RSS feed

Análisis de asociaciones entre áreas de traducción principales, ingresos por traducción, lenguas de trabajo y origen geográfico de los clientes en traductores públicos del Uruguay
Statistical analysis of associations between main translation areas, income, working languages and geographical location of clients in respect of Uruguayan certified translators

Pablo Mones, Universidad de Montevideo
Ana Cizmich and Mercedes de Camilli, Colegio de Traductores Públicos del Uruguay

ABSTRACT

This paper analyses the results of the survey conducted in 2020 among the members of the Colegio de Traductores Públicos del Uruguay. Using SPSS and XLSTAT, we examined 102 responses to calculate the frequencies of the different main translation areas, working languages, income, and geographical origin of clients, as well as the different statistical relationships between them to establish if they are independent variables or if they have some degree of association between them. We conclude that, in our population, English is the most frequent working language, the legal area is the most frequent translation domain, the annual translation income of 54 % of Uruguayan certified translators falls below 10.000 USD in the ‘low’ category, and 20 % of translators work mainly with foreign clients. We also found associations between: (a) translation in the legal field and translation in a language different than English, (b) translation area and geographic location of clients in the case of the legal area, (c) low translation income and translation working language, (d) translation income and geographic location of clients.

KEYWORDS

Translation profession, translation market, translation income, public translators, translation areas, foreign clients, national clients, Uruguay, statistical analysis, analysis of variables.

RESUMEN

Presentamos los resultados de la encuesta realizada en 2020 a los socios del Colegio de Traductores Públicos del Uruguay. A partir de 102 respuestas realizamos un análisis de las frecuencias de las distintas áreas de traducción principales (ATP), lenguas de trabajo (LT), ingresos por traducción (IT) y origen geográfico de los clientes (OGC), así como de las asociaciones estadísticas entre estas variables. Observamos que la LT más frecuente es el inglés, el ATP más frecuente la legal, que el ingreso anual del 54 % de los TP es menor a 10.000 USD y que un 20 % de los TP trabajan preferentemente con clientes extranjeros. Asimismo, a partir del análisis estadístico de asociación entre estas variables, encontramos una asociación entre: a) traducción en lenguas distintas del inglés y el área legal, dada porque estos los traductores que no traducen inglés suelen trabajar más en el área legal; b) áreas de traducción y origen geográfico de los clientes para el área legal, c) ingresos bajos por traducción y lenguas de trabajo, d) ingresos por traducción y origen geográfico de los clientes.

PALABRAS CLAVE

Mercado de traducción, ingresos por traducción, traductores públicos, áreas de traducción, clientes extranjeros, clientes nacionales, Uruguay, análisis estadístico, asociación de variables.

1. Introducción

Si bien la elaboración de encuestas para el análisis de las características profesionales de los traductores es algo habitual en distintos países, existe una gran heterogeneidad en sus fines y su metodología: algunas se centran exclusivamente en las características del mercado como un insumo para la formación de los traductores (Delgado et al. 2010); otras, en las características del mercado de traducción y sus tendencias (Lozano Argüelles 2011; Rico Pérez y García Aragón 2016), en aspectos específicos de diferentes áreas temáticas de la labor profesional (Gallego Hernández 2014; Gallego Hernández et al. 2016), en los honorarios profesionales (ATA 2016, ASETRAD 2008, Holger et al. 2008) y algunas, más abarcativas, analizan las características de los traductores, sus áreas de traducción, ingresos, mercado de trabajo, impacto de la tecnología y perspectivas para el futuro (Diéguez Morales et al. 2014; Chartered Institute of Linguists et al. 2017; AITI 2018; Collard y Deneufbourg 2018; Nunes Vieira 2020).

Al realizar el estudio, no había ningún trabajo que describiera la realidad profesional de los traductores públicos uruguayos referida a las áreas de traducción principales, ingresos, lenguas y origen geográfico, entre otras variables, a pesar de que esto sería un insumo valioso para el Colegio de Traductores Públicos del Uruguay (CTPU), las carreras universitarias de traductorado y los egresados.

Consideramos que, de acuerdo con lo planteado por Chesterman y Wagner (2002: 135), la incorporación de metodologías provenientes del ámbito estadístico es una herramienta que permite visualizar nuevos elementos que tienen un impacto en la vida profesional. La incorporación de estos elementos —que previamente no se habían considerado de manera interrelacionada o incluso de manera aislada— en el estudio permite analizar las características de los profesionales más exitosos, así como realizar generalizaciones que pueden convertirse en un insumo de tipo práctico y realista para los traductores públicos para contribuir a un mejor desempeño profesional.

Así, decidimos realizar una encuesta para efectuar un análisis descriptivo y analítico de los traductores públicos (TP) de Uruguay y tener una idea acabada de sus características principales, consistentes en sus áreas de traducción principales (ATP), lenguas de trabajo (LT), ingresos por concepto de traducciones (IT) y origen geográfico de los clientes (OGC) (en la Tabla 1 se indican las abreviaturas usadas en el estudio).

