Artículo de investigación
Recepción: 08 Julio 2020
Aprobación: 28 Septiembre 2020
DOI: https://doi.org/10.17533/udea.mut.v14n1a07
Resumen: Hoy en día, las redes sociales desempeñan un papel muy relevante en el ámbito periodístico. Por ello, debido a los contextos multilingües en los que se enmarca la información que publican, pretendemos, con este estudio, profundizar en la relación entre periodismo en Twitter® y la influencia de la traducción en el mensaje que se transmite, gracias al análisis de un corpus de tuits extraídos de los periódicos latinoamericanos con mayor número de seguidores en esta red social. Para ello, en primer lugar, se hace una revisión teórica de los antecedentes, en la que tratamos la relación del periodismo y la traducción, y la evolución hacia el uso cada vez más frecuente de las redes sociales como fuente de información multilingüe. Luego, explicamos la metodología de nuestro estudio y analizamos el corpus de tuits publicados y traducidos automáticamente en las cuentas de los periódicos seleccionados y los errores lingüísticos y pragmáticos que allí aparecen. En las conclusiones, reflexionamos acerca del papel que desempeña la traducción en la información que reciben los usuarios de la red social en la que se enmarca nuestro estudio.
Palabras clave: comunicación mediada por ordenador, prensa latinoamericana, redes sociales, traducción automática, Twitter®.
Abstract: Social media play a highly relevant role in the journalistic field nowadays. For this reason and the multilingual contexts framing published information, this paper aims to delve into the relationship between journalism on Twitter® and the influence of translation on the message conveyed. This will be done through the analysis of a corpus made up of Tweets gathered from the Latin American newspapers with the largest number of followers in this social media platform. Firstly, we will perform a theoretical review of history, addressing the relationship between journalism and translation, and journalism evolution towards an increasing use of social media as a source of multilingual information. Secondly, the methodology will be presented and the corpus of tweets posted and automatically translated will be analyzed for linguistic and pragmatic errors. Finally, we will reflect upon the role of translation in the information users receive through this social media.
Keywords: computer-mediated communication, Latin American news agencies, social media, machine translation, Twitter®.
Résumé: Aujourd’hui, les réseaux sociaux jouent un rôle très important dans le domaine journalistique. C’est pourquoi, en raison des contextes multilingues dans lesquels s’inscrivent les informations qu’ils publient, nous entendons, avec cette étude, approfondir la relation entre le journalisme sur Twitter® et l’influence de la traduction sur le message transmis, grâce à l’analyse d’un corpus de tweets extraits des journaux latino-américains ayant le plus grand nombre d’adeptes sur ce réseau social. À cette fin, nous faisons d’abord un examen théorique du contexte, dans lequel nous discutons de la relation entre le journalisme et la traduction, et de l’évolution vers l’utilisation de plus en plus fréquente des réseaux sociaux comme source d’information multilingue. Ensuite, nous expliquons la méthodologie de notre étude et analysons le corpus de tweets publiés et traduits automatiquement dans les comptes des journaux sélectionnés ainsi que les erreurs linguistiques et pragmatiques qui y figurent. Dans les conclusions, nous avons réfléchi au rôle que joue la traduction dans l’information reçue par les utilisateurs du réseau social dans lequel s’inscrit notre étude.
Mots clés : communication par ordinateur, presse latino-américaine, réseaux sociaux, traduction automatique, Twitter®.
1. Introducción
En la actualidad, vivimos en un mundo en el que la inmediatez con la que se exige la transmisión de noticias hace que en ocasiones se preste escasa atención a la forma de publicar el contenido de un mensaje. Las herramientas de microblogging, también llamadas “herramientas de microblogueo” o “nanoblogueo”, como Twitter®, han ganado mucha popularidad, gracias a que permiten transmitir un mensaje de manera rápida y sencilla, a través de internet y mediante el uso de dispositivos móviles (Jehl et al., 2012). Además, Twitter® se ha convertido en un medio por el que se transmiten y reciben noticias, en tiempo real, de acontecimientos que ocurren en diferentes partes del mundo y de modo paralelo en varias lenguas. A esto se añade que, desde la llegada del presidente estadounidense Donald Trump, esta red social ha ido ganando protagonismo en la conversación pública como recurso en el ámbito del periodismo (Jiménez Cano, 2017) y el número de usuarios se ha visto incrementado en los últimos años (Sluyter-Gäthje et al., 2018). De hecho, es normal observar, en programas de noticias en televisión o prensa escrita, cómo los periodistas recurren a tuits publicados por usuarios en otros idiomas, para informar sobre determinados sucesos o acontecimientos, y muestran posteriormente su traducción, para que los espectadores o lectores puedan comprender las noticias, como se muestra en la Figura 1, ejemplo extraído de El Tiempo (Colombia), uno de los periódicos seleccionados para nuestro estudio. Como se puede ver, se aporta la traducción justo encima de la fuente original publicada en redes sociales.
Figura 1
Uso de publicación de redes sociales en un artículo publicado en El Tiempo
Fuente: Tendencias El Tiempo (2020).
Así, esta red social se ha convertido en un canal para ampliar la difusión de contenidos (Castelló-Martínez, 2013). Esto se debe al cambio en el modo de obtener la información sobre “noticias bomba” o “exclusivas”, que ha pasado a ser parte del contenido que publican en sus redes sociales los protagonistas de estas, mientras que, hace unos años, estas noticias se obtenían después de que los periodistas perseguían a sus protagonistas (Climent, 2012). Del mismo modo, Twitter®, además de ser una fuente de información, se ha convertido en un espacio para interactuar con la audiencia o lectores, sobre los contenidos que se publican en los medios de comunicación (contenidos (Castelló-Martínez, 2013).
En este sentido, la forma de expresar los titulares y el contenido del mensaje publicado en Twitter®, en muchos casos traducidos directamente con motores de traducción automática (TA) como Google Translate, pueden tener un impacto negativo en cómo esta información llega al lector (Valdeón, 2015; Van Doorslaer, 2010), puesto que las traducciones resultantes pueden parecerse tanto al idioma original que el lector del texto de destino puede no llegar a comprender el mensaje. En la Figura 2 podemos observar un tuit del presidente Trump que se criticó por el español rudimentario que mostraba, fruto del uso de la TA (Redacción Mag, 2019).
Figura 2
Tuit del presidente Trump, con sospecha de uso de traducción automática
Fuente: Redacción Mag (2019).
Por ello, y teniendo en cuenta que la prensa escrita a nivel mundial vive momentos difíciles, dada la publicación de noticias a través de las redes sociales y su consulta por parte del público mediante dispositivos electrónicos (Martín, 2017; Sánchez, 2019) y, además, debido a la importancia que han adquirido hoy en día las redes sociales para la difusión de la información (Benaissa, 2018), en este estudio nos proponemos llevar a cabo un análisis de los tuits publicados en Twitter® durante los primeros meses del 2020, en los periódicos en español de Latinoamérica con un mayor número de seguidores: El Tiempo (Colombia, 7 millones de seguidores), El Universal (México, 5,5 millones de seguidores), El Universal (Venezuela, 5 millones de seguidores), El Nacional (Venezuela, 5 millones de seguidores) y Últimas Noticias (Venezuela, 4 millones de seguidores).1 El objetivo que perseguimos con este estudio es profundizar en la relación entre periodismo en Twitter® y traducción. De forma específica, pretendemos dar respuesta a las siguientes preguntas de investigación, adaptadas de un estudio previo publicado por Hernández (2011).
-
Del contenido que se publica en los tuits de las cuentas de los periódicos señalados, ¿cuál puede ser TA de contenido publicado originalmente en inglés?
-
¿Cómo se traduce (calidad de la traducción)?
-
¿Qué cantidad de información se traduce?
