DOI: https://doi.org/10.1075/ts.24043.yao
تاريخ النشر: 2025-11-24
المؤلف: Xiaofang Yao وآخرون
الموضوع الرئيسي: دراسات وممارسات الترجمة
نظرة عامة
تتناول هذه الدراسة التحديات المستمرة في الترجمات الآلية للنصوص الأدبية، مشيرة إلى أن التقييمات الحالية غالبًا ما تتجاهل الميزات الأسلوبية وتعتمد بشكل كبير على المقاييس الآلية والتقييمات البشرية الذاتية. تبحث الدراسة بشكل خاص في أداء GPT-4 في ترجمة الأدب الصيني عبر الإنترنت، مقارنةً بمخرجات المترجمين البشريين. من خلال تحليل الأسلوب الحاسوبي، تشير النتائج إلى أن ترجمات GPT-4 تظهر تشابهات كبيرة مع الترجمات البشرية من حيث الميزات المعجمية والنحوية والمحتوى.
تشير النتائج إلى أن الذكاء الاصطناعي يمكنه بشكل فعال تكرار الفروق الأسلوبية المرتبطة عادةً بالترجمة البشرية، مما يطمس الفروق بين النصوص التي تنتجها الآلات وتلك التي ينتجها البشر. تقدم هذه الدراسة رؤى مهمة حول مستقبل الترجمة الأدبية في عصر يتأثر بشكل متزايد بالذكاء الاصطناعي، مما يثير تساؤلات حول الدور المتطور للتكنولوجيا في الصناعات الإبداعية والتحول المحتمل لممارسات الترجمة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التأثير التحويلي للترجمة الآلية (MT) ونماذج اللغة الكبيرة (LLMs) على مهنة الترجمة، مما يمثل تحولًا كبيرًا نحو “تحول ما بعد الإنسانية” في دراسات الترجمة. يؤكد العلماء على ضرورة دراسة التفاعلات المعقدة بين المترجمين البشر والتكنولوجيا، مشيرين إلى أن المعنى والإبداع يظهران من هذا التفاعل الديناميكي. تشير الورقة إلى دراسات مختلفة توضح القدرات المتطورة للترجمة الآلية، لا سيما في الترجمة الأدبية، حيث أظهرت الترجمات الآلية العصبية (NMTs) تحسينات ملحوظة في الجودة، مما يتحدى الآراء التقليدية حول قيود الترجمة الآلية.
تهدف الدراسة الحالية إلى التحقيق في الميزات الأسلوبية للترجمات التي ينتجها GPT-4 مقارنةً بالترجمات البشرية للأدب الصيني عبر الإنترنت. تسعى إلى معالجة الفجوات الحرجة في فهم كيفية أداء LLMs في المجالات التي تكافح فيها الترجمة الآلية عادةً، مثل الإبداع والأسلوب الأدبي. من خلال استخدام تحليل الأسلوب الحاسوبي على مجموعة بيانات كبيرة، تهدف الدراسة إلى تقديم ثلاثة مساهمات رئيسية: تعزيز قدرات ترجمة GPT-4 من خلال مطالبات مبتكرة، إنشاء مجموعة بيانات متوازية مفتوحة الوصول للأدب الصيني وترجماته، وتقديم تقييم شامل للسمات الأسلوبية لترجمات الأدب التي ينتجها الذكاء الاصطناعي. تُعتبر هذه الدراسة ضرورية لتقييم آثار الذكاء الاصطناعي في الترجمة الأدبية وتأثيرها الأوسع على الصناعات الإبداعية في عصر ما بعد الإنسانية.
النتائج
تشير نتائج التحليل إلى أن المترجم البشري استخدم مفردات أوسع بشكل ملحوظ وبنى هياكل جمل أبسط مقارنةً بنموذج GPT-4. على الرغم من هذه الاختلافات في التعقيد اللغوي، أظهرت كل من الترجمات البشرية وترجمات GPT-4 تفضيلات أسلوبية قابلة للمقارنة فيما يتعلق بأنواع الكلمات المستخدمة. وهذا يشير إلى أنه بينما قد يعطي المترجم البشري الأولوية للوضوح وسهولة الوصول، فإن كلا طريقتي الترجمة تتماشى في خياراتها الأسلوبية.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على أهمية الأسلوب في الترجمة الأدبية، مشيرة إلى أن الميزات اللغوية وغير اللغوية تساهم في بصمة أسلوبية فريدة للمترجم. تم استخدام منهجيات متنوعة، بما في ذلك الأسلوب الأدبي والأسلوب الحاسوبي، لتحليل هذه الميزات، مع التركيز على جوانب مثل غنى المفردات، وتعقيد التركيب النحوي، والاتساق الأسلوبي. من الجدير بالذكر أن الدراسات أظهرت أن الترجمات البشرية غالبًا ما تظهر تنوعًا معجميًا أكبر وهياكل جمل أكثر تعقيدًا مقارنةً بالترجمات الآلية، مثل تلك التي ينتجها GPT-4. على سبيل المثال، يميل المترجمون البشر إلى استخدام مفردات أكثر تعقيدًا وبناء جمل أبسط، بينما قد تميل مخرجات GPT-4 نحو لغة عامة وتعبيرات نمطية.
