تستعرض الورقة الحالية إمكانيات أدوات GenAI في إنتاج الخطابات للتحضير لاختبار اعتماد بين المؤسسات للاتحاد الأوروبي. تم إجراء دراسة تجريبية صغيرة النطاق حيث تم توجيه طلاب الترجمة لتدوين ملاحظات وتقييم نقدي ومقارنة الخطابات باللغتين الإنجليزية والمالطية التي أنتجتها ثلاث أدوات من GenAI، وهي: Gemini وCopilot وChatGPT، لاستخدامها في تدريب الترجمة التتابعية للمبتدئين. تم تحفيز أدوات GenAI لإنتاج ثلاث خطابات باللغة الإنجليزية وثلاث خطابات باللغة المالطية مستندة إلى تلك الموجودة في مستودع خطب المفوضية الأوروبية. تركز التحليل على الالتزام بالتعليمات، ومدى ملاءمتها للهدف وجودة المخرجات اللغوية. تشير النتائج إلى أنه، عند التحليل الأولي، تلبي الخطابات باللغة الإنجليزية والمالطية العديد من المعايير الواردة في التعليمات. ومع ذلك، يكشف الفحص الأكثر دقة أن الخطابات قد تكون صعبة الترجمة للمتدربين، وذلك أساساً بسبب بنائها الحججي الضعيف، وانخفاض كثافتها الواقعية، ونقص الروابط الواضحة والنية، وانخفاض تعقيد المصطلحات. بالإضافة إلى ذلك، فإن مواضيع الخطابات بسيطة بشكل زائد، وغير مُعَدة جيدًا، وغير مُفَصلة بالشكل الكافي. الاختلافات بين الإنجليزية، وهي لغة عالية الموارد، والمالطية، وهي لغة منخفضة الموارد، ضئيلة. الفجوة الرئيسية بين اللغتين هي العدد الأكبر من الأخطاء اللغوية في المالطية. بشكل عام، تشير النتائج إلى أن الخطابات باللغة الإنجليزية والمالطية تتطلب تحريرًا مكثفًا بعد الإنتاج لتلبية الاستخدام المقصود لها.
Building similarity graph...
Analyzing shared references across papers
Loading...
Amy Colman
University of Malta
Building similarity graph...
Analyzing shared references across papers
Loading...
أمي كولمان (الأربعاء) درست هذا السؤال.