2026-03-11T13:47:38Zhttps://uvadoc.uva.es/oai/request

oai:uvadoc.uva.es:10324/484132025-03-26T19:45:14Zcom_10324_5268com_10324_5186com_10324_29291col_10324_48375

Roiss, Silvia Zimmermann González, Petra Ediciones Universidad de Valladolid 2021-08-31T10:47:26Z 2021-08-31T10:47:26Z 2020 Hermēneus. Revista de traducción e interpretación; Núm. 22 (2020) pags. 363-382 2530-609X https://uvadoc.uva.es/handle/10324/48413 10.24197/her.22.2020.363-382 363 22 382 En nuestras clases de Traducción Inversa hemos observado que los alumnos poco experimentados confían de manera casi ciega en el traductor automático DeepL, alentados por el lema de la propia empresa, que lo define como «el mejor traductor del mundo». Nos hemos propuesto corregir el uso indiscriminado del programa y promover un aprendizaje que se centraba en dos objetivos: (1) Que el alumno valore la competencia traductora humana por encima del potencial de DeepL. (2) Que el alumno tome consciencia de la necesidad de una serie de actuaciones para asegurar el uso seguro del traductor automático. A este efecto, organizamos los ejercicios en tres fases: A) Fase de activación: partimos de traducciones fallidas, ofrecidas por el programa, enfocados a reforzar la autoestima del estudiante. B) Fase de profundización: con la ayuda de un catálogo de preguntas concisas, intentamos sensibilizarle para las prestaciones ofrecidas por el programa. C) Fase de consolidación: se organiza el saber adquirido en las fases anteriores. application/pdf spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 International Hermēneus. Revista de traducción e interpretación Filología DeepL y su potencial para el desarrollo de la capacidad de análisis crítico en la clase de Traducción inversa info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion https://revistas.uva.es/index.php/hermeneus/article/view/3191