Para llevar a cabo nuestro estudio, comenzamos con una revisión teórica de los antecedentes, en la que tratamos la relación del periodismo y la traducción, y la evolución hacia el uso cada vez más frecuente de las redes sociales como fuente de información multilingüe. Luego, explicamos la metodología de nuestro estudio y analizamos el corpus de tuits publicados y traducidos automáticamente en las cuentas de los periódicos seleccionados y los errores lingüísticos y pragmáticos que allí aparecen. Por último, en las conclusiones, reflexionamos acerca del papel que desempeña la traducción en la información que reciben los usuarios mediante la red social en la que se enmarca nuestro estudio.
2. Marco teórico
En este apartado hacemos un recorrido por los principales estudios que tratan la relación entre el periodismo y la traducción, y los principales desafíos que esta supone en este ámbito. Continuamos con una revisión de los principales antecedentes teóricos que estudian las redes sociales como fuente de información multilingüe y el papel que desempeña la TA en este sentido. Esto nos permite dar cuenta de la evolución del periodismo como fuente de información, en la que la inmediatez es un requisito exigido por el usuario y en la que, por tanto, el mensaje que se transmite, cuando procede de una fuente de otra lengua, puede verse alterado si la traducción no se realiza conforme a unos estándares de calidad determinados.
2.1. Periodismo y traducción
La traducción es una práctica habitual en el ámbito periodístico, aunque, como indican Ghignoli y Montabes (2014), “no se le ha dado la importancia que se merece, tanto por parte del ámbito periodístico como por parte del ámbito lingüístico y traductológico” (p. 388). En efecto, la invisibilidad del traductor en la prensa es una realidad, a pesar del alto valor que su figura tiene para la transmisión de la información en el nivel internacional.
Ya en 2009, Palmer resaltaba la importancia que tiene el estudio de la traducción periodística “because it can be considered an articulation of discourse which produces its own range of effects” (2009, p. 186).2 Esta afirmación hacía referencia de forma específica al cambio de significado que se podía producir debido a la traducción del mensaje de una noticia.
Asimismo, Hernández (2011) señalaba que “la traducción desempeña un papel crucial en la transmisión del flujo informativo a nivel global” (p. 1). En este sentido, Valdeón (2015, p. 635) mencionaba los principales problemas a los que se enfrenta la traducción periodística y entre los que incluía los siguientes:
-
Presteza. La necesidad de publicar la información de la forma más rápida posible para que los lectores la consideren relevante.
-
Recursos. No todos los medios de comunicación tienen acceso al mismo contenido y, por tanto, no es fácil saber la fuente de origen de una noticia publicada en otro idioma.
-
Barreras lingüísticas. Es necesario tener en cuenta la cultura en la que se publicará la noticia, puesto que cada una tiene sus propias convenciones.
-
Influencia del inglés como lingua franca. Cada vez se produce más contenido informativo en inglés como primera lengua e incluso muchos medios de comunicación optan por aportar traducciones al inglés del contenido que publican en su lengua original.
En cuanto a las características de la traducción periodística, es necesario señalar que la actividad traductora en el ámbito periodístico es muy variada y en la mayoría de ocasiones es difícil de detectar (Hernández, 2012). Esto se debe a que el contenido de los artículos publicados puede ser fruto de traducciones de diversos textos, para generar nueva información mediante reescrituras (Hernández, 2012). El cómo se haga dependerá de las políticas de traducción de los medios de comunicación y de cómo las necesidades informativas requieran la adaptación del mensaje. Estas prácticas, como indica esta autora, suponen cuestionar conceptos claves en el ámbito de la traducción, como pueden ser la fidelidad o la equivalencia. De esta forma, la práctica traductora de artículos con información proveniente de otros idiomas puede quedar totalmente oculta, a no ser que se haga mención expresa de las fuentes de las que provienen.
Dos técnicas representativas de reescrituras en el ámbito periodístico lo conforman la traducción compilada y la traducción fragmentada (Hernández, 2006). Por un lado, como señala esta misma autora, la traducción compilada resulta frecuente en géneros informativos como la noticia, ya que es necesario reunir extractos de diferentes fuentes para transmitir un contenido, e incluso se cambia el titular, lo que hace que no se pueda identificar fácilmente su original. Además, la forma de redactar el mensaje en la lengua meta se adapta en función de la línea ideológica del medio que lo publica, ya que “los periodistas-traductores operan ante todo en interés del medio para el que traducen” (Hernández, 2006, p. 74). Por otro lado, la traducción fragmentada es habitual en textos como las revistas de prensa, que se elaboran a partir de la traducción de fragmentos y en los que la traducción “a la vez hace por ser olvidada y actúa como garantía” (Martín Ruano, 2003, p. 141). Estos dos tipos de traducciones se reproducen también en la información que se transmite mediante redes sociales y que analizamos más detenidamente en la sección “4. Análisis de resultados”.
2.2. Las redes sociales como fuente de información multilingüe y la traducción automática
Las redes sociales, como Twitter®, Facebook®, Instagram®, LinkedIn® o Tumblr®, entre otras, utilizan motores de TA que, aunque aportan en muchos casos traducciones poco precisas, permiten que el usuario al menos reciba la idea de comunicación del mensaje que se transmite (Gunarto, 2004). Esto se debe a la falta de un número considerable de corpus paralelos (recurso lingüístico compuesto por textos en dos lenguas que están alineados) que alimenten motores de TA específicos para redes sociales (Eck et al., 2014), ya que, aunque existan muchas cuentas que publiquen una misma información en dos idiomas, esta suele ser de carácter formal y oficial y, por tanto, no posee el grado de coloquialismo propio de los mensajes que se publican en estos medios.
En el caso de los periódicos que hemos seleccionado para nuestro estudio, observamos, por ejemplo, que El Universal de México tiene una cuenta en inglés, pero no publica la misma información que en su cuenta en español, sino que se trata de contenidos seleccionados en función del interés que puedan tener para sus lectores en esa lengua. Solo en casos de noticias de gran repercusión mediática, como las relacionadas en estas últimas semanas con la COVID-19, se presenta un número muy limitado de tuits publicados en inglés (véase Figura 3) y en español (véase Figura 4), sin que se hallen errores que puedan indicar que su traducción es fruto de una máquina.
Figura 3
Tuit en inglés con información de la COVID-19, publicado en la cuenta de El Universal de México.
Fuente: El Universal (2020o).
Figura 4
Tuit en español con información de la COVID-19, publicado en la cuenta de El Universal de México.
Fuente: El Universal (2020p).
En este sentido, Jehl (2010) realizó un estudio de viabilidad de la TA en Twitter®, para la combinación lingüística inglés-alemán. Para ello, creó un corpus de 1000 tuits y analizó sus características lingüísticas en los niveles gramatical, léxico y ortográfico. A partir de los resultados obtenidos, concluyó que el formato de Twitter® facilita la TA estadística, mientras que la variedad lingüística es la que plantea los problemas de traducción.
Dos años más tarde, Jehl et al. (2012) elaboraron otro corpus de aproximadamente 1000 tuits en árabe, para el que aportaron tres traducciones manuales por cada tuit, con el objetivo de seguir investigando sobre el uso de motores de TA de tipo estadístico.
Por su parte, Sluyter-Gäthje et al. (2018) analizaron los resultados del corpus FooTweets, creado a partir de 4000 tuits en inglés del Mundial de fútbol de Brasil 2014. Los tradujeron de forma manual al alemán, centrándose de manera específica en el carácter informal de los tuits e hicieron anotaciones sobre marcadores sentimentales, lo que sirvió para alimentar motores de traducción y reveló la utilidad que esto tiene para el usuario de estos sistemas de TA.
