这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:
人工智能工具与文学翻译:基于EFL学生译者视角的ChatGPT与Google Translate对比研究
作者及发表信息
本研究由Safaa M. Abdelhalim、Asma A. Alsahil和Zainab A. Alsuhaibani合作完成,三位作者均来自沙特阿拉伯伊玛目穆罕默德·本·沙特伊斯兰大学(Imam Mohammad Ibn Saud Islamic University)的语言与翻译学院英语语言文学系。研究发表于2025年的开放获取期刊 *Cogent Arts & Humanities*(第12卷第1期,文章ID 2508031),隶属于数字人文(Digital Humanities)领域。
科学领域与背景知识
研究聚焦于人工智能(AI)工具在文学翻译中的应用,属于计算语言学与翻译教育学的交叉领域。随着基于大语言模型(LLM, Large Language Model)的AI技术(如ChatGPT)崛起,机器翻译(MT, Machine Translation)从传统的规则驱动(如Google Translate的统计机器翻译SMT)发展为更复杂的神经机器翻译(NMT)。然而,文学翻译因其需处理隐喻、文化专有项和叙事风格等复杂要素,一直是机器翻译的难点。
研究动机
尽管已有研究评估AI工具在通用翻译中的表现,但缺乏从学习者视角探讨其对文学文本的适用性。尤其针对英语作为外语(EFL)的学生译者,其使用AI工具的认知差异(如新手与高级译者)尚未被系统研究。本研究旨在填补这一空白,通过对比ChatGPT与Google Translate(GT)在文学翻译中的表现,揭示学生译者的评价标准及工具的教学潜力。
混合方法框架
研究采用三角验证设计(Concurrent Triangulation Design),结合定量问卷与定性反思数据,分三个阶段实施:
预调研与参与者分组
教学干预与数据收集
数据分析
1. 定量结果:工具偏好与组间差异
- 总体评价:两组均显著倾向ChatGPT(均值3.59 vs. GT 2.65,p<0.01),认为其更适用于文学翻译。
- 唯一显著差异:新手组对GT的准确性信任度更高(p=0.008,d=0.68),可能因其语言能力有限,难以识别GT的语义错误。
2. 定性发现:工具局限性对比
- GT的缺陷:
- 文学性缺失:学生批评GT的译文“机械”(如将比喻句“pink and callow”直译为“粉色且皮肤黝黑”),且风格单调(“像说明书而非文学作品”)。
- 文化误译:GT常忽略文化专有项(如阿拉伯谚语“straight from the horse’s mouth”被误译为“从马嘴里”而非“一手信息”)。
- ChatGPT的优势:
- 交互式改进:学生通过多次提示(如要求“保留作者叙事风格”)优化译文,ChatGPT能提供文化等效词(如用“狂风怒吼”对应阿拉伯文中的风暴拟人化描写)。
- 语境感知:ChatGPT在长篇章翻译中表现更连贯(如正确处理人称代词指代),但需人工后期编辑以修正文化细节。
3. 组间认知差异
- 高级译者更关注文化适应性,指出ChatGPT对低资源语言(如阿拉伯语)的翻译质量不稳定;
- 新手译者更依赖GT的“基础翻译”,但经培训后能通过ChatGPT的提示策略提升输出质量。
科学意义
- 理论层面:验证了LLM工具在文学翻译中的“协作潜力”——ChatGPT可作为“创意伙伴”辅助译者处理复杂文本,但需结合人类文化判断。
- 教学启示:提出“AI整合翻译教学框架”,强调提示工程训练(如“请用目标文化等效词翻译此隐喻”)对新手译者的必要性。
应用价值
- 课程设计:建议翻译专业增设AI工具工作坊,平衡技术效率与文学翻译的审美要求。
- 行业影响:为出版社提供“人机协同”的文学翻译流程优化方案(如AI初译+人工润色)。
局限与展望
样本限于沙特学生,未来可扩展至多语种译者;长期研究可追踪AI工具对译者技能发展的影响。
(报告字数:约1800字)