DOI: https://doi.org/10.29110/soylemdergi.1691014
تاريخ النشر: 2025-08-31
المؤلف: Naciye Sağlam
الموضوع الرئيسي: دراسات وممارسات الترجمة
نظرة عامة
تستكشف هذه الدراسة قدرات الذكاء الاصطناعي التوليدي في ترجمة الشعر، مع التركيز بشكل خاص على قصيدة سيلفيا بلاث “الطفل”. باستخدام استراتيجيات الترجمة لأندريه ليفيفر، صمم الباحثون سبعة مطالب لتوليد ترجمات من الإنجليزية إلى التركية، بهدف تقييم استجابة الذكاء الاصطناعي لهذه التعليمات المستهدفة وقدرته على التنقل في تعقيدات اللغة الشعرية. من خلال منهجية نوعية، تقيم الدراسة كيف يتفاعل الذكاء الاصطناعي مع التحديات الكامنة في الترجمة الأدبية، خاصة في سياق رقمي حيث يُنظر إلى الشعر غالبًا على أنه مقاوم للترجمة.
تكشف النتائج أنه بينما يظهر الذكاء الاصطناعي، وبشكل خاص ChatGPT-4o، كفاءة كبيرة في الاستراتيجيات التي تسمح بالحرية التفسيرية – مثل النسخة والتقليد – إلا أنه يواجه صعوبة في المهام التي تتطلب الالتزام الدقيق بالعناصر الهيكلية مثل الأمانة الصوتية والإيقاعية. وهذا يبرز توترًا بين إبداع الذكاء الاصطناعي الوظيفي، الذي يتأثر بطبيعته الخوارزمية، والحس الكلي الذي يتطلب عادةً للترجمة الشعرية الفعالة. وتخلص الدراسة إلى أن تقنيات الذكاء الاصطناعي الحالية ليست قادرة بعد على تحقيق التوازن الدقيق بين الشكل والمحتوى الذي يمكن أن يحققه المترجمون البشر في بعض الأحيان. بدلاً من ذلك، قد يعمل الذكاء الاصطناعي بشكل أكثر فعالية كأداة تعاونية إلى جانب المترجمين البشر، مما يساهم في المناقشات المستمرة حول الدور المتطور للتكنولوجيا في مجال الترجمة.
مقدمة
تتناول مقدمة هذه الورقة البحثية الدور المتطور للذكاء الاصطناعي (AI) في دراسات الترجمة، خاصة في سياق ترجمة الشعر. تبدأ بالإشارة إلى سؤال آلان تورينغ الأساسي، “هل يمكن للآلات أن تفكر؟” وتبرز التقدم الكبير في الذكاء الاصطناعي منذ الخمسينيات، مما أدى إلى دمجه في مجالات مختلفة، بما في ذلك الترجمة. تشير الورقة إلى تحول في النموذج من الاعتقاد بأن الآلات يمكن أن تحاكي فقط الإدراك البشري إلى الواقع الذي تشارك فيه الآن بنشاط في إنشاء المحتوى. يثير هذا التطور السؤال الحاسم حول ما إذا كانت الآلات يمكن أن تترجم مثل البشر، خاصة مع تزايد كفاءة الترجمات التي ينتجها الذكاء الاصطناعي للجماهير العامة.
تهدف الدراسة إلى استكشاف تقاطع الذكاء الاصطناعي وترجمة الشعر، وهو مجال يُنظر إليه تقليديًا على أنه شديد الإبداع وصعب. تبني على مساهمات بحثية مستقلة حديثة، مثل تلك التي قدمها أكوزوم، هينغيل، وشاير، ودست، الذين يفحصون جوانب مختلفة من نقد الترجمة ودور التعليمات في الترجمة الآلية. تركز السؤال البحثي المركزي على تداعيات توجيه آلة لترجمة الشعر وفقًا لأطر نظرية محددة، خاصة استراتيجيات ليفيفر السبع. باستخدام قصيدة سيلفيا بلاث “الطفل” كالنص المرجعي، تحقق الدراسة في كيفية استجابة ChatGPT-4o للمطالب المستهدفة المتوافقة مع هذه الاستراتيجيات، وبالتالي تقييم قدرته على التنقل في تعقيدات الترجمة الأدبية.