En vista de los problemas que pueden surgir al utilizar la TA en redes sociales, Keramatfar y Amirkhani (2019) abogan por que los traductores e informáticos trabajen de forma conjunta para abordar las dificultades y los desafíos que esto supone y mejorar así los sistemas que se utilizan en la actualidad. Al respecto, es necesario señalar que uno de los problemas de la TA en redes sociales es el carácter coloquial de los mensajes que se transmiten, ya que estos sistemas, por lo general, no suelen estar adaptados para este fin. Esto se debe a que los textos de los que se alimentan provienen casi siempre de organizaciones internacionales o fuentes de noticias con textos divulgativos en varios idiomas, cuyo registro es formal (Jehl et al. 2012).
De modo específico, Desjardins (2017) cuestionaba, en un artículo, la utilidad de la TA en el contexto de las redes sociales, en el que cada vez los usuarios optan por utilizar más recursos iconográficos, como los emojis y las etiquetas (hashtags o palabras clave que se utilizan en redes sociales, precedidas del símbolo #).
Según indica este autor, se ha demostrado que la traducción profesional y no automática del contenido de las redes sociales es algo que suele ser secundario para la empresa que recurre a los motores de TA para la traducción de su contenido, pero no una medida que forme parte de la estrategia mediática de la misma. Esto repercute en la calidad del contenido traducido que se publica, que, por lo general, no suele resultar del todo convincente para el público meta.
Desjardins pone como ejemplo el caso de las redes sociales del Gobierno de Canadá, que publican la información tanto en inglés como en francés y en las que existe mayor interacción del público con el contenido publicado en la primera lengua. Ante esta situación, el autor defiende la necesidad de que los traductores puedan acceder a información sobre la repercusión mediática de los mensajes traducidos, en términos de número de “me gusta” o interacción, para así saber qué estrategias deberían adoptar para mejorar al respecto.
En cuanto a la traducción de etiquetas, este autor indica que no se trata de una tarea baladí, ya que estas permiten clasificar el contenido que se publica.
Finalmente, el autor destaca que, a pesar del uso recurrente de la TA para traducir contenido de las redes sociales, la labor del traductor humano sigue resultando imprescindible, y defiende que
[…] the translation of social media content can never be wholly effective without human intervention, thus making full automation of online translation impossible or, at the very least, less attractive from a marketing and engagement perspective (2017, p. 4).3
3. Método
Como mencionamos en la introducción, recurrir a las redes sociales como fuente de datos lingüísticos, por la cantidad de información, actualización y disponibilidad, es una acción que cada vez más investigadores llevan a cabo. En este estudio, como hiciera Hernández (2011) al analizar la conexión existente entre periodismo y traducción en España, nos proponemos profundizar en la relación entre periodismo -pero en cuentas de periódicos latinoamericanos en Twitter®- y traducción, para dar respuesta, conforme avancemos en los análisis de resultados en el siguiente apartado, a las preguntas de investigación recogidas anteriormente.
El modelo que tomamos como base para la metodología del presente artículo es el de la comunicación mediada por ordenador, que se puede definir como el conjunto de modalidades de interacción que surgen al aplicar las nuevas tecnologías a la comunicación pública e interpersonal (Pano y Moya, 2016). Somos conscientes de que no se trata de una metodología en sí misma, pero ha sido tomada como modelo para analizar los resultados obtenidos en este análisis. En ese sentido, resulta cada vez más frecuente encontrar trabajos efectuados por investigadores en los que el corpus para el estudio lingüístico y discursivo se elabora a partir de textos recopilados de Internet, debido a la cantidad de información disponible, así como por su actualización y disponibilidad inmediata (Fletcher, 2004; Kilgarrif y Grefenstette, 2003).
El estudio que aquí se muestra se basa en la presencia de la TA a partir de los errores detectados durante el análisis. Para ello, se ha tenido en cuenta la tipología de errores regidos por patrones lingüísticos y pragmáticos, de Wilss y Thome (1984) y ampliada por Diéguez (2001). Estos autores, teniendo en cuenta “el criterio funcionalista del impacto del error en el texto” y el destinatario de la traducción (Diéguez, 2001, p. 208), presentan un listado que incluye errores léxicos, sintácticos, léxico-sintácticos, léxico-semánticos, sintáctico-semánticos, léxico-sintáctico-semánticos y pragmáticos. En la Tabla 1 se explica en qué consiste cada uno de estos errores.
Tipología de errores
Con el fin de explicar cada uno de los errores presentados por Diéguez, en la Tabla 2 se incluye un ejemplo para cada uno de ellos (resaltados en cursiva). Se trata de titulares recogidos durante el mes de mayo de 2020 en periódicos digitales, escritos originalmente en inglés y que hemos pasado por un motor de TA (SYSTRAN Translate).
Tipología de errores y ejemplos
* Con cursiva se resaltan los errores identificados.
En el primer ejemplo (error léxico), el acrónimo NGO (non-governmental organization) se ha mantenido en inglés, en lugar de traducirlo por su equivalente en español, ONG (organización no gubernamental). Por otro lado, el error sintáctico de la Tabla 2 muestra un orden de la oración en español idéntico al de su original en inglés. A su vez, el error léxico-sintáctico que se ha incluido presenta traducciones de términos poco adecuadas y, además, un orden en español que se aleja de lo que se considera idiomático en la lengua de destino. En lo que respecta al error léxico-semántico, se ha traducido el término inglés retribution por “retribución”, lo que altera el sentido de la oración. El siguiente ejemplo (error sintáctico-semántico), además de optar por una acepción incorrecta del término fired por “despedir”, se aleja del orden correcto del español y esto altera el sentido de la oración. Por último, el error léxico-sintáctico-semántico muestra varios términos traducidos de manera incorrecta, además de una sintaxis fallida, que impide que la oración se pueda entender con normalidad.
3.1 Corpus
El corpus objeto de estudio en esta investigación, teniendo en cuenta que se trata de una aproximación al empleo de la TA en los tuits publicados por los principales periódicos de Latinoamérica, se basa en 500 tuits (6640 palabras), 100 por periódico. Además, con el fin de acotar más la búsqueda, se han seleccionado únicamente aquellos tuits de índole internacional. El análisis se realizó de acuerdo con la tipología de errores explicada en el apartado anterior.
Los tuits internacionales seleccionados para el análisis comprenden el periodo que va desde el 1 enero de 2020 hasta el 30 de abril de 2020 y, como ya se ha mencionado anteriormente, provienen de las cuentas de Twitter® de estos cinco periódicos: 1) El Tiempo de Colombia (@ELTIEMPO), 2) El Universal de México (@El_Universal_Mx), 3) El Universal de Venezuela (@ElUniversal), y 4) El Nacional (@ElNacionalWeb) y 5) Últimas Noticias (@UNoticias), también de Venezuela.
4. Análisis de resultados
En esta sección se presentan los resultados obtenidos tras el análisis realizado, siguiendo la metodología explicada en el apartado anterior.
Es necesario señalar que, de entre todos los tuits internacionales analizados, se ha detectado la presencia de la TA en 305 de ellos. Además, 105 del total del número de tuits son de dudosa procedencia, por lo que no es posible afirmar que sean el resultado de pasar el tuit por un motor de ta, y 90 de los tuits no son el resultado de haber empleado un motor de TA.
Antes de proceder con la presentación de los resultados, debemos mencionar también que, en ninguna ocasión, ni en la red social ni en el artículo vinculado con el tuit, se indica expresamente que los tuits hayan sido resultado de una traducción.
Como muestran las cifras de la Figura 5, más de la mitad de los tuits analizados contienen errores que denotan la presencia de TA. Los periódicos que la emplean con mayor frecuencia en sus tuits son El Universal (Venezuela), El Nacional, El Tiempo, Últimas Noticias y El Universal (México), respectivamente (Figura 6).