Abreviatura

Significado

ATP

Área de traducción principal

CT

Científica y técnica

EC

Económica y comercial

Ho

Hipótesis nula o inicial de que las variables analizadas sean independientes, no relacionadas entre sí. Es la hipótesis válida por defecto.

Ha

Hipótesis alternativa de que las variables analizadas sean dependientes entre sí y, en consecuencia, la frecuencia de una afecta a la otra. Es la hipótesis que se acepta cuando los valores de probabilidad obtenidos permiten rechazar la hipótesis nula.

IT

Ingresos por traducción antes de la pandemia de COVID-19

LEG

Legal

LT

Lenguas de trabajo

LH

Literaria y humanística

OGC

Origen geográfico de los clientes

p

Valor de probabilidad

TP

Traductores públicos

Tabla 1. Abreviaturas de las variables utilizadas en el trabajo

A partir de las frecuencias de estas variables, realizamos un análisis de la existencia o inexistencia de asociaciones entre 1) áreas de traducción principales y lenguas de trabajo, 2) ingresos por traducción y áreas de traducción principales, 3) ingresos por traducción y lenguas de trabajo, 4) áreas de traducción principales y origen geográfico de los clientes, 5) ingresos por traducción y origen geográfico de los clientes y 6) lenguas de trabajo y origen geográfico de los clientes.

2. Materiales y métodos
2.1. Encuesta y población

La encuesta fue respondida en un formulario de Google docs cuyo vínculo estaba incluido en un correo electrónico enviado a todos sus socios por el Colegio de Traductores Públicos del Uruguay (CTPU), la asociación profesional que nuclea a aproximadamente un tercio de los traductores públicos del Uruguay.

Todos los socios del CTPU son egresados de la carrera de Traductor Público de la Universidad de la República y la Universidad de Montevideo, Uruguay, caracterizadas por una formación con un fuerte hincapié en el área legal.

El período de respuesta fue del 21 de septiembre al 22 de noviembre de 2020. Obtuvimos 102 respuestas de los aproximadamente 325 socios de la institución. El cuestionario, que incluía preguntas abiertas y de múltiple opción de respuesta única y múltiple, era una modificación de uno que habíamos usado previamente para una encuesta similar realizada para uso interno en 2011.

Dada la situación planteada por la pandemia y para que el trabajo reflejara de forma adecuada la situación normal del mercado de la traducción, en las preguntas cuyas respuestas analizamos en este artículo se explicitó que las respuestas debían referirse al año anterior a la pandemia de COVID-19.

De las 102 respuestas, 85 eran de mujeres y 17 de hombres. Las edades y los años de ejercicio se midieron en intervalos de cinco años. El intervalo de edades estaba comprendido entre menores de 25 años y mayores de 60 años, con una edad promedio de 50 años. El tiempo de ejercicio de la profesión estaba comprendido entre menos de 5 y más de 25 años, con un promedio de 19 años de ejercicio profesional.

Dado el número limitado de respuestas que obtuvimos (n = 102), solo podemos realizar un número limitado de observaciones dentro de cada variable (Díaz Cadavid 2009: 229). Así, debimos alcanzar un compromiso entre la seguridad y la precisión de la encuesta, pues a mayor número de categorías de una variable corresponde menor precisión de los resultados. Así, en el caso de las variables ‘Área de traducción principal’, y ‘Lenguas de trabajo’, agrupamos sus resultados en un número limitado de categorías (cuatro y tres, respectivamente), para disminuir el error muestral y aumentar la precisión de los análisis. Esto permitió la realización de pruebas de asociación de variables mediante el análisis con tablas de contingencia a partir del número de encuestas disponibles. En el caso de las demás variables no hubo necesidad de reagruparlas.

Las variables analizadas fueron las siguientes:

1) Área de traducción principal (ATP): consiste en el área de traducción en la que el encuestado realizaba la mayor parte de sus traducciones antes de la pandemia de COVID-19. Para aumentar la seguridad de los resultados agrupamos las respuestas en cuatro categorías: legal (LEG), que comprende contratos, poderes, certificados y demás documentos jurídicos; económica y comercial (EC), que comprende balances, estados financieros, seguros, y demás textos similares; científico-técnica (CT), que comprende medicina, farmacología, ingeniería y medioambiente, entre otras; y literaria y humanística (LH), que comprende literatura, doblaje, publicidad, filosofía, lingüística, arte, historia y psicología, entre otros. Los 102 encuestados respondieron esta pregunta.

2) Lengua de trabajo (LT): esta variable combina la lengua y el número de lenguas. Dado que en la población encuestada predominan los TP que trabajan exclusivamente en inglés y que tanto los que trabajan con una sola lengua distinta del inglés como los que lo hacen con dos o más lenguas cualesquiera son un número bastante más reducido de TP, agrupamos las respuestas en tres categorías: ‘Inglés’, constituida por los que trabajan solo con esa LT; ‘Otra LT’, con los que trabajan con cualquiera de las otras lenguas en las que hay TP en Uruguay (alemán, francés, italiano y portugués) y ‘Dos o más LT’, con los que trabajan con dos o más lenguas cualesquiera. Los 102 encuestados respondieron esta pregunta.

