تحلیل تطبیقی ظرفیت‌های هوش مصنوعی مولد در آموزش ترجمۀ عربی با تأکید بر توسعۀ شایستگی ترجمه‌ای
کد مقاله : 1014-ARCONF6 (R1)
نویسندگان
مرتضى زارع برمی *
استادیار گروه مترجمی زبان عربی، دانشکدۀ علوم انسانی، دانشگاه دامغان، دامغان، ایران.
چکیده مقاله
گسترش هوش مصنوعی مولد، فرصت‌های جدیدی برای آموزش ترجمه و یادگیری زبان‌های خارجی فراهم کرده است. پژوهش حاضر با هدف بررسی تطبیقی ظرفیت‌های آموزشی دو ابزار ChatGPT و Gemini در آموزش ترجمۀ عربی، بر اساس چهارچوب‌های شایستگی ترجمه‌ای PACTE و EMT انجام شده است. این پژوهش با رویکردی کیفی و به روش توصیفی-تحلیلی، بر تحلیل مقایسه‌ای پاسخ‌های دو ابزار استوار است. برای این منظور، چهار موقعیت آموزشی شامل تحلیل متن مبدأ و انتقال معنا، انتقال عناصر فرهنگی و دینی، ارائۀ بازخورد آموزشی دربارۀ خطاهای ترجمه‌ای و ترجمۀ اصطلاحات طراحی شد. پاسخ‌های دو ابزار با تکیه بر مؤلفه‌های الگوی PACTE و چهارچوب EMT شامل درک متن، تحلیل ساختارهای زبانی، استدلال ترجمه‌ای، انتقال عناصر فرهنگی و کیفیت بازخورد آموزشی، تحلیل و مقایسه شدند. یافته‌ها نشان داد هر دو ابزار در تحلیل متن، ارائۀ ترجمه‌های روان و تبیین انتخاب‌های ترجمه‌ای عملکرد مطلوبی دارند، اما در شیوۀ استدلال و تمرکز آموزشی تفاوت‌هایی میان آن‌ها مشاهده می‌شود. ChatGPT بیشتر بر تحلیل فرایند ترجمه، تبیین منطق انتخاب‌ها و هدایت تصمیم‌گیری ترجمه‌ای تأکید داشت، درحالی‌که Gemini بیشتر به توضیح مفاهیم، تحلیل زبانی و مقایسۀ گزینه‌های واژگانی پرداخت. همچنین، هر دو ابزار در برخی موارد به ساده‌سازی یا تعمیم مفاهیم بلاغی و اصطلاحات تخصصی گرایش داشتند؛ ازاین‌رو، بهره‌گیری از آن‌ها در آموزش ترجمه مستلزم هدایت و ارزیابی انتقادی از سوی مدرس است. براین‌اساس، هوش مصنوعی مولد می‌تواند به‌عنوان ابزاری مکمل در آموزش ترجمه و تقویت شایستگی ترجمه‌ای به کار گرفته شود، اما جایگزین دانش تخصصی مترجم و مدرس نخواهد بود.
کلیدواژه ها
هوش مصنوعی مولد، آموزش ترجمۀ عربی، شایستگی ترجمه‌ای، بازخورد آموزشی، ChatGPT، Gemini.
وضعیت: پذیرفته شده برای ارائه شفاهی