Figura 5
Porcentaje de tuis en los que se aprecia traducción automática
Figura 6
Frecuencia de uso de la traducción automática en los tuits internacionales de los periódicos objeto de estudio
Como muestran estas cifras, El Universal (México) no parece recurrir a la TA en su página de Twitter®, puesto que sus tuits no dan muestra de ninguno de los errores más habituales detectados. Esto puede deberse a que es el único de los periódicos, como ya se ha apuntado, que cuenta con una versión en inglés y, por tanto, podría tener a un equipo dedicado a la traducción y postedición de los tuits. Sin embargo, en el resto de los diarios podría darse el caso de que cuenten con personal con algún o ningún conocimiento de la lengua, pero no de traducción, y que necesiten recurrir a la TA para transmitir la información en español a los seguidores de su red social.
En la Tabla 3 se muestran algunos de los tuits del diario El Universal (México) en los que no se observa la huella de la TA.
Ejemplos de tuits publicados por El Universal (México)
A partir de ahora, por tanto, los ejemplos que se incluyen en este análisis tienen en cuenta cuatro de los cinco periódicos, excluyendo a El Universal (México).
Como ya se he explicado en el método, se incluyen a continuación, para cada uno de los errores ampliados por Diéguez (2001), varios ejemplos que nos permiten responder a las preguntas de investigación anteriormente planteadas sobre el uso, por parte de periódicos latinoamericanos, de la TA para difundir, lo más rápidamente posible, noticias de índole internacional a sus seguidores. Asimismo, resulta interesante mencionar que la mayoría de los tuits van acompañados de un enlace a un artículo que, casualmente, proviene de agencias de noticias internacionales y que destaca por la inclusión de expresiones poco idiomáticas y una gran literalidad.
4.1. Error léxico
En esta sección abordamos el análisis de los errores léxicos detectados. Se trata, como veremos más adelante, de uno de los errores más habituales detectados durante el análisis, ya que incluye aquellas ocasiones en las que se emplea un término o expresión poco idiomática en español, pero que sí es correcta en inglés (véase Tabla 4).
Ejemplos de errores léxicos en tuits
Los errores (ejemplos 5, 6, 7) son algunos de los ejemplos detectados en los que el léxico empleado se acerca a la lengua inglesa y que en español dan muestra de la literalidad de los tuits. Emplear “trabajadores de la salud”, “severas restricciones” y “se le sale de las manos” podría entenderse como una traducción literal de healthworkers, severe restrictions y gets out of hands. Se sugieren las alternativas siguientes para estos términos: “sanitarios” o “trabajadores sanitarios”, “restricciones estrictas” y “se descontrola”.
Lo mismo podríamos decir que ocurre en el ejemplo 10, al emplear el verbo “revelar” como probablemente una traducción directa de reveal. Creemos que, en este caso, el uso de este verbo no sería idiomático en español, ya que se está hablando de un plan y, por lo tanto, lo correcto en esta ocasión habría sido recurrir a verbos como “explicar” o “desvelar”.
Otro de los errores muy frecuentes está relacionado con el uso incorrecto de las preposiciones, por tratarse, a nuestro entender, de traducciones literales del inglés. Los ejemplos 8 y 9 muestran tres ocasiones en las que las preposiciones no serían correctas en español, ya que donde dice “con una centena de voluntarios” debería decir “en una centena de voluntarios”, o donde se lee “China prueba una vacuna al nuevo coronavirus” debería decir “China prueba una vacuna para el nuevo coronavirus” y, por otro lado, en donde se puede leer “da negativo de covid-19” se debería haber escrito “da negativo por COVID-19”. En ambos casos, el equivalente de esas preposiciones en inglés (with y of) sí sería correcto en las oraciones originales.
Por último, nos gustaría mencionar el ejemplo 11, en el que, aunque la información se transmita al lector, este puede que no llegue a entender a qué se refiere el emisor, puesto que se recurre a una traducción literal del término inglés practices, que en este contexto puede no ser el más correcto. Se podría haber optado por términos como, por ejemplo, “opciones” o “soluciones”.
Para concluir con este primer grupo de errores, es necesario señalar que el análisis de los tuits muestra un léxico cercano a la lengua inglesa que, aunque no afecta el sentido de la oración y el lector puede llegar a entender la información que se quiere transmitir, podría subrayar la posibilidad que existe de que estos tuits, que van siempre acompañados de un artículo de una agencia de información internacional, hayan sido traducidos mediante un sistema de TA, por la rapidez que exige el medio y por la escasa presencia de un traductor, de un posteditor o de un lingüista en estos ámbitos.
4.2. Error sintáctico
Otro de los errores más frecuentes detectados está relacionado con el orden dentro de las oraciones y, por tanto, con la sintaxis en la lengua de destino, como mostramos en los ejemplos recogidos en la Tabla 5.
Ejemplos de errores sintácticos en tuits
Resulta sencillo detectar, gracias al análisis sintáctico, la presencia de expresiones cercanas a la lengua inglesa y poco idiomáticas en español. En estos casos, al igual que ocurría con los errores de tipo léxico, el lector de Twitter® entiende la información y esta se transmite sin mayores problemas. Sin embargo, puede despertar ciertas sospechas de que se esté recurriendo a un sistema de TA para publicar con mayor frecuencia en la red social y, de esta manera, conseguir más seguidores.
Veamos, a continuación, los errores que nos ayudan a incidir en nuestra hipótesis en cuanto al uso de la TA en contextos periodísticos:
-
Uso de la pasiva: es acostumbrado el uso de la pasiva en la lengua inglesa, pero no tanto en español. Su presencia en los tuits es frecuente (ejemplo 12).
-
Omisión de artículos determinados e indeterminados: se trata de una de las prácticas recurrente en los tuits de los periódicos latinoamericanos analizados (13, 14, 18).
-
Orden sintáctico cercano al inglés en oraciones y preguntas: en ocasiones, nos hemos encontrado con un orden de las oraciones poco usual en español y que, por tanto, nos hace pensar que el tuit es el resultado de un proceso de TA. Es el caso de los ejemplos 15, 16 y 17, en los que “según John Hopkins” y el orden de las preguntas no resulta idiomático en español y parecen expresiones literales. Lo mismo ocurre en los tuits 21, 22 y 25, en los que el orden de las oraciones no se rige por las normas sintácticas de la lengua de destino.
-
Omisión de sujeto: estrechamente relacionadas con el uso de la pasiva están las ocasiones en las que se omite el sujeto, como en el tuit 20. Creemos que esto se debe a que, si estuviéramos ante el texto original, esta sería una oración en pasiva, en la que el sujeto no sería importante y, por tanto, se habría omitido. Al pasar el tuit por un motor de TA, el sujeto no se ha incluido y este sería necesario para facilitar la lectura en español.
-
Léxico y expresiones poco idiomáticas en la lengua de destino: el tuit 19 podría considerarse una TA de la expresión inglesa how effective, ya que en español “cuán efectivos” resulta demasiado forzado y literal. Asimismo, el ejemplo 23 podría traducirse al inglés como everything is fine between him and Dwyane Wade y la expresión sería idiomática en ese idioma. Sin embargo, de nuevo estaríamos ante una expresión de escasa naturalidad en español.
-
Error de concordancia: se han detectado también casos en los que el sujeto y el verbo no concuerdan, como en 24, cuya explicación puede estar en el uso en inglés de un sustantivo en plural (en este caso, set of rules o rules) o simplemente en la falta de revisión y necesidad de rápida publicación por parte del periódico.
