Le strategie di post-editing della traduzione giuridica dall'italiano al cinese basata sulla famiglia modelli di ChatGPT-5: il caso del Codice Rosso e del Decreto sull'immigrazione

La presente tesi analizza le strategie di post-editing della traduzione automatica giuridica dall'italiano al cinese basata sulla famiglia di modelli ChatGPT5. La tesi è articolata in quattro capitoli. Il primo capitolo presenta il quadro teorico e tecnologico della ricerca, illustrando l'evoluzione della traduzione automatica, il ruolo del prompt e del prompt engineering, nonché i principali metodi di valutazione delle traduzioni automatiche. Vengono inoltre approfonditi il concetto di post-editing, le sue tipologie e le difficoltà più frequenti, insieme alle caratteristiche del linguaggio giuridico cinese e italiano e allo sviluppo della traduzione giuridica in Cina. Il secondo capitolo descrive un esperimento volto a individuare il prompt ottimale per la traduzione giuridica basata sul modello ChatGPT5.2. Sono presentati il disegno sperimentale, i corpora, la progettazione dei prompt e i criteri di valutazione. I risultati generati dai diversi prompt vengono valutati mediante giudizio umano e analizzati attraverso il confronto delle medie e delle singole dimensioni qualitative, al fine di individuare il prompt ottimale. Il terzo capitolo applica il prompt individuato a una pratica di post-editing e presenta le traduzioni cinesi sottoposte a post-editing dei due testi giuridici selezionati. Il quarto capitolo si concentra sul commento traduttologico. Vengono analizzati la tipologia testuale, il lettore modello, la dominante, le macro- e microstrategie, nonché le soluzioni adottate nei casi di residuo traduttivo. La tesi si conclude con un'appendice contenente le istruzioni per la valutazione umana e i testi originali italiani.