تناقش الورقة أيضًا التحديات التي تواجه الذكاء الاصطناعي في تحقيق التكافؤ الدلالي، لا سيما في سياق النصوص الغامضة والمفاهيم الغنية ثقافيًا. على الرغم من القدرات الواعدة لـ GPT-4 في إنتاج ترجمات سلسة، تكشف التحليلات عن قيود كبيرة، بما في ذلك الاعتماد المفرط على الترجمة الصوتية والصعوبات في معالجة المصطلحات متعددة المعاني. تشير النتائج إلى أنه بينما يمكن لـ GPT-4 إنتاج ترجمات أسلوبية قابلة للمقارنة مع المخرجات البشرية في بعض المقاييس، إلا أنه لا يزال يفتقر إلى عمق الفهم المطلوب للترجمة الأدبية الدقيقة. تسهم هذه الدراسة في المجال من خلال اقتراح تقنيات فعالة لتصميم المطالبات لترجمة الذكاء الاصطناعي وتجميع مجموعة بيانات متوازية من الروايات الصينية، والتي يمكن أن تكون مصدرًا للبحوث المستقبلية. في النهاية، يجادل المؤلفون لصالح نهج تعاوني بين المترجمين البشر وأدوات الذكاء الاصطناعي، لا سيما في السياقات التي تكون فيها الحساسية الثقافية والغموض أمرًا بالغ الأهمية.
DOI: https://doi.org/10.1075/ts.24043.yao
Publication Date: 2025-11-24
Author(s): Xiaofang Yao et al.
Primary Topic: Translation Studies and Practices
Overview
This study addresses the ongoing challenges in machine translations of literary texts, highlighting that existing assessments often overlook stylistic features and rely heavily on automated metrics and subjective human evaluations. The research specifically investigates the performance of GPT-4 in translating Chinese online literature, comparing its outputs to those of human translators. Through computational stylometry analysis, the findings indicate that GPT-4’s translations exhibit significant similarities to human translations in terms of lexical, syntactic, and content features.
The results suggest that AI can effectively replicate the stylistic nuances typically associated with human translation, thereby blurring the distinctions between machine-generated and human-generated texts. This research offers important insights into the future of literary translation in an era increasingly influenced by AI, raising questions about the evolving role of technology in creative industries and the potential transformation of translation practices.
Introduction
The introduction of this research paper highlights the transformative impact of machine translation (MT) and Large Language Models (LLMs) on the translation profession, marking a significant shift towards a ‘posthumanist turn’ in translation studies. Scholars emphasize the necessity of examining the intricate interactions between human translators and technology, suggesting that meaning and creativity emerge from this dynamic interplay. The paper references various studies that illustrate the evolving capabilities of MT, particularly in literary translation, where neural machine translations (NMTs) have shown notable improvements in quality, challenging traditional views of MT’s limitations.
The current study aims to investigate the stylistic features of translations produced by GPT-4 in comparison to human translations of Chinese online literature. It seeks to address critical gaps in understanding how LLMs perform in areas where MT typically struggles, such as creativity and literary style. By employing computational stylometry analysis on a large dataset, the study intends to make three key contributions: enhancing GPT-4’s translation capabilities through innovative prompts, creating an open-access parallel corpus of Chinese literature and its translations, and providing a comprehensive assessment of the stylistic attributes of AI-generated literary translations. This research is positioned as vital for evaluating the implications of AI in literary translation and its broader impact on the creative industries in the posthuman era.
Results
The results of the analysis indicate that the human translator utilized a notably wider vocabulary and constructed simpler sentence structures in comparison to the GPT-4 model. Despite these differences in linguistic complexity, both the human and GPT-4 translations exhibited comparable stylistic preferences concerning the types of words used. This suggests that while the human translator may prioritize clarity and accessibility, both translation methods align in their stylistic choices.
Discussion
The discussion section of the research paper emphasizes the significance of style in literary translation, highlighting that both linguistic and non-linguistic features contribute to a translator’s unique stylistic fingerprint. Various methodologies, including literary stylistics and computational stylometry, have been employed to analyze these features, focusing on aspects such as vocabulary richness, syntactic complexity, and stylistic consistency. Notably, studies have shown that human translations often exhibit greater lexical diversity and more nuanced sentence structures compared to machine translations, such as those produced by GPT-4. For instance, human translators tend to use more elaborate vocabulary and simpler sentence constructions, while GPT-4’s outputs may lean towards generic language and formulaic expressions.
The paper also addresses the challenges faced by AI in achieving semantic equivalence, particularly in the context of ambiguous texts and culturally rich concepts. Despite the promising capabilities of GPT-4 in generating fluent translations, the analysis reveals significant limitations, including an over-reliance on transliteration and difficulties in processing polysemous terms. The findings suggest that while GPT-4 can produce stylistically comparable translations to human outputs in certain metrics, it still lacks the depth of understanding required for nuanced literary translation. This study contributes to the field by proposing effective prompt engineering techniques for AI translation and curating a parallel corpus of Chinese novels, which can serve as a resource for future research. Ultimately, the authors argue for a collaborative approach between human translators and AI tools, particularly in contexts where cultural sensitivity and ambiguity are paramount.