Machine Translation and generative AI in subtitling humor: a comparative analysis of selected examples from the TV Series “House M.D.” translated into Polish using ModernMT and ChatGPT

Tematem niniejszej pracy jest przekład humoru słownego w napisach filmowych stworzonych przez tłumaczenie maszynowe oraz generatywną sztuczną inteligencję. Praca składa się z części teoretycznej i praktycznej. Część teoretyczna porusza kwestie związane z tworzeniem napisów, charakterystyką i typologią humoru oraz automatyzacją przekładu. Część praktyczna zawiera analizę 17 przykładów humoru z amerykańskiego serialu medycznego Dr House przetłumaczonych na język polski za pomocą dwóch narzędzi – ModernMT oraz ChatGPT-4o. ModernMT to system tłumaczenia maszynowego, będący częścią programu przeznaczonego do kreacji napisów Matesub. ChatGPT-4o jest zyskującym na popularności dużym modelem językowym od OpenAI, który poprzez prompty wprowadzane przez użytkownika jest w stanie wykonać szereg zadań, w tym tłumaczenie. Głównym celem analizy było porównanie efektywności obu programów i określenie, w jakim stopniu są one w stanie tłumaczyć humor, przy uwzględnieniu liczby znaków oraz struktury napisu zgodnie z wytycznymi platformy Netflix. Przykłady zawarte w pracy zostały pogrupowane przy użyciu łączonej klasyfikacji gier słownych Dirka Delabastity oraz żartów Patricka Zabalbeascoi i Juana José Martíneza-Sierry, co pozwoliło na wskazanie problematycznych rodzajów humoru dla wyżej wymienionych programów. Część analityczna pracy wykorzystuje również wybrane aspekty Ogólnej Teorii Humoru Słownego (ang. General Theory of Verbal Humor) oraz klasyfikację TAUS DQF. Niniejsza analiza dowodzi, że ChatGPT-4o z większą skutecznością rozwiązuje problemy związane z przekładem humoru słownego w napisach, w dużej mierze stosując się do wcześniej określonych ram. Niemniej jednak przekłady te nadal wymagają ingerencji człowieka.

This thesis explores the topic of translation of verbal humor in subtitling created by machine translation and generative artificial intelligence. The theoretical part examines subtitling, characteristics and typology of humor, and automation of translation. The practical part contains the analysis of 17 examples of humor derived from the American medical series House M.D. translated into Polish by two tools – ModernMT and ChatGPT-4o. ModernMT is a machine translation system which is a part of Matesub, a web-based subtitling program. ChatGPT is an LLM created by OpenAI which, through prompts created by the user, is able to perform a variety of tasks, including translation. The aim of the analysis was to compare the effectiveness of both programs while translating humor, additionally constrained by the number of characters and the subtitle layout determined by Netflix’s guidelines. The examples of humor included in the thesis were sorted into a combined classification of wordplay proposed by Dirk Delabastita and jokes presented by Patrick Zabalbeascoa and Juan José Martínez-Sierra, which enabled the identification of problematic types of humor for the aforementioned programs. The analytical part of the thesis draws on the General Theory of Verbal Humor and the TAUS DQF classification. The analysis proves a higher effectiveness of ChatGPT-4o in subtitling humor and complying to the predefined guidelines. Nonetheless, the translations remain in need of human involvement.