3) Ingresos por traducción (IT): se les pedía a los encuestados que indicasen el monto del total de sus ingresos anuales por traducción e interpretación en 2019. Debían indicar una entre distintas franjas de ingreso escalonadas de 5.000 dólares cada una. Las respuestas incluyeron todas las franjas comprendidas entre “Menos de 5.000 USD anuales” hasta “65.000 a 70.000 USD anuales”. Agrupamos las respuestas en tres categorías de ingresos: a) ‘Bajos’ (menos de 10.000 USD anuales), b) ‘Medios’ (10.000 a 20.000 USD anuales) y c) ‘Altos’ (más de 20.000 USD anuales). Para la clasificación de los ingresos tomamos como base el Boletín Técnico del Instituto Nacional de Estadística (2020) que estimaba el ingreso medio anual per cápita en 15.000 USD. De los 102 encuestados, 99 respondieron esta pregunta.

4) Origen geográfico de los clientes (OGC): los encuestados debían indicar cuál era el origen de la mayor parte de sus clientes antes de la pandemia de COVID-19: extranjeros (‘Extranjeros’), del país de residencia del traductor (‘Nacionales’) o ambos tipos (‘Ambos’). Los 102 encuestados respondieron esta pregunta.

Analizamos las asociaciones entre los siguientes pares de variables: 1) área de traducción principal y lenguas de trabajo (ATP y LT), 2) ingresos por traducción y área de traducción principal (IT y ATP), 3) ingresos por traducción y lenguas de trabajo (IT y LT), 4) área de traducción principal y origen geográfico de los clientes (ATP y OGC), 5) ingresos por traducción y origen geográfico de los clientes (IT y OGC) y 6) lenguas de trabajo y origen geográfico de los clientes (LT y OGC).

Esto permitió el análisis de seis combinaciones de pares de variables para caracterizar a la población.

2.2. Procesamiento estadístico

Para el procesamiento estadístico utilizamos los programas SPSS 19.0 y XlStat 2020.

En una primera etapa calculamos las frecuencias de las distintas categorías de las variables precedentes y, en una segunda etapa, analizamos las posibles relaciones entre las combinaciones de pares de variables para verificar si existe algún tipo de relación entre ellas. Para cada combinación, partimos de la hipótesis nula de que las variables no están relacionadas entre sí —que es la que se aprueba por defecto—, y la contrastamos con la hipótesis alternativa de que existe algún tipo de relación entre ellas —que es la que se aprueba cuando el valor de probabilidad resultante nos obliga a rechazar la primera hipótesis—.

Para esto empleamos la prueba exacta de Fisher de tipo bilateral, pues la frecuencia de casillas con valores inferiores a 5 en todas las tablas era tal que solo podíamos usar esta prueba (Díaz Cadavid 2009: 229).

Mediante estos procedimientos, se comparan las frecuencias observadas con las esperadas, de acuerdo con la hipótesis de que corresponden a variables independientes. Las frecuencias esperadas de cada casilla se calculan multiplicando el total de la fila correspondiente por el total de la columna correspondiente, y dividiendo el producto entre el total de observaciones. A partir de esto, se calcula la probabilidad de que la distribución observada en una tabla de datos corresponda a variables independientes no asociadas entre sí (hipótesis nula) o, por el contrario, corresponda a variables dependientes asociadas entre sí (hipótesis alternativa).

Para aceptar o rechazar la hipótesis, se considera un nivel de significación alfa del 5 % (α = 0,050). El nivel de significación representa la máxima probabilidad (p) de rechazar por error la hipótesis nula de independencia de las variables. Así, para los valores de p > 0,050 se acepta la hipótesis nula (Ho) de que las variables son independientes y para valores de p ≤ 0,050 se rechaza la hipótesis nula y se acepta la hipótesis alternativa (Ha) de que son variables dependientes entre sí. El nivel de significación α = 0,050 significa que hay un 5,0 % de probabilidad de rechazar por error la hipótesis nula (Ho).

Los resultados se clasifican como no significativos cuando p < 0,100, como poco significativos cuando 0,100 ≤ α < 0,050, como significativos cuando 0,010 < α ≤ 0,050, y como altamente significativos cuando α ≤ 0,010 (Díaz Cadavid 2009: 33). Aceptamos la hipótesis nula (Ho) de independencia de variables en el caso de los resultados no significativos y poco significativos (p > 0,050), y la rechazamos —y, en consecuencia, aceptamos la hipótesis alternativa (Ha) de que corresponden a variables asociadas entre sí— en el caso de los resultados significativos y altamente significativos (p ≤ 0,050).