En ninguno de los ejemplos arriba descritos se encuentra afectada la comprensión de la información, pero sí es cierto que se trata, en ocasiones, de oraciones poco idiomáticas y naturales. Se incluye, a continuación, la Tabla 6 con las propuestas que las autoras realizan para mejorar la redacción de dichos tuits, siempre teniendo en cuenta la limitación de caracteres de la red social (280 caracteres) lo que demuestra la viabilidad de reescribir los tuits de manera idiomática en español sin superar los límites que establece la red social.
Sugerencia de arreglos de errores sintácticos en tuits
4.3. Error léxico-sintáctico
En este tercer grupo de errores se han incluido las ocasiones en las que, además de emplearse un término poco adecuado, la oración no posee una sintaxis correcta (véase Tabla 7).
Ejemplos de errores léxico-sintácticos en tuits
En los tres ejemplos se detecta un orden alejado del correcto en español, además del uso de términos poco adecuados en la lengua de destino (“conocer” en lugar de “publicar”, “se queda por fuera” en lugar de “ha sido eliminado” o “subir” en lugar de “aumentar”). En la mayoría de estos casos, además de realizar un cambio de términos por otros más correctos, concretos y, quizás, más especializados, sería necesario alterar el orden de la oración, para que esta tuviera mayor sentido y respondiera a las características idiomáticas del español.
4.4. Error léxico-semántico
Este grupo de errores incluye términos empleados de manera incorrecta, puesto que el contexto no es el adecuado, lo que repercute en el sentido de la oración en español (véase Tabla 8).
Ejemplos de errores léxico-semánticos en tuits
A diferencia de los errores del grupo anterior, en estos no se trata de modificar la sintaxis de la oración, puesto que es correcta, sino que es conveniente recurrir a otros términos más adecuados, ya que estos repercuten de manera negativa en el sentido de la oración en español e impiden la comprensión de la información. En la Tabla 9, se incluyen propuestas de traducción para los tuits de la Tabla 8.
Sugerencias de arreglos de errores léxico-semánticos en tuits
4.5. Error sintáctico-semántico
Algunos de los tuits compilados recurren a una sintaxis incorrecta en la lengua de destino y, aunque no son numerosos, destacan principalmente por las ocasiones en las que se ha incluido una coma entre el sujeto y el verbo, lo cual es gramaticalmente incorrecto (Tabla 10).
Ejemplos de errores sintáctico-semánticos en tuits
Los ejemplos 34 y 35 son dos de las ocasiones en las que el uso de la coma se emplea para separar el sujeto del verbo. Este tipo de error no se podría considerar una consecuencia del uso de la TA, puesto que en inglés su uso tampoco es correcto. Al igual que se ha hecho con los errores anteriores, se incluyen a continuación las sugerencias de arreglos de dichos tuits.
Sugerencias de arreglos de errores sintáctico-semánticos en tuits
4.6. Error léxico-sintáctico-semántico
El último grupo de errores descritos por Diéguez (2001) son la consecuencia de incluir, en un máximo de 280 caracteres -extensión máxima permitida por Twitter®-, errores léxicos, sintácticos y semánticos (véase Tabla 12).
Ejemplos de errores léxico-sintáctico-semánticos en tuits
Podría decirse que estos son los errores que tienen graves problemas de sentido y que no permiten que el usuario entienda los datos y la información que se quiere transmitir. En ocasiones se trata de tuits que no se comprenden (36 y 38) y, en otras, de titulares que pueden llevar a equivocación al lector. El ejemplo 37, al haber traducido, desde nuestro punto de vista, de manera literal el adverbio already por “ya”, el cual, sintácticamente hablando, tampoco está en la posición adecuada, puede entenderse como que la enfermedad en cuestión, previa a su propagación por el mundo, causó las primeras muertes en Europa, lo cual no es correcto, ya que comenzó su transmisión en China. Los ejemplos 39 y 40 también podrían equivocar al lector y hacerle pensar que se está hablando de los trabajadores que luchan contra el coronavirus.
En definitiva, en este último grupo de errores se incluyen aquellas ocasiones en las que, a pesar de que el tuit haya sido pensado para ser leído de manera rápida, el lector necesite releer la información o descartarla, porque la noticia no se transmite correctamente. Para que esto no ocurra, en la Tabla 13 se sugieren las mejoras en la redacción de dichos tuits.
Sugerencias de arreglos de errores léxico-sintáctico-semánticos en tuits
4.7. Otros errores detectados
Se han detectado también otros tipos de errores que, por no poder incluirse en ninguno de los grupos anteriormente descritos, se ha optado por separar y explicar a continuación (véase Tabla 14).
Ejemplos de otros tipos de errores en tuits
Se trata de errores que tienen que ver con la puntuación en español y el uso de determinados tiempos verbales. Por un lado, se observa el uso innecesario y frecuente de los puntos en las cifras (44) y su errónea ausencia en acrónimos como EE. UU. (42). Los errores de puntuación también se manifiestan al incluir excesivas comas en español, que no se corresponden con lo que se podría considerar más adecuado (41) en esta lengua. Por último, se presenta cierta tendencia al uso del tiempo verbal pasado en los tuits (43), cuando lo idiomático sería emplear las formas en pretérito perfecto compuesto o presente de indicativo. Esto último podría deberse a que el texto original, si este hubiera sido traducido por un motor de TA, incluye el tiempo pasado perfecto inglés has cancelled. En la Tabla 15 se muestran las sugerencias de arreglos para estos tuits.
Sugerencias de arreglos para otros tipos de errores en tuits
4.8. Resumen de los resultados
En la Figura 7 se muestran los porcentajes que corresponden a cada uno de los errores analizados en los apartados anteriores. Como ya hemos adelantado, los errores léxicos y sintácticos son los más frecuentes y esto se debe principalmente a la omisión continua de artículos determinados e indeterminados en los tuits analizados, al uso de convenciones lingüísticas poco idiomáticas en español (el uso de la pasiva, por ejemplo) y a la tendencia a la literalidad.
Figura 7
Resumen de los resultados del análisis
Es necesario poner de relieve que solo en contadas ocasiones se trata de errores que impiden la transmisión del mensaje y de la idea principal del tuit, por lo que, en su mayoría, la inmediatez del medio por dar a conocer las últimas noticias de lo que ocurre en el mundo cumple su cometido principal: informar.
4.9. La retrotraducción y la traducción automática
Con el fin de comprobar si los tuits han sido traducidos del inglés al español por un sistema de TA, se ha realizado la operación inversa y se han pasado esos mismos tuits por un sistema de TA, pero, esta vez, del español al inglés. El objetivo que hay detrás de esta acción es poder demostrar que existen indicios de que los tuits analizados en este estudio podrían disponer de un equivalente en inglés y que esta práctica se lleva a cabo con relativa frecuencia, por la necesidad de actualizar varias veces al día, en este caso, el perfil de Twitter® del periódico.
En la Tabla 16 se presentan algunas de esas retrotraducciones o también llamadas backtranslations (Edunov et al., 2018; Klaudy, 1996), de cada una de las tipologías de errores analizadas anteriormente.
Retrotraducciones de los errores más frecuentes detectados en el análisis
Retraducir, como apunta el Diccionario de la lengua española, se define como “Traducir de nuevo, o volver a traducir al idioma primitivo […]” (Real Academia Española, 2019). Por otro lado, Trujillo (2003) define el término “retrotraducción” como el proceso que consiste “en volver a traducir a su idioma original una traducción y suele emplearse como prueba de literalidad”. Esto último es lo que precisamente buscamos al retraducir los tuits al que creemos es el idioma original del mensaje, esto es, el inglés.
Para ello, se ha empleado el sistema de TA Google Translate, por su facilidad de uso y gratuidad. Como muestran los ejemplos de la Tabla 16, la mayoría de ellos se traducen sin casi errores al inglés y, además, se alejan de la literalidad que se detecta en español. El único error del que no podríamos estar seguros de que sea consecuencia de la TA del texto es el sintáctico-semántico, ya que el texto en inglés directamente elimina la coma y no la mantiene, por lo que considera que esta tampoco es idiomática en ese idioma.
