Большие языковые модели как инструмент практической деятельности переводчика: обзор зарубежных научных проектов

С момента своего появления на рынке ChatGPT привлёк значительное внимание пользователей по всему миру и стал востребованным инструментом среди специалистов, чья профессиональная деятельность связана с обработкой текстов. Несмотря на конкуренцию со стороны многочисленных специализированных онлайн-сервисов, ChatGPT постепенно расширяет своё присутствие и в сфере машинного перевода. Возможности и ограничения данной программы стали темой для обсуждения в различных общественных кругах, в том числе и в научной среде. Исследования, затрагивающие ChatGPT и другие большие языковые модели в аспекте переводческой деятельности, являются пока немногочисленными и публикуются преимущественно за рубежом. Однако стремительное совершенствование и распространение этой технологии диктует необходимость обобщения подобных работ, что, в свою очередь, позволит предвосхитить основные тенденции развития переводческой отрасли в ближайшем будущем. Цель настоящей статьи - освещение результатов исследовательских проектов зарубежных учёных относительно применения больших языковых моделей в практике перевода. Научная новизна заключается в определении спектра основных направлений для внедрения технологий искусственного интеллекта в переводческую детальность и обобщении прикладного потенциала нейросетевых технологий на примере использования ChatGPT. Материалом для анализа послужили 12 печатных и электронных источников на английском и немецком языках, опубликованных преимущественно в 2023 и 2024 гг. Обозреваемые публикации посвящены тестированию упомянутого чат-бота для перевода разножанровых текстов на языки с низкой и высокой ресурсной базой, в ходе которого используются различные дизайны промтов. В результате реализованного анализа литературы выявлены общие тенденции и особенности применения больших языковых моделей как инновационных, многофункциональных и постоянно развивающихся инструментов переводчиков-практиков. В статье обобщаются работы специалистов из Китая, Ирана, Великобритании, США и ряда стран Европы, представленные в виде практических исследований, методических рекомендаций и экспертных оценок. Широкой географический и жанровый охват проанализированных научных текстов позволяет сформировать комплексное и многоаспектное представление о роли больших языковых моделей на рынке цифровых продуктов для профессиональной переводческой деятельности. В работе использованы концептуально-сопоставительный и оценочно-критический методы анализа, позволяющие выделить и систематизировать данные, представляющие особый интерес для отечественного цифрового переводоведения. Обзор показал, что специалисты подтверждают высокую эффективность ChatGPT в переводческой практике. Он демонстрирует качественный машинный перевод и может составить конкуренцию известными сервисами от Google, DeepL и других крупных компаний. Отмечается, что ChatGPT успешно справляется не только с межъязыковым, но и с межстилевым переводом. Согласно мнению специалистов, способность языковых моделей трансформировать стиль и жанр текста оригинала, сохраняя во вторичном тексте исходную ключевую семантику, найдёт широкое применение во многих отраслях экономики. Кроме того, ChatGPT применим не только для решения непосредственных переводческих задач, но и для автоматизации предпереводческого анализа текстов, включая извлечение из них специальных слов и терминов, систематизацию данной лексики по определённым группам и предоставление лингвистической информации, необходимой переводчику. В то же время эксперты указывают на риск генерации большими языковыми моделями ложных данных, в том числе при выполнении переводческих задач, а также на зависимость качества перевода от генеалогической близости и ресурсной обеспеченности обрабатываемых этими системами национальных языков. Для преодоления указанных ограничений специалисты проводят исследования по оптимизации архитектур больших языковых моделей и развитию промт-инжиниринга в переводческой отрасли. По мнению экспертов, совершенствование библиотек промтов для решения переводческих задач должно осуществляться за счёт разработки комплексных запросов, включающих исчерпывающую контекстуальную информацию, в том числе требования к жанрово-стилистической принадлежности и структурно-организационным свойствам конечного текста. В модификаторы и надстройки промтов необходимо включать эталонные образцы перевода и требования к машинному постредактированию полученных первичных результатов. Проведённый обзор зарубежных исследований позволяет заключить, что, несмотря на активную работу специализированных коммерческих и научно-образовательных организаций по совершенствованию больших языковых моделей и их растущую конкуренцию с распространёнными онлайн-сервисами машинного перевода, они пока не могут заменить профессиональных переводчиков. Следует отметить, что наблюдающийся рост качества машинной обработки естественного языка, многофункциональность и адаптивность выпускаемых на рынок цифровых продуктов и их постоянно расширяющийся ассортимент уже сейчас требуют от переводчиков освоения новых навыков и умений, а от учёных - интенсификации усилий по исследованию сфер применения, рисков и преимуществ технологий искусственного интеллекта для решения задач лингвистического характера. Авторы заявляют об отсутствии конфликтов интересов.

Ключевые слова

Авторы

Ссылки