3. Resultados
3.1. Análisis de frecuencias

En esta sección, realizamos un análisis descriptivo de la población encuestada a partir de los resultados de las distintas variables y sin considerar las posibles relaciones que pudieran existir entre ellas.

Todas las abreviaciones figuran en la Tabla 1.

3.1.1. Frecuencias de las áreas de traducción principales (ATP)

La Tabla 2 indica las frecuencias de trabajo en las distintas ATP. Todos los encuestados respondieron la pregunta. Se observa un predominio del área legal (LEG), con un 64 %. En segundo lugar, se encuentra el área científico-técnica (CT) con un 15 %, seguida del área literaria y humanística (LH) con un 13 % y del área económica (EC) con un 9 %.

Estos valores son similares a los de Arriaga Villamil (2018) para la misma población (67 %, 10 %, 9 % y 14 % respectivamente para LEG, CT, LH y EC), pero distintos de los que surgen del análisis de los datos de Collard y Deneufbourg (2018) (27 %, 28 %, 24 % y 19 % respectivamente).

Área de traducción principal

Frecuencia

Porcentaje

LEG

65

64 %

CT

15

15 %

LH

13

13 %

EC

9

9 %

Total

102

100 %

Tabla 2. Frecuencias y porcentajes observados de las áreas de traducción principales (ATP).

3.1.2. Lengua y número de lenguas de trabajo (LT)

En la Tabla 3 se muestran las respuestas a esta pregunta. Se aprecia un predominio de los TP que trabajan con una sola lengua (83 %). El inglés predomina en los tres grupos: constituye el 65 % del grupo Una LT, el 91 % del grupo Dos LT y el 100 % del grupo Tres LT.

Número de LT

Lengua de trabajo (LT)

Frecuencia

Una LT

Inglés

55

Portugués

12

Alemán

9

Italiano

5

Francés

4

Total una LT

85

Dos LT

Inglés y francés

6

Inglés y portugués

3

Francés y portugués

1

Inglés e italiano

1

Total dos LT

11

Tres LT

Inglés, francés y portugués

3

Inglés, francés e italiano

2

Inglés, francés y alemán

1

Total tres LT

6

TOTAL

102

Tabla 3. Lenguas de trabajo (LT)

La Tabla 4 presenta las LT agrupadas según los criterios indicados en Materiales y métodos. Se observa un predominio del inglés: un 54 % trabaja únicamente con esa lengua, en tanto los grupos de los TP que tienen una sola LT distinta del inglés y dos o más LT comprenden al 29 % y 17 % de los encuestados respectivamente.

Si tomamos a los que solo trabajan con un idioma, los porcentajes obtenidos a partir de la Tabla 3 (65 %, 14 %, 11 %, 6 % y 5 % para inglés, portugués, alemán, italiano y francés respectivamente) son similares a los de Arriaga Villamil (2018) (62 %, 14 %, 5 %, 7 % y 11 % para inglés, portugués, alemán, italiano y francés respectivamente). Al comparar estos resultados con los de Diéguez Morales et al. (2014: 78) surge que el porcentaje de TP que trabajan con inglés en nuestra población (65 %) es similar a los porcentajes de Argentina (64 % y Chile (61 %), y un poco más distante del de España (52 %). En cuanto al porcentaje de TP de alemán de nuestra muestra (11 %), es similar al de Diéguez Morales et al. (2014: 79) para Chile (9 %) y España (15 %), y no tanto para Argentina (4%); en el caso de francés, nuestro porcentaje (5 %) es idéntico al 5 % de Diéguez Morales et al. (2014: 79) para Argentina, pero menor que su 14 % y 27 % para Chile y España respectivamente.

Lengua de trabajo (LT)

Frecuencia

Porcentaje

Inglés

55

54 %

Otro idioma*

30

29 %

Dos o más idiomas**

17

17 %

Total

102

100 %

* Otro idioma: alemán, francés, italiano o portugués
** Dos o más idiomas cualesquiera

Tabla 4. Frecuencias y porcentajes de lenguas de trabajo (LT) agrupadas.

3.1.3. Ingresos por traducción (IT)

En la Tabla 5 se observa que las respuestas muestran una distribución desigual de los ingresos, ya que poco más de la mitad corresponden a la categoría Bajos (54 %), en tanto las categorías Altos y Medios presentan porcentajes del 26 y 20 % respectivamente.

Ingresos por traducción (IT)

Frecuencia

Porcentaje

Bajos

53

54 %

Altos

26

26 %

Medios

20

20 %

Total

99

100 %

Tabla 5. Frecuencia y porcentajes del total de los ingresos representado por las traducciones como porcentaje del total de ingresos de la persona

3.1.4. Origen geográfico de los clientes (OGC)

En la Tabla 6 se aprecia que de las respuestas surge un predominio de los clientes Nacionales (51 %). Los clientes restantes se distribuyen entre Ambos (29 %) y Extranjeros (20 %).