5. Conclusiones
El objetivo de este artículo era profundizar en la relación entre la TA en redes sociales y los tuits publicados por periódicos latinoamericanos. Consideramos que este estudio ha arrojado una serie de datos de interés sobre la redacción de noticias en Twitter® y la presencia de la TA en la información que llega al lector, y nos ha permitido dar respuesta a las preguntas de investigación planteadas.
En relación con la primera pregunta (Del contenido que se publica en los tuits de las cuentas de los periódicos señalados, ¿cuál puede ser TA de contenido publicado originalmente en inglés?), resulta difícil poder afirmar, con una muestra de 500 tuits, si el uso de la TA es una práctica extendida para el contenido de estos tuits; pero lo que sí podemos afirmar tras el análisis realizado es que existe una tendencia al empleo de estructuras poco idiomáticas en la lengua de destino y muy cercanas a la que creemos es la lengua origen, en este caso, el inglés.
Esto ha hecho que nos preguntemos si ello se debe a que efectivamente se emplea la TA para la traducción inmediata de tuits que provienen de agencias internacionales de comunicación y que, por tanto, estarían en inglés, o si, por el contrario, esto únicamente es la consecuencia de que la persona encargada de redactar estos tuits tiene escasa formación lingüista y que deba redactar un número mínimo de tuits al día, para lo que puede que no dedique el tiempo necesario.
Las autoras de este artículo han intentado ponerse en contacto con los periódicos para conocer el uso que estos hacen de motores de traducción, pero no hemos obtenido respuesta al respecto, por lo que no podemos asegurar la autoría de dichos tuits. Si estuviéramos en lo cierto, y la TA fuera una práctica común previa a la publicación de tuits internacionales, sería necesario un proceso de postedición, que creemos, teniendo en cuenta los resultados obtenidos, sería de gran utilidad para mejorar el contenido publicado, su carácter idiomático y naturalidad en la lengua empleada para transmitir la información.
En cuanto a la segunda pregunta, relacionada con la calidad de la traducción, podemos concluir, tras el análisis de los errores detectados en nuestro estudio, que los errores de tipo léxico y sintáctico son los más frecuentes en los tuits analizados, principalmente por la omisión de artículos determinados e indeterminados, y por la cercanía en la construcción sintáctica de los tuits a la lengua inglesa. A estos errores debemos añadir los que tienen que ver con el uso de tiempos verbales pasados, propios de la lengua inglesa, con errores de concordancia, con el orden erróneo de las oraciones o con la omisión de sujeto. En definitiva, se podría afirmar, con los datos de los que disponemos, que los tuits internacionales publicados en la red social Twitter® de los cinco periódicos latinoamericanos con más seguidores es de escasa calidad y que los errores que se incluyen, aunque no dificultan su lectura, sí la entorpecen.
Por último, para dar respuesta a la última pregunta de investigación planteada sobre la cantidad de información que se traduce, podemos señalar que, aunque toda la información se traduce y no nos hemos encontrado con términos en inglés, el contenido, tras el porcentaje de errores detectados, podría haber sido traducido del inglés al español con un sistema de TA y, además, no haber sido posteditado a conciencia por alguien con formación al respecto.
En definitiva, consideramos que, con el objetivo de caracterizar el texto periodístico digital en redes sociales, el corpus estudiado fija las bases de un futuro análisis, en el que se podría aumentar el número de tuits estudiados, así como comparar los resultados con otros medios escritos en el ámbito europeo.
Referencias
Benaissa, S. (2018). Las redes sociales como fuente de información periodística en la prensa digital española (“El País”, “El Mundo”, “La Vanguardia” y “ABC”). Index.comunicación. Revista científica de comunicación aplicada, 8(3),13-42. https://dialnet.unirioja.es/servlet/articulo?codigo=6711305
Castelló-Martínez, A. (2013). El uso de Twitter® como canal de información y conversación por parte de los medios convencionales. Prospectivas y tendencias para la comunicación en el siglo XXI (pp. 243-262). CEU Ediciones. https://rua.ua.es/dspace/bitstream/10045/26898/1/Araceli_Castello_Martinez_1.pdf
Climent, S. (2012). La comunicación y las redes sociales. 3 c TIC: cuadernos de desarrollo aplicados a las TIC, 2(1): 1-9. https://dialnet.unirioja.es/servlet/articulo?codigo=4817328
Desjardins, R. (2017). Translation, social media, and the concept of augmentation: The good, the bad, and the interdisciplinary. #SMSociety17: Proceedings of the8th International Conference on Social Media & Society, 1-5 https://doi.org/10.1145/3097286.3097319
Diéguez, M. I. (2001). Aciertos y errores en la traducción automática: metodología de la enseñanza-aprendizaje de la traducción humana. Onomázein, (6), 203-221. https://www.redalyc.org/pdf/1345/134518177011.pdf
Eck, M., Zemlyanskiy, Y., Zhang, J. y Waibel, A. (2014). Extracting translation pairs from social network content. IWSLT ‘14: International Workshop on Spoken Language Translation, 200-205. https://workshop2014.iwslt.org/downloads/Facebook.pdf
Edunov, S., Ott, M., Auli, M. y Grangier, D. (2018). Understanding back-translation at scale. Cornell University. https://arxiv.org/pdf/1808.09381v2.pdf
El Nacional [@ElNacionalWeb]. (2020a, abril 17). Eurocámara incluye enmienda para que el régimen de Maduro no hagan uso de la fuerza durante la pandemia [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251902542302281728
El Nacional [@ElNacionalWeb]. (2020b, abril 17). Festival de Jazz de Montreux canceló su edición 2020 [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251216853759856646
El Nacional [@ElNacionalWeb]. (2020c, abril 17). Pokemon Go se podrá jugar desde la casa durante la cuarentena [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251217918710480904
El Nacional [@ElNacionalWeb]. (2020d, abril 18). La OMS exhorta a los gobiernos a revisar sus estadísticas de covid-19 cuanto antes [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251293089416777728
El Nacional [@ElNacionalWeb]. (2020e, abril 18). Ratificaron eliminatorias del Mundial de Qatar para septiembre 2020 [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251464253795680256
El Nacional [@ElNacionalWeb]. (2020f, abril 18). Veterano de la Segunda Guerra Mundial recaudó más de 14 millones de dólares para trabajadores de la salud [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1251284853586354182
El Nacional [@ElNacionalWeb]. (2020g, abril 2). Maratón de Tokio se disputó con severas restricciones por coronavirus [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1234404326669373440
El Nacional [@ElNacionalWeb]. (2020h, abril 30). Aaron Gordon aclaró que todo está bien entre él y Dwyane Wade [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1255790257733275653
El Nacional [@ElNacionalWeb]. (2020i, abril 30). Laboratorio de EE UU anunció resultados positivos de gran ensayo con medicamento para covid-19 [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1255555824769998851
El Nacional [@ElNacionalWeb]. (2020j, abril 30). Wall Street sube por esperanza de un tratamiento contra el coronavirus [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1255605038602387456
El Nacional [@ElNacionalWeb]. (2020k, febrero 19). Trump indulta a ex gobernador condenado por intentar vender el escaño de Obama [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1230120521146216449
El Nacional [@ElNacionalWeb]. (2020l, febrero 2). Firma legal de Estados Unidos rompió relaciones con funcionario del régimen de Maduro [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1223374855845838856