الطرق
تستخدم منهجية هذه الدراسة تصميم بحث نوعي يدمج التحليل النصي المقارن مع تقييمات الخبراء للتحقيق في توافق المخرجات التي ينتجها الذكاء الاصطناعي مع استراتيجيات ليفيفر السبع لترجمة الشعر. يسمح هذا النهج باستكشاف عميق للطبيعة الدقيقة والمفتوحة لترجمة الشعر، خاصة في سياق قدرات الذكاء الاصطناعي الإبداعية. نظرًا للتقدم السريع في تقنيات الذكاء الاصطناعي، تعترف الدراسة بالطبيعة غير القابلة للتكرار لنتائجها، كما أبرزها جونستون وفانديرستوب (2009).
لتقييم مخرجات الذكاء الاصطناعي، تختار الدراسة إطار تقييم قائم على البشر بدلاً من الاعتماد على مقاييس آلية مثل BLEU وMETEOR وROUGE وRIBES، التي تعتبر غير كافية لالتقاط الأبعاد الأسلوبية والجمالية للشعر. بدلاً من ذلك، يتم استخدام نظام تقييم مخصص يعتمد على استجابة المطالب، مصنفًا المخرجات على أنها سطحية أو معتدلة أو عالية الإنجاز بناءً على تحقيقها للتوقعات الأسلوبية والوظيفية لاستراتيجيات الترجمة. بالإضافة إلى ذلك، لتعزيز التحليل وتقليل الذاتية، توفر المقابلات شبه المنظمة مع عشرة خبراء في دراسات الترجمة رؤى حول مدى فعالية كل قصيدة تم إنشاؤها بواسطة الذكاء الاصطناعي في تلبية استراتيجية الترجمة المعنية، مما يثري التقييم النوعي.
المناقشة
تسلط المناقشة حول ترجمة الشعر الضوء على العلاقة المعقدة بين الشكل والمعنى، مشددة على أن الترجمات الناجحة تتطلب فهمًا عميقًا لكل من السياقات اللغوية والثقافية. يجب على المترجمين التنقل في تعقيدات الهياكل الشعرية، والصور، والتجاوب العاطفي، حيث غالبًا ما يجسد الشعر كونًا مفتوحًا من المعاني التي تتحدى حتى المتحدثين الأصليين. تؤكد المناقشة المستمرة حول قابلية ترجمة الشعر على ضرورة وجود نهج مبتكر، خاصة في ضوء التقدم التكنولوجي في أدوات الترجمة. بينما كانت الدراسات المبكرة تفضل الأساليب الوصفية، تعترف المناقشات المعاصرة بشكل متزايد بالإمكانات الإبداعية للترجمات التي قد تنحرف عن الأمانة الصارمة للنص المصدر.
تقدم ظهور الذكاء الاصطناعي (AI) في الترجمة، خاصة من خلال نماذج مثل ChatGPT، ديناميكيات جديدة في هذا المجال. أظهرت أنظمة الذكاء الاصطناعي، المصنفة تحت الذكاء الاصطناعي الضيق (ANI)، وعدًا في إنتاج ترجمات متماسكة، ومع ذلك لا تزال تعمل ضمن قيود محددة. تستخدم الدراسة استراتيجيات ليفيفر السبع كإطار لتقييم الترجمات التي ينتجها الذكاء الاصطناعي لقصيدة سيلفيا بلاث “الطفل”. لا يقيم هذا النهج فقط استجابة النموذج لأولويات الترجمة المختلفة، بل يستكشف أيضًا تداعيات ميول الذكاء الاصطناعي التفسيرية في سياق ترجمة الشعر. من خلال تطبيق هذه الاستراتيجيات، تهدف الدراسة إلى كشف القدرات والقيود التي يواجهها الذكاء الاصطناعي في إعادة إنشاء التفاعل الدقيق بين المعنى والشكل الكامن في النصوص الشعرية.
DOI: https://doi.org/10.29110/soylemdergi.1691014
Publication Date: 2025-08-31
Author(s): Naciye Sağlam
Primary Topic: Translation Studies and Practices
Overview
This study explores the capabilities of generative artificial intelligence in translating poetry, specifically focusing on Sylvia Plath’s poem “Child.” Utilizing André Lefevere’s translation strategies, the researchers designed seven prompts for generating English-to-Turkish translations, aiming to evaluate AI’s responsiveness to these targeted instructions and its ability to navigate the complexities of poetic language. Through a qualitative methodology, the research assesses how AI engages with the challenges inherent in literary translation, particularly in a digital context where poetry is often seen as resistant to translation.