Origen geográfico de los clientes

Frecuencia

Porcentaje

Nacionales

52

51 %

Ambos

30

29 %

Extranjeros

20

20 %

Total

102

100 %

Tabla 6. Frecuencias de origen geográfico de los clientes

3.2. Análisis de relaciones entre variables

En esta sección presentamos los resultados de los análisis de asociación entre las 6 combinaciones de variables, para determinar si son variables independientes (no relacionadas entre sí), o si presentan algún tipo de asociación. Dado el carácter novedoso de este procedimiento, para el que no hay estudios previos, no encontramos ningún estudio para comparar nuestros resultados.

3.2.1. Área de traducción principal y lengua de trabajo (ATP y LT)

La Tabla 7 muestra los resultados de las combinaciones de ATP y LT.

El resultado de la prueba exacta de Fisher es no significativo (p = 0,275, p > 0,050), por lo que aceptamos la hipótesis nula (Ho) de que corresponden a variables independientes que no están asociadas entre sí.

No obstante, encontramos significativamente más TP de los esperados para la combinación LEG-‘Otro idioma’. Esto podría interpretarse como que los TP que trabajan en un idioma distinto del inglés tienden a realizar más traducciones en el área LEG que los demás. Así, si bien habría una asociación para estas combinaciones específicas de ATP y LT, esta no sería tan fuerte como para arrastrar a todo el conjunto de estos factores.

Área de traducción principal (ATP)

Lengua de trabajo (LT)

Inglés

Otro idioma

Dos o más idiomas

Total

LEG

32

24‡

9

65

CT

10

2

3

15

LH

6

3

4

13

EC

7

1

1

9

Total

55

30

17

102

‡ Frecuencias observadas (fo) significativamente mayores a las esperadas (fe) para p < 0,05.

Tabla 7. Frecuencias observadas de ATP y LT

3.2.2. Área de traducción principal e ingresos por traducción (ATP e IT)

La Tabla 8 muestra los resultados de las combinaciones de ATP e IT.

El resultado de la prueba exacta de Fisher es no significativo (p < 0,867, p > 0,050), por lo que aceptamos la hipótesis nula (Ho) de que ATP e IT corresponden a variables independientes que no están asociadas entre sí.

Asimismo, tampoco encontramos ninguna asociación puntual entre factores.

Área de traducción principal (ATP)

Ingresos por traducción (IT)

Bajos

Medios

Altos

Total

LEG

35

11

17

63

CT

6

4

4

14

LH

8

2

3

13

EC

4

3

2

9

Total

53

20

26

99

Tabla 8. Frecuencias observadas de ATP e IT

3.2.3. Origen geográfico de los clientes y área de traducción principal (OGC y ATP)

La Tabla 9 muestra los resultados de las combinaciones de OGC y ATP.

El resultado de la prueba exacta de Fisher es significativo (p = 0,046, p < 0,050), por lo que existe una relación significativa entre estas dos variables, que estarían asociadas entre sí.

Esta asociación se explica porque los TP que trabajan en el área legal tienden estadísticamente a tener más clientes nacionales y menos clientes extranjeros, en tanto los que trabajan en el área LH tienden estadísticamente a tener menos clientes nacionales.

Origen geográfico de los clientes (OGC)

Área de traducción principal (ATP)

Total

LEG

EC

CT

LH

Nacionales

40‡

4

5

3†

52

Extranjeros

8†

2

6

4

20

Ambos

17

3

4

6

30

Total

65

9

15

13

102

† Frecuencias observadas (fo) significativamente menores a las esperadas (fe) para p < 0,05.
‡ Frecuencias observadas (fo) significativamente mayores a las esperadas (fe) para p < 0,05.

Tabla 9. Frecuencias observadas de OGC y ATP

3.2.4. Lenguas de trabajo e ingresos por traducción (LT e IT)

La Tabla 10 muestra los resultados de las combinaciones de LT e IT.

El resultado de la prueba exacta de Fisher es no significativo (p = 0,293; p > 0,050), por lo que aceptamos la hipótesis nula (Ho) de que corresponden a variables independientes que no están asociadas entre sí.

No obstante, en el caso de los traductores de inglés, encontramos que había significativamente menos TP de los esperados con ingresos bajos, en tanto sucedía lo contrario con los traductores de Otro idioma, que presentaban significativamente más TP de los esperados con ingresos bajos.

Esto implicaría que la traducción en inglés estaría asociada a una menor probabilidad de ingresos bajos, en tanto que la traducción en un solo idioma distinto del inglés lo estaría con una mayor probabilidad de ingresos bajos. Así, si bien habría una asociación para estas combinaciones específicas de ATP y LT, esta no sería tan fuerte como para arrastrar a todo el conjunto de estos factores.

Lengua de trabajo (LT)

Ingresos por traducción (IT)

Total

Bajos

Medios

Altos

Inglés

23†

13

17

53

Otro idioma

20‡

4

5

29

Dos o más idiomas

10

3

4

17

Total

53

20

26

99

† Frecuencias observadas (fo) significativamente menores a las esperadas (fe) para p < 0,05.
‡ Frecuencias observadas (fo) significativamente mayores a las esperadas (fe) para p < 0,05.

