Perditum in Translatione: Culturele overdracht in de handen van AI.
De snelle opkomst van Large Language Models (LLM's) roept vragen op over hun omgang met low-resource-talen en het daarin vervatte culturele gedachtegoed. Deze studie onderzoekt hoe general-purpose LLM's culturele concepten uit het Latijn vertalen, met de epigrammen van Martialis als casus. Om de aard van deze vertaalverschuivingen te kwantificeren, is een handmatige annotatie uitgevoerd volgens het Multidimensional Quality Metrics (MQM)-framework, gefaciliteerd door aangepaste categorieën en een speciaal hiertoe ontwikkelde applicatie. Hierbij worden de vertalingen door de modellen Gemini 3.1 Pro, M365 Copilot Chat en Kimi-K2.6 vergeleken met de brontekst en twee menselijke referentievertalingen. Uit de analyse blijkt enerzijds een duidelijke tendens naar letterlijkere, generiekere vertalingen die culturele nuance missen, anderzijds een assimilerende vertaalstrategie, vermoedelijk gedreven door een Engelstalige bias in de trainingsdata. Bij de modelvergelijking produceerde Gemini 3.1 Pro significant minder verschuivingen dan de andere twee modellen. Ten slotte tonen de resultaten aan dat langere bronteksten resulteren in een proportioneel hoger aantal verschuivingen per vers.
Meer lezen