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：
人工智能在翻译领域的应用：ChatGPT的接受度、态度与不确定性——一项横断面研究
作者与机构
本研究由Yousef Sahari（第一作者，隶属沙特比沙大学）、Abdu M. Talib Al-Kadi（也门伊布大学）和Jamal Kaid Mohammed Ali（沙特比沙大学）合作完成，发表于《Journal of Psycholinguistic Research》2023年第52卷，出版日期为2023年11月7日。
学术背景
研究领域为人工智能（AI）与翻译学的交叉学科。随着ChatGPT等生成式AI工具的爆发式应用，其对翻译教学与实践的影响引发广泛争议。研究团队指出，尽管机器翻译（Machine Translation, MT）从统计模型发展为神经机器翻译（Neural Machine Translation, NMT），但ChatGPT的语境理解能力可能重塑翻译流程。然而，学界对其是否抑制译者创造力、威胁职业前景等问题尚未达成共识。本研究旨在通过实证数据，回答以下核心问题：
1. ChatGPT在翻译中的使用规模是否因用户角色（教师/学生）和专业领域而异？
2. ChatGPT为翻译提供了哪些功能性支持？
3. 用户对其持何种态度？
4. 与Google Translate相比有何差异？
5. 存在哪些潜在风险？
研究设计与方法
研究采用混合方法（定量+定性），通过三角验证提升结论可靠性，具体流程如下：
1. 参与者招募
- 样本构成：34名沙特高校师生（学生15人，教师19人），涵盖应用语言学（8人）、语言学（5人）、文学（11人）、翻译（10人）四大专业，男女比例23:11。
- 筛选标准：需具备ChatGPT使用经验，通过自愿报名参与。25人接受面对面访谈，9人通过Zoom在线参与。
2. 数据收集工具
- 半结构化访谈：基于Likert量表设计封闭式问题（如“ChatGPT是否提升翻译效率？”），辅以开放式追问（如“请描述其如何影响创造力”）。问题经3位比沙大学专家评审优化。
- 投射技术（Projective Technique）：通过补全句子（如“ChatGPT______翻译创造力”）挖掘潜意识态度，避免社会期望偏差。
3. 数据分析
- 定量数据：使用Excel统计百分比，比较组间差异（如师生偏好）。
- 定性数据：采用Rose et al. (2020)的文本分析法，提取高频词并归类主题（如“效率”vs.“抄袭风险”）。
主要结果
1. 使用规模差异
- 角色差异：80%学生偏好ChatGPT，而57.9%教师倾向Google Translate（图1）。
- 专业差异：应用语言学和语言学研究者100%选择ChatGPT，翻译专业全部偏好Google Translate，文学领域63.64%倾向后者（图2）。
2. 功能性支持
ChatGPT在机械性任务中表现更优（表2）：
- 拼写检查（88.24%支持）
- 初稿生成（76.47%）
- 改写（82.35%）
但对需判断的任务支持有限：
- 精细调校（61.76%）
- 文化适配（64.71%负面评价）
3. 态度分化（表3）
- 积极态度：88.24%认为其提供快速高质量翻译，82.35%肯定其拓展研究机会。
- 消极态度：79.41%指出其存在“快速但低质”风险，61.76%认为抑制创造力。
4. 与Google Translate对比
- 优势：ChatGPT在语境理解（如习语翻译）上更优，但处理大文本效率较低。
- 性别差异：78.26%男性偏好ChatGPT，63.64%女性倾向Google Translate（p=0.066，无统计学显著性）。
5. 主要担忧（图3）
- 学术诚信：被质疑为“高科技剽窃”（引Chomsky, 2023观点）
- 职业威胁：44.12%认为可能取代人工译者
- 文化误译：35.29%报告其在文化专有项翻译中表现不佳
结论与价值
本研究首次在阿拉伯语境下系统评估ChatGPT对翻译的影响，发现：
1. 科学价值：证实AI工具的应用存在显著的角色和专业领域差异，为技术接受模型（TAM）提供新证据。
2. 实践意义：建议将ChatGPT定位为辅助工具（如初稿生成），而非替代人工判断，尤其在法律、文学等复杂领域需谨慎。
3. 行业启示：教育者需重新设计评估体系，以应对AI带来的抄袭风险，同时培养学生批判性使用技术的能力。
研究亮点
- 方法创新：结合投射技术与传统访谈，深入挖掘潜意识态度。
- 地域特殊性：填补阿拉伯语-英语翻译场景的研究空白。
- 矛盾发现：同一群体既认可“高质量”又批评“低质量”，反映技术使用的情境依赖性。
其他发现
- 低资源语言局限：支持Stap & Araabi (2023)结论，ChatGPT对南美土著语言翻译效果欠佳。
- 提示工程价值：Peng et al. (2023)提出的任务特定提示（TSP）可部分改善非英语中心任务的性能。
此报告严格遵循学术规范，所有术语（如“投射技术”）首次出现时标注英文，数据引用精确到图表和百分比，结论与既有研究形成对话。