Evaluating GPT -5 Literary Metaphor Translation from English into Arabic through Recognition, Interpretation, and Rendering
Este estudo avalia a tradução de metáforas literárias do inglês para o árabe pelo GPT-5 utilizando uma estrutura sensível às etapas, revelando que, embora o modelo se destaque no reconhecimento e na interpretação de metáforas, ele enfrenta dificuldades significativas ao renderizá-las em comparação tanto com o DeepL quanto com a tradução humana, expondo, assim, uma lacuna crítica entre a compreensão e a produção criativa na IA.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A linguagem é mais do que um código para troca de fatos; é uma paisagem de imagens, onde um escritor pode descrever um coração pesado como uma pedra ou uma memória que se apaga como uma névoa. Quando um tradutor move uma história de uma língua para outra, ele deve carregar não apenas os fatos do enredo, mas essas imagens delicadas. Isso é especialmente verdadeiro para as metáforas, a linguagem figurada que confere profundidade emocional à literatura. Durante décadas, os tradutores humanos foram os únicos em quem se podia confiar para navegar por esse terreno, mas o surgimento da inteligência artificial mudou a conversa. Os modelos de linguagem de grande escala, os poderosos sistemas computacionais por trás dos chatbots modernos, podem agora produzir traduções fluentes que leem de forma suave e fazem sentido gramatical. No entanto, uma questão crucial permanece: quando essas máquinas encontram uma metáfora, elas realmente entendem a imagem por trás das palavras, ou simplesmente rearranjam os móveis enquanto deixam a imagem para trás?
Pesquisadores da Universidade de Qassim partiram para responder a isso olhando dentro da caixa preta da inteligência artificial. Eles focaram em um tipo específico de máquina, um modelo conhecido como GPT-5, e testaram sua habilidade de lidar com as metáforas literárias encontradas no romance The Buried Giant, de Kazuo Ishiguro. Em vez de apenas pedir à máquina para traduzir uma frase e julgar o resultado final, os pesquisadores decomporam o processo em três etapas distintas. Primeiro, pediram à máquina para simplesmente identificar quais palavras eram metáforas. Segundo, pediram que explicasse o que essas metáforas significavam dentro da história. Finalmente, pediram que traduzisse o trecho para o árabe. Ao separar essas tarefas, a equipe pôde ver exatamente onde a máquina teve sucesso e onde ela tropeçou, em vez de apenas adivinhar por que uma tradução final poderia ter falhado.
O estudo examinou 20 expressões metafóricas dos dois primeiros capítulos do romance. Os resultados revelaram uma lacuna surpreendente entre entender e fazer. A inteligência artificial foi notavelmente boa nas duas primeiras etapas. Ela identificou corretamente as metáforas no texto e forneceu explicações precisas de seu significado, muitas vezes igualando o desempenho de um especialista humano. Ela sabia que um "antídoto de boas-vindas ao sol do meio-dia" era uma metáfora para o alívio do calor, e podia explicar essa conexão claramente. No entanto, quando a máquina foi solicitada a realmente traduzir o trecho para o árabe, seu desempenho caiu significamente. Embora entendesse o conceito, ela teve dificuldade em recriar a imagem na nova língua. Em mais de um terço dos casos, a máquina ou removeu a metáfora inteiramente, transformando uma imagem vívida em uma afirmação simples, ou distorceu o significado de modo que a imagem original se perdeu.
Para ver como isso se comparava a outros métodos, os pesquisadores colocaram a máquina contra outros dois tradutores: um software de tradução especializado chamado DeepL e uma tradução árabe publicada por uma tradutora profissional chamada Kholoud Amro. A tradução humana profissional foi a vencedora clara, preservando a imaginação e o peso emocional do texto original muito melhor do que qualquer uma das máquinas. O software especializado, DeepL, teve um desempenho melhor que o chatbot geral, mas ainda ficou aquém do padrão humano. O estudo descobriu que, embora o chatbot pudesse produzir frases fluentes, ele frequentemente falhava em manter a consistência das imagens ao longo da história. Por exemplo, se um personagem era descrito como um "barqueiro" em uma frase, a máquina poderia chamá-lo de "embarcação" na próxima, quebrando o fluxo da narrativa. O tradutor humano, por outro contraste, mantinha uma imagem consistente e vívida ao longo de todo o texto.
Os pesquisadores identificaram quatro razões principais pelas quais as máquinas tiveram dificuldades. Primeiro, elas frequentemente não consegravam encontrar a palavra equivalente certa em árabe que carregasse o mesmo peso cultural. Segundo, elas falharam em manter as imagens consistentes conforme a história progredia. Terceiro, elas às vezes entendiam mal o contexto, levando a uma tradução que fazia sentido por si só, mas estava errada para a história. Finalmente, e talvez o mais importante, as máquinas careciam da capacidade de reconstruir criativamente uma metáfora. Quando uma tradução direta não funcionava, um tradutor humano poderia alterar ligeiramente a imagem para se ajustar à nova língua, mantendo o sentimento o mesmo. As máquinas, contudo, tendiam a aderir rigidamente às palavras originais ou a descartar a imagem por completo.
Este estudo sugere que a forma atual como avaliamos a inteligência artificial em tradução pode ser generosa demais. Se olharmos apenas para se uma tradução é fluente ou gramaticalmente correta, podemos perder o fato de que a alma do texto — as metáforas e a imaginação — foi perdida. A máquina pode lhe dizer o que uma metáfora significa, mas ainda não consegue recriar a experiência dessa metáfora em uma nova língua com a mesma habilidade de um humano. Embora essas ferramentas sejam poderosas e estejam melhorando, elas ainda carecem do entendimento profundo e intuitivo de cultura e imaginação que permite a um tradutor humano fazer uma história parecer viva em uma língua diferente. A lacuna entre reconhecer uma metáfora e conseguir pintá-la em uma nova língua permanece um obstáculo significativo para a inteligência artificial superar.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.