Авторы
- Вишневская Екатерина Михайловна Кандидат педагогических наук
- Иванова Анна Михайловна Кандидат филологических наук
Аннотация
Статья посвящена вопросам, связанным с обработкой естественного языка при помощи программ, основанных на алгоритмах генеративного искусственного интеллекта. Авторы анализируют процесс письменного перевода с применением программных продуктов, способствующих его автоматизации, с точки зрения обучения будущих переводчиков, развития у них цифровой компетентности и готовности осознанно выбирать и применять различные информационные технологии на всех этапах своей профессиональной деятельности. В работе описывается феномен понимания текста и его различные трактовки с позиций герменевтики, психологии, лингводидактики, когнитивной и компьютерной лингвистики. Авторы анализируют причины, приводящие к ошибкам студентов-переводчиков при постредактировании результатов машинного перевода с использованием систем нейронного машинного перевода (НМП) и больших
лингвистических моделей (Large Language Models (LLM)). В работе применены теоретические методы исследования (анализ и синтез, моделирование), а также сравнительно-сопоставительный метод, позволяющий интерпретировать эмпирический материал. Выявлена специфика машинного перевода в сопоставлении с традиционным профессиональным, которая заключается в отсутствии на сегодняшний день возможности полной интерпретации оригинального текста, связанного с фоновым, прагматическим, аксиологическим и прочими контекстами. Несмотря на то что системы нейронного машинного перевода в значительной степени автоматизируют работу с текстом, остается острая необходимость в постпереводческом редактировании, обучение которому выходит на первый план подготовки современных будущих переводчиков.
Как ссылаться
Вишневская, Е. М. & Иванова, А. М. (2025). ПОНИМАНИЕ КАК ДИАЛОГ С ТЕКСТОМ: ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОБУЧЕНИИ ПЕРЕВОДУ MCU Journal of Philology. Theory of Linguistics. Linguistic Education, 2 (58), 190. https://doi.org/10.24412/2076-913X-2025-258-190-202
Список литературы
1.
1. Гавриленко, Н. Н. (2018). Цифровая компетентность — ключевой компонент профессионализма переводчика. Вестник ПНИПУ. Проблемы языкознания и педагогики, 3, 139–150.
2.
2. Сулейманова, О. А., Нерсесова, Э. В., & Вишневская, Е. М. (2019). Технологический аспект подготовки современного переводчика. Филологические науки. Вопросы теории и практики, 12(7), 313–317.
3.
3. Тарева, Е. Г. (2018). Цифровая эпоха и педагогические профессии. Вестник МГПУ. Серия: Философские науки, 3(27), 85–90.
4.
4. Тивьяева, И. В., & Михайлова, С. В. (2025). Искусственный интеллект — дань моде или реальная помощь учителю? Русская словесность, 1, 3–10.
5.
5. Иванова, А. М., & Начинкина, Т. А. (2024). Обучение реферативному переводу в вузе: цифровой аспект. Язык и культура в аспекте проблем языкового образования современной России (с. 136–141). Материалы Международного форума, посвященного Году педагога и наставника и 200-летию со дня рождения К. Д. Ушинского. В 3 частях. ВГПУ.
6.
6. Дейк ван, Т. А. (1989). Язык. Познание. Коммуникация = Познание. Сборник работ (И. В. Герасимов, пер., ред.). Прогресс.
7.
7. Богин, Г. И. (2001). Обретение способности понимать: Введение в герменевтику. КГУ.
8.
8. Соболева, О. В. (2010). Психодидактическая концепция понимания текста школьниками на начальном этапе обучения [Автореф. дис. ... д-ра психол. наук: 19.00.07. Курск].
9.
9. Измайлова, М. А., & Токатова, Л. Е. (2014). Оптимизация понимания в процессе работы с текстом. Актуальные вопросы современной науки, 33, 73–90.
10.
10. Кинч, В., & Дейк ван, Т. А. (1988). Стратегии понимания связного текста. Новое в зарубежной лингвистике. Вып. 23. Когнитивные аспекты языка, 153–211. Прогресс.
11.
11. Graesser, A. C., & Clark, L. F. (1985). Structures and Procedures of Implicit Knowledge. Praeger.
12.
12. Прошина, М. В. (2022). Современные методы обработки естественного языка: нейронные сети. Экономика строительства, 5, 27–42.
13.
13. Alammar, J., & Grootendorst, M. (2024). Hands-On Large Language Models: Language Understanding and Generation. O’Reilly Media.
14.
14. Chomsky, N. The False Promise of ChatGPT. The New York Times. (08.03.2023). https://dnyuz.com/2023/03/08/noam-chomsky-the-false-promise-of-chatgpt/
15.
15. Bar-Hillel, Y. (1960). A Demonstration of the Nonfeasibility of Fully Automatic High Quality Translation: Appendix III of The present status of automatic translation of languages. Advances in Computers, 1, 158–163.
16.
16. Нечаева, Н. В., & Светова, С. Ю. (2018). Постредактирование машинного перевода как актуальное направление подготовки переводчиков в вузах. Вопросы методики преподавания в вузе, 7(25), 64–72.
17.
17. Вишневская, Е. М., Гулиянц, А. Б., & Гулиянц, С. Б. (2020). Проблема определения ключевых компетенций переводчика. Гуманитарные технологии в современном мире (c. 529–534). Сборник статей VIII Международной научно-практической конференции. Вып. 1. Полиграфычъ.
18.
18. Баринова, И. А., & Овчинникова, И. Г. (2021). Влияние новых переводческих технологий на распознавание и классификацию ошибок перевода. Вестник Пермского национального исследовательского политехнического университета. Проблемы языкознания и педагогики, 1, 8–25.
19.
19. Nunes Vieira, L. (2020). Post-editing of machine translation. In M. OʼHagan (Ed.). The Routledge Handbook of Translation and Technology (сh. 19, p. 319–335).