The findings reveal that while AI, specifically ChatGPT-4o, shows significant competence in strategies that permit interpretive freedom—such as version and imitation—it struggles with tasks requiring close adherence to structural elements like phonemic and metrical fidelity. This highlights a tension between the AI’s functional creativity, which is influenced by its algorithmic nature, and the holistic sensibility typically required for effective poetic translation. The study concludes that current AI technologies are not yet capable of achieving the nuanced balance of form and content that human translators can sometimes accomplish. Instead, AI may serve more effectively as a collaborative tool alongside human translators, contributing to ongoing discussions about the evolving role of technology in the field of translation.
Introduction
The introduction of this research paper addresses the evolving role of artificial intelligence (AI) in translation studies, particularly in the context of poetry translation. It begins by referencing Alan Turing’s seminal question, “Can machines think?” and highlights the significant advancements in AI since the 1950s, which have led to its integration into various fields, including translation. The paper notes a paradigm shift from the belief that machines could only simulate human cognition to the reality that they now actively participate in content creation. This evolution raises the critical question of whether machines can translate like humans, especially as AI-generated translations have become increasingly adequate for general audiences.
The study aims to explore the intersection of AI and poetry translation, a domain traditionally viewed as highly creative and challenging. It builds on recent independent research contributions, such as those by Aküzüm, Hengil, and Şayır, and Dost, who examine various aspects of translation criticism and the role of instruction in machine translation. The central research question focuses on the implications of instructing a machine to translate poetry according to specific theoretical frameworks, particularly Lefevere’s seven strategies. Using Sylvia Plath’s poem “Child” as the corpus, the research investigates how ChatGPT-4o responds to targeted prompts aligned with these strategies, thereby assessing its capacity to navigate the complexities of literary translation.
Methods
The methodology of this study employs a qualitative research design that integrates comparative textual analysis with expert evaluations to investigate the alignment of AI-generated outputs with Lefevere’s seven poetry translation strategies. This approach allows for an in-depth exploration of the nuanced and open-ended nature of poetry translation, particularly in the context of AI’s creative capabilities. Given the rapid advancements in AI technologies, the study acknowledges the non-replicable nature of its findings, as highlighted by Johnston and Vanderstoep (2009).
To evaluate the AI outputs, the study opts for a human-based evaluation framework rather than relying on automated metrics like BLEU, METEOR, ROUGE, and RIBES, which are inadequate for capturing the stylistic and aesthetic dimensions of poetry. Instead, a custom evaluation system based on prompt responsiveness is utilized, categorizing outputs as surface-level, moderate, or high achievement based on their fulfillment of the stylistic and functional expectations of the translation strategies. Additionally, to enhance the analysis and reduce subjectivity, semi-structured interviews with ten experts in Translation Studies provide insights into how effectively each AI-generated poem meets the respective translation strategy, thereby enriching the qualitative assessment.
Discussion
The discussion on poetry translation highlights the intricate relationship between form and meaning, emphasizing that successful translations require a deep understanding of both linguistic and cultural contexts. Translators must navigate the complexities of poetic structures, imagery, and emotional resonance, as poetry often embodies an open-ended universe of meaning that challenges even native speakers. The ongoing debate regarding the translatability of poetry underscores the necessity for innovative approaches, particularly in light of technological advancements in translation tools. While early studies favored prescriptive methods, contemporary discussions increasingly recognize the creative potential of translations that may diverge from strict fidelity to the source text.
The emergence of artificial intelligence (AI) in translation, particularly through models like ChatGPT, introduces new dynamics into this field. AI systems, categorized under artificial narrow intelligence (ANI), have shown promise in generating coherent translations, yet they still operate within defined constraints. The study employs Lefevere’s seven translation strategies as a framework to evaluate AI-generated translations of Sylvia Plath’s poem “Child.” This approach not only assesses the model’s responsiveness to different translational priorities but also explores the implications of AI’s interpretive tendencies in the context of poetry translation. By applying these strategies, the research aims to uncover the capabilities and limitations of AI in recreating the nuanced interplay of meaning and form inherent in poetic texts.