Assessing Pause Thresholds for empirical Translation Process Research

Título: Avaliação de Limiares de Pausa para Pesquisa Empírica do Processo de Tradução (TPR)

Autores: Devi Sri Bandaru, Michael Carl, Xinyue REN (CRITT, Kent State University)
Evento: Translation in Transition 8 (Setembro de 2026)

1. Problema e Contexto

A produção de texto e tradução ocorre em sequências de digitação interrompidas por pausas de teclas (inter-keystroke intervals - IKIs). A premissa fundamental na pesquisa de TPR é que digitação rápida reflete processos automatizados, enquanto pausas mais longas indicam problemas, obstáculos ou processos reflexivos.

O problema central abordado é a determinação de limiares de pausa que separem com precisão os processos automatizados dos reflexivos. Embora existam discussões históricas sobre o tema, não há consenso sobre qual método é o mais robusto. O artigo compara três abordagens recentes de cálculo de limiares e propõe um método novel, utilizando dados empíricos para validar qual melhor captura a realidade cognitiva do tradutor.

2. Metodologia

• Corpus de Dados: O estudo utiliza 490 sessões de tradução "do zero" (from-scratch) extraídas do banco de dados CRITT TPR-DB, cobrindo 10 pares linguísticos diferentes.

• Distinção de Tipos de Pausa:

  • WW (Within-Word): Intervalo mediano entre duas teclas alfanuméricas sucessivas (dentro de uma palavra). Associado a processos automatizados.
  • BW (Between-Word): Intervalo mediano entre uma tecla alfanumérica e uma não alfanumérica.
    • WS: Final de palavra (letra $\to$ espaço).
    • SW: Início de nova palavra (espaço $\to$ letra).
  • Descoberta Crítica: Os autores observaram que as pausas SW são significativamente mais longas e distribuídas de forma diferente das pausas WS (que se assemelham às WW). Conclui-se que o separador após a palavra está mentalmente ligado à palavra anterior, enquanto o separador antes da palavra (SW) está ligado à recuperação lexical da nova palavra. Portanto, o cálculo de BW baseia-se nas pausas SW.

• Abordagens Comparadas:

  1. Muñoz & Apfelthaler (2022):
     • RSP (Respite): $2 \times$ mediana WW-IKI (pausas curtas não intencionais).
     • TSP (Task-Segment Pause): $3 \times$ mediana BW-IKI (pausas intencionais).
  2. Miljanović et al. (2025):
     • MUD (Micro-Unit Delimiter): Mediana WW-IKI + $2 \times$ desvio padrão.
     • BW (Processing Effort): Mediana BW-IKI (SW).
  3. Método Proposto (Este Artigo):
     • KUB (Keystroke Unit Break): $2 \times$ mediana WW-IKI (equivalente ao RSP).
     • PUB (Production Unit Break): Um método novel baseado na observação de que a produção textual ocorre em "chunks" (ex: 3 palavras) e não palavra por palavra. O limiar é calculado com base no quantil superior da distribuição de IKIs, assumindo que apenas uma pequena fração (ex: 5,5%) das pausas longas representa recuperação lexical/reflexão intencional, enquanto a maioria é automatizada.

• Validação Estatística (GMM):
  Para testar a eficácia desses limiares teóricos, os autores aplicaram Modelos de Mistura Gaussiana (GMM) aos dados de IKIs e fixações oculares. O GMM identifica clusters nos dados sem impor cortes teóricos. O Critério de Informação de Akaike (AIC) foi usado para determinar o número ideal de componentes, revelando uma estrutura de três componentes (automático, halts não intencionais e pausas reflexivas intencionais).

3. Principais Contribuições

1. Refinamento da Métrica BW: A demonstração de que as pausas entre palavras devem ser calculadas especificamente como SW (espaço $\to$ letra) e não WS, pois refletem melhor o esforço cognitivo de recuperação lexical.
2. Proposta do PUB (Production Unit Break): Uma nova metodologia que considera a produção de texto em blocos de palavras, ajustando o limiar de pausa reflexiva com base na estatística de quantis da distribuição de IKIs, em vez de multiplicadores fixos arbitrários.
3. Validação Empírica de Estrutura Tripartite: O uso de GMMs forneceu suporte estatístico forte para a teoria de que existem três modos cognitivos distintos na tradução (Automático, Respiro/Halt não intencional, Reflexivo), em vez de apenas dois.
4. Correlação de Métricas: Análise comparativa mostrando como os diferentes limiares teóricos se correlacionam com os clusters empíricos derivados dos dados.

4. Resultados

• Estrutura de Três Componentes: A análise AIC favoreceu consistentemente um modelo de 3 componentes para IKIs, validando a distinção entre:
  1. Rotinas de Tradução Automatizadas (rápidas).
  2. Paradas Não Intencionais (Respiros/Intermediárias).
  3. Paradas Intencionais/Reflexivas (Lentas).
• Correlações (Tabela 1):
  • O limiar inferior (3GL, correspondente ao RSP) mostrou correlação quase nula com os clusters GMM, sugerindo que a definição atual de "respiro" pode não capturar perfeitamente a separação empírica entre automático e intermediário.
  • Os três limiares superiores (TSP, MUD, PUB) apresentaram correlação positiva moderada a forte com o cluster superior (3GU), indicando que todos capturam a separação entre pausas não intencionais e reflexivas.
  • O método PUB demonstrou a melhor correlação (0,58) com o cluster 3GU, sugerindo que é o método mais alinhado com a separação real dos modos de processamento nos dados.
• Distribuição: As distribuições de SW-IKI são muito mais planas que as de WS-IKI, confirmando a natureza distinta dos processos cognitivos envolvidos.

5. Significância

Este estudo avança a pesquisa de TPR ao:

• Fornecer evidências empíricas robustas para a existência de três modos cognitivos distintos, em vez de uma dicotomia simples (automático vs. reflexivo).
• Oferecer uma metodologia mais precisa (PUB) para identificar momentos de esforço cognitivo real, superando a arbitrariedade de multiplicadores fixos.
• Validar que a distinção entre pausas "dentro da palavra" e "entre palavras" (especificamente SW) é crucial para modelar corretamente o esforço de recuperação lexical.
• Sugerir que futuras ferramentas de análise de processo de tradução devem considerar limiares dinâmicos baseados em quantis de produção em blocos, em vez de médias globais fixas.

Em suma, o artigo propõe uma mudança de paradigma na forma como as pausas de tradução são quantificadas e interpretadas, alinhando métricas teóricas com a estrutura estatística subjacente dos dados de processamento cognitivo.