Tabla 10. Frecuencias observadas de LT e IT

3.2.5. Origen geográfico de los clientes e ingresos por traducción (OGC e IT)

La Tabla 11 muestra los resultados de las combinaciones de OGC e IT.

El resultado de la prueba exacta de Fisher es significativo (p = 0,026, p ≤ 0,050), por lo que existe una relación significativa entre estas dos variables, que estarían asociadas entre sí.

Esta asociación se explica porque los TP que trabajan con clientes nacionales presentan una menor tendencia a tener ingresos altos, en tanto los que trabajan con clientes extranjeros presentan una mayor tendencia a los ingresos altos y una menor tendencia a los ingresos bajos.

Origen geográfico de los clientes (OGC)

Ingresos por traducción (IT)

Total

Bajos

Medios

Altos

Nacionales

31

10

8†

49

Extranjeros

7†

2

11‡

20

Ambos

15

8

7

30

Total

53

20

26

99

† Frecuencias observadas (fo) significativamente menores a las esperadas (fe) para p < 0,05.
‡ Frecuencias observadas (fo) significativamente mayores a las esperadas (fe) para p < 0,05.

Tabla 11. Frecuencias observadas de OGC e IT

3.2.6. Origen geográfico de los clientes y lenguas de trabajo (OGC y LT)

La Tabla 12 muestra los resultados de las combinaciones de OGC e IT.

El resultado de la prueba exacta de Fisher es no significativo (p = 0,198, p < 0,050), por lo que aceptamos la hipótesis nula (Ho) de que corresponden a variables independientes que no están asociadas entre sí. Asimismo, tampoco encontramos ninguna asociación puntual entre factores.

Origen geográfico de los clientes (OGC)

Lenguas de trabajo (LT)

Total

Inglés

Otro idioma

Dos o más idiomas

Nacionales

30

12

10

52

Extranjeros

13

4

3

20

Ambos

12

14

4

30

Total

55

30

17

102

Tabla 12. Frecuencias observadas de OGC y LT

4. Conclusiones

En este trabajo, describimos la realidad profesional de los socios del Colegio de Traductores Públicos del Uruguay.

El procedimiento analítico utilizado, que agrupa las respuestas en pocos grupos para facilitar su análisis estadístico, permitió lograr los dos objetivos planteados: caracterizar a la población mediante el cálculo de las frecuencias de ATP, LT, IT y OGC, y analizar la existencia de posibles asociaciones entre estas variables. Este procedimiento nos permitió encontrar asociaciones de pares de variables que no hubiera sido posible descubrir mediante su análisis individual.

El análisis de las frecuencias de las variables nos posibilitó obtener las siguientes conclusiones sobre los factores analizados:

Al analizar los factores individuales, encontramos que el ATP predominante es la LEG, seguida de CT, LH y EC (64 %, 15 %, 13 % y 9 % respectivamente). Esto predominio del área LEG se explica porque la población encuestada consiste de traductores públicos, formados para traducciones oficiales, que en su mayor parte están referidas a temáticas legales.

En cuanto a la LT, encontramos que predominan los TP que trabajan únicamente con un idioma, que constituyen el 83 % del total. Solo un 17 % trabaja con dos o más idiomas.

En lo que tiene que ver con los IT, encontramos que predominan los IT ‘bajos’ (menores a 10.000 USD anuales), ya que más de la mitad (54 %) de los TP se encuentra en esta franja y solo un 26 % presenta ingresos ‘medios’ (10.000 a 20.000 USD anuales) y un 20 % presenta ingresos ‘altos’ (mayores a 20.000 USD anuales).

En cuanto al OGC, encontramos un predominio del trabajo con clientes nacionales (51 %), en tanto los menos frecuentes eran los que trabajaban con clientes extranjeros (20 %). Los que trabajaban con ambos tipos de clientes constituían el 29 %.

En cuanto a las relaciones entre los pares de variables, concluimos lo siguiente:

En cuanto al ATP y la LT, observamos que si bien el ATP no presenta una asociación general con la LT, sí hay una asociación puntual entre la traducción en el área LEG y en Otro idioma, la que consiste en una mayor tendencia de estos TP a realizar traducciones en esta área. Consideramos que esto podría explicarse porque las lenguas distintas del inglés tendrían, en conjunto, una frecuencia mayor de traducciones en el área jurídica que el inglés, que presenta una variedad mayor de disciplinas para traducir.

En el caso del ATP y los IT, no encontramos ninguna asociación entre ellos, por lo que asumimos que son variables independientes y en consecuencia los TP no presentarían variaciones en sus IT en función de su ATP.