El Nacional [@ElNacionalWeb]. (2020m, febrero 9). Trump: “La locura de Nancy Pelosi ha levantado las encuestas republicanas” [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1226221428044976128
El Nacional [@ElNacionalWeb]. (2020n, marzo 1). Tensión en la frontera turco-griega, con miles de refugiados atascados [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1234396776875974657
El Nacional [@ElNacionalWeb]. (2020o, marzo 2). [BBC] Coronavirus: cuán efectivos son los cubrebocas y qué medidas puedes tomar para prevenir el contagio [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1234123428648624130
El Nacional [@ElNacionalWeb]. (2020p, marzo 23). Merkel da negativo de covid-19 en un primer test [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1242152695999475712
El Nacional [@ElNacionalWeb]. (2020q, marzo 24). China prueba una vacuna al nuevo coronavirus con una centena de voluntarios [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1242447695614181377
El Nacional [@ElNacionalWeb]. (2020r, marzo 24). Desaparecen en aeropuerto de Kenia seis millones de mascarillas destinadas a Alemania [Tweet]. Twitter®. https://twitter.com/ElNacionalWeb/status/1242515557502631942
El Tiempo [@ELTIEMPO]. (2020a, abril 10). El presidente ruso, Vladimir Putin, habló este viernes con su par estadounidense, Donald Trump, por tercera vez en dos semanas, sobre la pandemia de coronavirus y los precios del petróleo [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1248717614710435843
El Tiempo [@ELTIEMPO]. (2020b, abril 10). OMS teme “rebrote mortal” si se levanta el confinamiento muy rápido [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1248707102777933825
El Tiempo [@ELTIEMPO]. (2020c, enero 29). #ElTiempoLeCuenta sobre la sanción que recibió Roger Federer por “obscenidad audible” [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1222637083405291520
El Tiempo [@ELTIEMPO]. (2020d, enero 29). Rafael Nadal se queda por fuera del primer Grand Slam del año. ¿Quién fue su verdugo? #ElTiempoLeCuenta [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1222550073663545347
El Tiempo [@ELTIEMPO]. (2020f, enero 29). Se conoce video que muestra al helicóptero de Kobe Bryant volando bajo minutos antes del accidente. Véalo aquí [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1222531314806591489
El Tiempo [@ELTIEMPO]. (2020g, marzo 10). ¿El coronavirus puede llegar a cancelar competiciones como el Giro de Italia y el Tour de Francia? Estas son las preocupaciones del presidente de la Unión Ciclista Internacional (UCI) [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1237419875443912707
El Tiempo [@ELTIEMPO]. (2020h, marzo 10). El presidente chino, Xi Jinping, visitó Wuhan, la ciudad epicentro del coronavirus. ¿Es una señal de que la emergencia está superada? [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1237442230836768768
El Tiempo [@ELTIEMPO]. (2020i, marzo 11). El actor detrás de las clandestinas partidas de póker de Hollywood [Tweet]. Twitter® https://twitter.com/ELTIEMPO/status/1248747877083549698
El Tiempo [@ELTIEMPO]. (2020j, marzo 30). Estados Unidos enfrenta una paradoja, pues aunque es el país con el mayor desarrollo científico del mundo, hoy es el que tiene más contagios. #ElTiempoLeCuenta el porqué se le sale de las manos la epidemia a @realDonaldTrump [Tweet]. Twitter®. https://twitter.com/ELTIEMPO/status/1244410320178774016
El Universal [@El_Universal_Mx]. (2020a, enero 29). El presidente de Estados Unidos, Donald Trump, aseguró esta noche que, “con todo respeto”, México está pagando por el muro que se construye en la frontera sur de su país [Tweet]. Twitter® https://twitter.com/El_Universal_Mx/status/1222659436470251520
El Universal [@El_Universal_Mx]. (2020b, febrero 14). Dos de los precandidatos del Partido Demócrata en Estados Unidos, Amy Klobuchar y Tom Steyer, fueron incapaces de nombrar al presidente de México [Tweet]. Twitter® https://twitter.com/el_universal_mx/status/1228450092526387202
El Universal [@El_Universal_Mx]. (2020c, marzo 5). Hoy queda claro que la elección presidencial de Estados Unidos la ganará un hombre, blanco y mayor de 70 años de edad. Trump, Biden o Sanders. De esos tres casos, el peor escenario para López Obrador es Biden [Tweet]. Twitter®. https://twitter.com/El_Universal_Mx/status/1235670167318704128
El Universal [@El_Universal_Mx]. (2020d, abril 10). EEUU registra 1.783 muertos en las últimas 24 horas, según Johns Hopkins [ [Tweet]. Twitter® https://twitter.com/ElUniversal/status/1248677148396789761
El Universal [@El_Universal_Mx]. (2020e, abril 15). Terapia de plasma reduce muertes por Covid-19 en 40% [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1250448822989459456
El Universal [@El_Universal_Mx]. (2020f, abril 17). #Alemania establece normas para proteger a trabajadores de coronavirus [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1251163602515460098
El Universal [@El_Universal_Mx]. (2020g, abril 17). Snowden solicita extensión de 3 años de permiso de residencia ruso [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1251073010951434240
El Universal [@El_Universal_Mx]. (2020h, abril 27). Crece presión en Reino Unido para que se revele plan por pandemia [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1254762255297794048
El Universal [@El_Universal_Mx]. (2020i, abril 28). Coágulos de sangre, son otro síntoma que afecta a los pacientes con el virus [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1254952920132603905
El Universal [@El_Universal_Mx]. (2020j, abril 28). Corea del Sur promete buscar prácticas para cooperar con Norcorea [Tweet]. Twitter®. https://twitter.com/intent/retweet?tweet_id=1255280657502265346
El Universal [@El_Universal_Mx]. (2020k, abril 28). La pandemia viral provocó ya más de 125.000 muertes en Europa [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1255008857836982273
El Universal [@El_Universal_Mx]. (2020l, abril 29). A la tos seca persistente, la fiebre y la fatiga, los Centros para el Control y la Prevención de Enfermedades de Estados Unidos agregaron seis nuevos síntomas que pueden manifestarse en las personas contagiadas con el nuevo coronavirus [Tweet]. Twitter®. https://twitter.com/El_Universal_Mx/status/1256345150147698690
El Universal [@El_Universal_Mx]. (2020m, abril 29). Francia reabrirá comercios el 11 de mayo y exigirá mascarillas en transporte público[Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1255363695141695488
El Universal [@El_Universal_Mx]. (2020n, abril 29). UE asegura que sanciones no afectan la ayuda destinada para Venezuela [Tweet]. Twitter®. https://twitter.com/ElUniversal/status/1255597751787753474
El Universal [@El_Universal_Mx]. (2020o, mayo 8). #CoronavirusMexico: As of May 7, #Mexico’s Health Ministry reported 29,616 #COVID19 cases and 2,961 deaths. [Tweet]. Twitter®. https://twitter.com/Univ_inenglish/status/1258548175658299392
El Universal [@El_Universal_Mx]. (2020p, mayo 8). #ÚltimaHora México reporta 29,616 casos por Covid-19, suman 2,961 fallecidos [Tweet]. Twitter®. https://twitter.com/El_Universal_Mx/status/1258550015603077122
Fletcher, W. H. (2004). Facilitating the compilation and dissemination of ad hoc web corpora. En G. Aston, S. Bernardini y D. Stewart (Eds.), Corpora and language learners (pp. 273-300). John Benjamins.
Ghignoli, A. y Montabes, A. (2014). La traducción y los géneros periodísticos. Mutatis Mutandis. Revista Latinoamericana de Traducción, 7(2), 386-400. https://revistas.udea.edu.co/index.php/mutatismutandis/article/view/19664
Gunarto, H. (2004). Building dictionary as basic tool for machine translation in natural language processing applications. Journal of Ritsumeikan Studies in Language and Culture, 15(3), 177-185, https://pdfs.semanticscholar.org/cd76/ef312cd5d583befcd337a598159a9e47f124.pdf?_ga=2.259274186.1991583389.1604605398-2112306965.1604605398 .
