioma fonte, provavelmente porque essa relação permitiu traduções de máquina mais diretas. Consistente com esse raciocínio, a similaridade genética entre os idiomas explicou amplamente as diferenças observadas. A configuração de temperatura do GPT que determina quão rigorosamente ou livremente um texto é traduzido teve pouca influência nas estimativas de similaridade, mas níveis muito altos tendiam a produzir uma similaridade estatística ligeiramente inferior. Para validar a qualidade das traduções de máquina, um grupo de cientistas sociais avaliou a tradução em um idioma para o qual as traduções humanas e de máquina convergiram estatisticamente. Embora a tradução humana tenha sido avaliada como de qualidade superior a quatro das cinco traduções de máquina, essas diferenças foram relativamente pequenas. Crucialmente, os cientistas sociais não avaliaram a tradução humana como significativamente melhor do que a tradução do GPT 3.5 com a configuração de temperatura mais baixa. Com base nesses insights, propomos uma estrutura delineando quatro recomendações para utilizar a tradução suportada por IA em pesquisas interculturais e transculturais, envolvendo IA em diferentes graus no processo de tradução invertida.
Kunst et al. (Mon,) estudaram essa questão.