En el caso de la asociación ATP–OGC, observamos que se explicaría por la tendencia de los TP que trabajan en el área LH a tener menos clientes nacionales y por la fuerte asociación entre el OGC y la traducción en el área LEG. En el caso de la traducción en el área LH, esta tendencia a menos clientes nacionales se explicaría porque el traductor literario suele trabajar con editoriales del exterior que desean traducir los textos al español, ya que las editoriales uruguayas suelen publicar autores uruguayos; asimismo, en cuanto a los encargos personales, casi siempre son extranjeros. En el caso del área LEG, se podría explicar, en primer lugar, porque la mayor parte de las traducciones jurídicas provienen de clientes nacionales, y en segundo lugar, porque los TP que trabajan con clientes del exterior en general tienden a hacerlo en áreas distintas de LEG.

En cuanto a los IT y la LT, observamos que si bien no presentaban una asociación general –los valores de la prueba estadística estaban apenas por encima del límite de rechazo de la hipótesis nula Ho–, sí había asociaciones puntuales entre Inglés y Otro idioma con los ingresos Bajos. En concreto, la traducción en idioma inglés estaba asociada con una menor probabilidad de tener ingresos bajos, en tanto ocurre a la inversa con la traducción en otro idioma distinto del inglés, asociada a una mayor probabilidad de ingresos bajos.

En cuanto al OGC y los IT, encontramos que estas variables se encontraban asociadas y que esta asociación se podía explicar por la relación entre ingresos bajos y altos con clientes nacionales y extranjeros. Los TP con ingresos altos tienden a trabajar más con clientes del extranjero y menos con clientes nacionales, en tanto los TP de ingresos bajos tienden a trabajar más con clientes extranjeros. Consideramos que esto podría explicarse por las diferencias en los honorarios al traducir para el mercado local o para clientes del extranjero, ya que las traducciones para el mercado extranjero suelen tener una carga impositiva bastante menor que las realizadas para el mercado nacional. Asimismo, dado que en el caso de los clientes del exterior hay organismos internacionales que pagan tarifas que están por encima de las que se manejan en el mercado local, este podría ser otro factor que explique esta asociación.

Por último, en cuanto al OGC y la LT, no encontramos ninguna asociación entre ellos, por lo que asumimos que son variables independientes y la frecuencia de clientes nacionales o del extranjero no está asociada a la LT.

Así, consideramos que los resultados del análisis estadístico, orientado al análisis de los factores que influyen sobre el ejercicio profesional de los traductores públicos, en especial los de las asociaciones entre variables, lo convierten en un insumo valioso para los traductores públicos, al aportarles información sobre su realidad laboral de acuerdo con su lengua, área de trabajo y origen geográfico de los clientes. Consideramos que esto puede servir como guía para su inserción profesional y para el desarrollo de estrategias de mercadotecnia de acuerdo con su perfil profesional.

Asimismo, constituye un componente de utilidad tanto para las asociaciones profesionales como para las carreras de traducción, pues señala elementos a tener en cuenta a la hora de la inserción profesional para, por un lado, comprender de forma cabal el mercado de traducción y fortalecer la formación en aquellas áreas de traducción más requeridas, identificar elementos que permitan mejorar la situación económica de los traductores, y brindar herramientas que faciliten la inserción profesional, tal como propugnan Chesterman y Wagner (2002: 4, 5, 7, 35, 36, 76, 135).

Por último, el empleo en otros estudios de esta metodología, que posibilita el análisis de la asociación entre distintas variables, permitiría ampliar el conocimiento sobre las características profesionales de la traducción. Sería interesante hacer estudios con un número mayor de encuestados, ya que eso permitiría analizar más factores y variables para obtener conclusiones adicionales, en especial en lo que tiene que ver con la formación en otras áreas, dominio de las herramientas informáticas y su relación con los ingresos, para responder a inquietudes como las planteadas por Nunes Vieira (2020). Asimismo, sería interesante combinar estos datos con los de estudios de asociaciones profesionales de características similares al CTPU, como el de Diéguez Morales et al. (2014: 78-88) sobre tres asociaciones, para aplicar otras metodologías adicionales que permitirían realizar estudios sobre aspectos que no pueden ser analizados en los estudios de una sola población.

Agradecimientos

Agradecemos al Colegio de Traductores Públicos del Uruguay y sus autoridades, encabezadas por el TP Guzmán Andrada, por su colaboración e involucramiento en la encuesta al difundirla y patrocinarla entre todos sus socios.

