ما وراء الآلات: رؤية جديدة لدور الذكاء الصناعي في تعليم وتأهيل طلبة الترجمة العراقيين
DOI:
https://doi.org/10.25130/jfa.conf.10.3.22الكلمات المفتاحية:
الذكاء الاصطناعي، تدريب المترجم، العراق، التفكير النقدي، التوازن بين الانسان والالةالملخص
في ظل الاستخدام الغير منظم والمحدد لأدوات الذكاء الاصطناعي في تعليم الترجمة في العراق، تتحرى هذه الدراسة امكانيات هذه التقنيات الحديثة التي من الممكن ان تكون أدوات مفيدة وداعمة في برامج تعلم الترجمة. ترى الدراسة أنه رغم الفاعلية الجزئية لهذه الأدوات، إلا أنها لا يمكن أن تحل محل القدرات التحليلية والعقلية التي يمتلكها المترجم البشري. ومن خلال تجربتي في مجال التدريس الاكاديمي لاحظت أن طلاب الترجمة يلجأون احيانا إلى استخدام ادوات مثل جات جي بي تي بدون ادراك كامل لحدودها. وهذه مشكلة خطيرة من الممكن ان تؤثر على مهاراتهم وعلى تطويرها.
كما تسعى الدراسة الحالية إلى اقتراح رؤية أعمق لدمج الذكاء الاصطناعي في برامج تدريب المترجمين على أن يتم هذا الدمج ضمن شروط أكاديمية تحافظ على المفهوم الأساسي للترجمة بوصفها عملا إدراكياً وثقافياً. لاجل تقييم فوائدها ChatGPTو Google Translateو DeepLتركز الدراسة على تحليل ادوات مثل
ومحدودياتها في تعزيز تعلم الترجمة. وتؤكد اخيرا أن استخدام الذكاء الاصطناعي يجب أن يبقى مساعدا فقط، لا بديلا عن الحكم الواعي والقرار العقلاني البشري.
الذكاء الاصطناعي, تدريب المترجم, العراق, التفكير النقدي, التوازن بين الانسان والالة.
التنزيلات
المراجع
Bowker, L. (2020). Machine translation literacy: Helping students to make informed decisions about MT use in foreign language learning. Language Learning & Technology, 24(1), 1–15.
Bowker, L., & Buitrago Ciro, J. (2019). Machine translation and global research: Towards improved machine translation literacy in the scholarly community. Emerald Publishing.
Cambridge University Press. (2022). Artificial intelligence in language teaching and translation research. Cambridge University Press. https://www.cambridge.org
Castilho, S., Moorkens, J., Gaspari, F., Calixto, I., Tinsley, J., & Way, A. (2018). Evaluating MT for human translators in literary, technical, and academic settings. Machine Translation, 32(4), 1–20. https://doi.org/10.1007/s10590-018-9224-8
European Language Council. (2022). Artificial intelligence and language education. https://www.celelc.org
European Language Grid. (2020). ELG at a glance: Language technologies for Europe. https://www.european-language-grid.eu
Garcia, I. (2017). Translators and machine translation: Shifting paradigms in translator education. Translation & Interpreting, 9(2), 55–70.
Johnson, M., Schuster, M., Le, Q. V., Krikun, M., Wu, Y., Chen, Z., Dean, J. (2017). Google’s multilingual neural machine translation system: Enabling zero-shot translation. Transactions of the Association for Computational Linguistics, 5, 339–351. https://doi.org/10.1162/tacl_a_00065
Kenny, D. (2022). Translator training in the age of artificial intelligence. The Translator, 28(2), 123–139. https://doi.org/10.1080/13556509.2022.2048765
Koehn, P. (2020). Neural machine translation Cambridge University Press.
Massachusetts Institute of Technology (MIT). (2021). MIT launches research initiatives on AI in higher education. MIT News. https://news.mit.edu
Pym, A. (2021). Translation solutions for many languages: Histories of a flawed dream. Bloomsbury Academic.
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
Toral, A. (2020). Post-editese: An exacerbated translationese. Machine Translation, 34(1), 41–67. https://doi.org/10.1007/s10590-019-09236-9
Toral, A., & Way, A. (2018). What level of quality can neural machine translation attain on literary text? In J. Moorkens, S. Castilho, F. Gaspari, & S. Doherty (Eds.), Translation quality assessment: From principles to practice (pp. 263–287). Springer. References
Bowker, L. (2020). Machine translation literacy: Helping students to make informed decisions about MT use in foreign language learning. Language Learning & Technology, 24(1), 1–15.
Bowker, L., & Buitrago Ciro, J. (2019). Machine translation and global research: Towards improved machine translation literacy in the scholarly community. Emerald Publishing.
Cambridge University Press. (2022). Artificial intelligence in language teaching and translation research. Cambridge University Press. https://www.cambridge.org
Castilho, S., Moorkens, J., Gaspari, F., Calixto, I., Tinsley, J., & Way, A. (2018). Evaluating MT for human translators in literary, technical, and academic settings. Machine Translation, 32(4), 1–20. https://doi.org/10.1007/s10590-018-9224-8
European Language Council. (2022). Artificial intelligence and language education. https://www.celelc.org
European Language Grid. (2020). ELG at a glance: Language technologies for Europe. https://www.european-language-grid.eu
Garcia, I. (2017). Translators and machine translation: Shifting paradigms in translator education. Translation & Interpreting, 9(2), 55–70.
Johnson, M., Schuster, M., Le, Q. V., Krikun, M., Wu, Y., Chen, Z., Dean, J. (2017). Google’s multilingual neural machine translation system: Enabling zero-shot translation. Transactions of the Association for Computational Linguistics, 5, 339–351. https://doi.org/10.1162/tacl_a_00065
Kenny, D. (2022). Translator training in the age of artificial intelligence. The Translator, 28(2), 123–139. https://doi.org/10.1080/13556509.2022.2048765
Koehn, P. (2020). Neural machine translation. Cambridge University Press.
Massachusetts Institute of Technology (MIT). (2021). MIT launches research initiatives on AI in higher education. MIT News. https://news.mit.edu
Pym, A. (2021). Translation solutions for many languages: Histories of a flawed dream. Bloomsbury Academic.
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
Toral, A. (2020). Post-editese: An exacerbated translationese. Machine Translation, 34(1), 41–67. https://doi.org/10.1007/s10590-019-09236-9
Toral, A., & Way, A. (2018). What level of quality can neural machine translation attain on literary text? In J. Moorkens, S. Castilho, F. Gaspari, & S. Doherty (Eds.), Translation quality assessment: From principles to practice (pp. 263–287). Springer.
