АНАЛІЗ ПЕРЕКЛАДІВ МЕДІЙНИХ ТЕКСТІВ, ЗДІЙСНЕНИХ ЗА ДОПОМОГОЮ ШТУЧНОГО ІНТЕЛЕКТУ

Abstract

У статті представлено комплексний аналіз перекладів медійних текстів (журналістських матеріалів, інтерв’ю, повідомлень ЗМІ та репортажів), виконаних за допомогою сучасних систем машинного перекладу на базі нейронних мереж (зокрема: сервісів типу DeepL [11], Google Translate [12], Bing Translator [8], а також великих мовних моделей – приклад ChatGPT [10]). Метою дослідження є аналіз типових помилок і стилістичних недоліків, характерних для автоматичних перекладів медійних текстів, оцінка їхньої придатності для безпосереднього публікування та вироблення практичних рекомендацій щодо постредагування і впровадження технологій машинного перекладу в редакційні процеси. Теоретична частина статті включає огляд розвитку нейронного машинного перекладу та поточних підходів до оцінювання якості перекладів (автоматичні метрики і людська експертиза). Практична частина містить порівняльний аналіз реальних прикладів перекладів з англійської на українську мову і навпаки з відкритих джерел (новини та прес-релізи), перекладених кількома системами машинного перекладу та проаналізованих за критеріями адекватності, точності термінології, збереження стилю та інформативності. Окрема увага приділяється проблемам перекладу ідіом, культурно-специфічної лексики й імен власних, а також впливу помилок перекладу на репутацію ЗІМ й точність інформування. На підставі отриманих результатів сформульовано рекомендації для редакторів і перекладачів щодо оптимізації робочих процесів (включно з практиками постредагування, контролю якості й політикою цитування джерел), а також окреслено напрямки подальших досліджень у галузі застосування ШІ в медіа-перекладі. Стаття розрахована на дослідників у сфері перекладознавства, практикуючих перекладачів та редакторів медіа, а також на розробників систем машинного перекладу.