Referencias
  • AITI, Associazione Italiana Traduttori e Interpreti (2018) - Indagine sul mercato dei Traduttori e degli Interpreti 2018. https://uepo.de/wp-content/uploads/2018/11/aiti-marktstudie_2018.pdf (consultado el 24.11.2020).
  • ATA, American Translators Association (2016). Executive Summary of the ATA Translation and Interpreting Services Survey. 5th Ed. https://www.atanet.org/publications/compensation_executive_summary_2016.pdf (consultado el 25.11.2020).
  • Arriaga Villamil, Claudia (2018). Traducción e interpretación en los procesos judiciales uruguayos. Montevideo: Fundación de Cultura Universitaria.
  • ASETRAD, Asociación Española de Traductores, Correctores e Intérpretes (2008). Encuesta sobre hábitos en la determinación de las tarifas (PDF). Madrid: Asetrad. http://www.asetrad.org/PDFs/Encuesta_Habitostarifas_completa.pdf (consultado el 17.11.2020).
  • Chartered Institute of Linguists, European Commission Representation in the UK and the Institute of Translation and Interpreting (2017). UK Translator Survey: Final Report. Technical Report. http://www.ciol.org.uk/sites/default/files/UKTS2016-Final-Report-Web.pdf (consultado el 23.11.2020).
  • Chesterman, Andrew y Emma Wagner (2002). Can Theory Help Translators? A Dialogue between the Ivory Tower and the Wordface. Manchester/Northampton: St. Jerome.
  • Collard, Camille y Guillaume Deneufbourg (2018). Translation and Interpreting in Belgium. Market Survey Report 2018. Bruselas: CBTI/BKVT https://www.cbti-bkvt.org/en/publications/market-survey-report (consultado el 30.11.2020).
  • Delgado Hoy, Nancy Audrey y Efrén David Brande Martínez (2010). “Estudio del Mercado de la Traducción en el sur de Tamaulipas y su relación con las Competencias del Traductor.” Memorias del XI Encuentro Nacional de Estudios en Lenguas. Tlaxcala: Universidad Autónoma de Tlaxcala –Facultad de Filosofía y Letras, 637-648.
  • Díaz Cadavid, Abel (2009). Diseño estadístico de experimentos, 2a ed. Medellín: Editorial Universidad de Antioquía.
  • Diéguez Morales, María Isabel, Lazo Rodríguez, Rosa María y Camilo Quezada Gaponov (2014). “Estudio de mercado de la traducción en Argentina, Chile y España: perfil académico y profesional de los traductores.” Onomázein 30, 70-89.
  • Gallego Hernández, Daniel (2014). “A vueltas con la traducción inversa especializada en el ámbito profesional. Un estudio basado en encuestas.” Trans. Revista de Traductología 18, 229-238.
  • Gallego Hernández, Daniel, Koby, Geoffrey S. y Verónica Román Mínguez (2016). “Traducción económica, financiera y comercial: aproximación a aspectos teóricos. Estudio basado en encuestas.” MonTi: Monografías de Traducción e Interpretación 8, 35-60, https://doi.org/10.6035/monti.v0i8.318610.
  • Holger Fock, Martin de Haan y Alena Lhotova (2008). Compared Income of Literary Translators in Europe. Bruxelles: CEATL. https://www.ceatl.org/docs/surveyuk.pdf (consultado el 20.11.2020).
  • Lozano Argüelles, Cristina (2011). Estudio sobre el mercado de la traducción en España. Tesis de grado, Universidad de Salamanca, España.
  • Nunes Vieira, Lucas (2020). “Automation anxiety and translators”. Translation Studies 13(1), 1-21. https://doi.org/10.1080/14781700.2018.1543613.
  • Rico Pérez, Celia y Álvaro García Aragón (2016). Análisis del sector de la traducción en España (2014-2015). Villaviciosa de Odón: Universidad Europea de Madrid. http://hdl.handle.net/11268/5057 (consultado el 28.8.2017)

Biografías

Manes portraitPablo Mones es Traductor Público y Licenciado en Ciencias Biológicas por la Universidad de la República, Uruguay. Entre 2012 y 2021 fue profesor de las asignaturas Traducción Científica e Informática aplicada a la traducción de la Licenciatura en Traducción de la Universidad de Montevideo, Uruguay. Coautor, entre otros, del trabajo 10.147 historias de genética médica, galardonado con el Gran Premio Nacional de Medicina 1992 por parte del Ministerio de Educación y Cultura y la Academia Nacional de Medicina de Uruguay. Fue presidente (2011-2013 y 2013-2015) y vicepresidente (2009-2011) del Colegio de Traductores Públicos de Uruguay.
E-mail: pmones@gmail.com

Cizmich portraitAna Cizmich es Traductora Pública egresada de la Universidad de la República, Uruguay, y diplomada en Género y Políticas Públicas en Flacso/Prigepp, Argentina. Presidenta del Colegio de Traductores Públicos del Uruguay (2009-2011) y presidenta del Primer Congreso de Traducción e Interpretación en Uruguay. Autora del proyecto La traducción en el proceso de emancipación oriental, seleccionado por la Comisión del Bicentenario del Uruguay y de la ponencia “Traducción y lenguaje no sexista” en el III Congreso del COTICH en Chile.
E-mail: politextus@gmail.com

De Camilli portraitMercedes De Camilli es Traductora Pública egresada de la Universidad de la República. Se ha especializado en traducciones y revisiones de productos farmacéuticos y patentes; ha sido docente de matemática en Enseñanza Secundaria. Fue secretaria de la Comisión Directiva del Colegio de Traductores (2009-2011, 2011-2013).
E-mail: mercydek@gmail.com