Henderson, C. (2020, 15 de mayo). Gwyneth Paltrow shares rare photo of lookalike daughter Apple on Sweet 16: ‘I am so lucky’. USA Today. https://eu.usatoday.com/story/entertainment/celebrities/2020/05/15/gwyneth-paltrow-shares-rare-photo-daughter-apple-birthday/5202508002/
Hernández, M. J. (2006). El recurso a la traducción compilada en la prensa escrita. En: M. P. Blanco y P. Martino (Eds.), Traducción y multiculturalidad (pp. 365-374). Instituto Universitario de Lenguas Modernas y Traductores, Universidad Complutense de Madrid. https://cvc.cervantes.es/lengua/iulmyt/pdf/traduccion_multiculturalidad/38_hernandez.pdf
Hernández, M. J. (2011). Presencia y utilización de la traducción en la prensa española. Meta, 56(1), 101-118. https://doi.org/10.7202/1003512ar
Hernández, M. J. (2012). La actividad traductora en la prensa escrita: el recurso a las reescrituras. En: P. Martino Alba y C. Lebsanft (Eds.), Telar de la traducción especializada (pp. 69-78). Ed. Dykinson. https://cvc.cervantes.es/lengua/iulmyt/pdf/telar_traduccion/06_hernandez.pdf
Jehl, L. (2010). Machine translation for Twitter® [Trabajo fin de máster]. Universidad de Edimburgo.
Jehl, L., Hieber, F. y Riezler, S. (2012). Twitter® translation using translation-based cross-lingual retrieval. En 7thWorkshop on statistical machine translation. Proceedings of the wokshop (pp. 410-421). The Association for Computational Linguistics.
Jiménez Cano, R. (2017, noviembre 8). Twitter® aumenta el límite a 280 caracteres para todos los usuarios. El País. https://elpais.com/tecnologia/2017/11/07/actualidad/1510037858_189762.html#:~:text=En%20lo%20sucesivo%2C%20el%20l%C3%ADmite,pocas%20semanas%20lo%20tendr%C3%A1n%20todos
Keramatfar, A. y Amirkhani, H. (2019). Bibliometrics of sentiment analysis literature. Journal of Information Science, 45(1), 3-10. https://doi.org/10.1177/0165551518761013
Kilgarriff, A. y Grefenstette, G. (2003). Introduction to the special issue on the web as corpus. Computational Linguistics, 29(3), 333-348. https://doi.org/10.1162/089120103322711569
Klaudy, K. (1996). Back translation as a tool for detecting explicitation strategies in translation. En: Klaudy K., Lambert, J. y Sohár A. (Eds.), Translation studies in hungary (pp. 99-114). Scholastica.
Maldives Today. (2020, mayo 16). NGO provides food supplies for deprived families. Maldives Today. https://www.maldivestoday.com/post/NGO%20provides%20food%20supplies%20for%20deprived%20families-865
Martín Ruano, M. R. (2003). Hacia un análisis de la traducción fragmentada: el caso de las revistas de prensa. En R. Muñoz (Ed.), Actas delI Congreso Internacional de la Asociación Ibérica de Traducción e Interpretación (pp. 141-160). AIETI.
Martín, X. (2017). Juan Luis Cebrián: “La prensa escrita está en una crisis terminal y no encuentra el modelo de negocio para sobrevivir”. APM. https://www.apmadrid.es/juan-luis-cebrian-la-prensa-escrita-esta-en-una-crisis-terminal-y-no-encuentra-el-modelo-de-negocio-para-sobrevivir/
newdelhitimes.com. (2020b, 15 de mayo). Trump eyes China crackdown as coronavirus retribution. News Break. https://www.newsbreak.com/news/1567007592557/trump-eyes-china-crackdown-as-coronavirus-retribution
Palmer, J. (2009). News gathering and dissemination. En M. Baker y G. Saldanha (Eds.), Routledge encyclopedia of translation studies (2.a ed., pp. 186-189). Routledge.
Pano, A. y Moya, P. (2016). Una aproximación a los estudios sobre el discurso mediado por ordenador en lengua española, Tonos Digital, (30), 1-30. https://digitum.um.es/digitum/handle/10201/47991
Popejoy, C. (2020, mayo 15). After losing franchise quarterback Ben Roethlisberger to a season-ending injury, Pittsburgh still clawed their way to 8-8 and if not for a late-season swoon would have made the playoffs. MSN.com. https://www.msn.com/en-us/sports/nfl/usa-today-puts-steelers-in-playoffs-as-a-wild-card-in-2020/ar-BB148nVv
Real Academia Española (2019). Retraducir. En Diccionario de la lengua española. https://dle.rae.es/retraducir
Redacción Mag. (2019, 24 de septiembre). ¿Donald Trump usó Google Translate para sus tuits contra la inmigración? Esta es la verdad. Mag. https://mag.elcomercio.pe/data/donald-trump-google-translate-tuits-inmigracion-estados-unidos-espanol-traductor-mexico-viral-noticia-678203-noticia/
Sánchez, E. (2019, 9 de octubre). Nuevos usos para los quioscos de prensa. Euronews. https://es.euronews.com/2019/10/09/nuevos-usos-para-los-quioscos-de-prensa
Sluyter-Gäthje, H., Lohar, P., Afli, H. y Way, A. (2018). FooTweets: A bilingual parallel corpus of World Cup tweets. LREC 2018 -11th International Conference on Language Resources and Evaluation. https://www.aclweb.org/anthology/L18-1422/
Tendencias El Tiempo. (2020, 30 de abril). Video muestra brutal caso de abuso policial contra joven, en EE. UU. El Tiempo. https://www.eltiempo.com/mundo/eeuu-y-canada/menor-de-edad-fue-agredido-por-un-policia-en-ee-uu-490442
The New York Times (2020, mayo 5). NY Governor announces possible partial revival as of May 15. The New York Times. https://www.nytimes.com/2020/05/04/nyregion/coronavirus-reopen-cuomo-ny.html
Trujillo, J. R. (2003, 8 de enero). Traducir lo distante, retraducir lo cercano (II), El Trujamán. Revista Diaria de Traducción. https://cvc.cervantes.es/trujaman/anteriores/enero_03/08012003.htm
Últimas Noticias [@UNoticias]. (2020a, abril 29). Dos niños han sido afectados por esta enfermedad que empieza a expandirse [Tweet]. Twitter®. https://twitter.com/UNoticias/status/1255700848874672129
Últimas Noticias [@UNoticias]. (2020b, abril 29). Japón habría reportado hasta el momento unos 13.700 casos de coronavirus [Tweet]. Twitter®. https://twitter.com/UNoticias/status/1255632301364404225
Últimas Noticias [@UNoticias]. (2020c, abril 30). Jan Egeland, expresó que los países se enfrentan a obstáculos para combatir la pandemia [Tweet]. Twitter®. https://twitter.com/UNoticias/status/1255717473027907584
Valdeón, R. (2015). Fifteen years of journalistic translation research and more. Perspectives, 23(4), 634-662. https://doi.org/10.1080/0907676X.2015.1057187
Van Doorslaer, L. (2010). Journalism and translation. En Y. Gambier & L. van Doorslaer. (Eds.). Handbook of translation studies (Vol. 1, pp. 180-184). John Benjamins.
Voice of America. (2020, mayo 17). New York’s governor fired back Friday at criticism from President Donald Trump. News Break. https://www.newsbreak.com/new-york/new-york/news/1549173673810/ny-governor-fires-back-at-trump
Wilss, W. y Thome, G. (1984). Die Theorie des Übersetzens und ihr Aufschlusswert für die Übersetzungs- und Dolmetschdidaktik. Gunter Narr Verlag.
Notas
