Статьи

Сложившаяся в мире ситуация вынудила перевести встречи, переговоры, совещания, форумы и конференции в онлайн­формат. Современные технические средства и программы позволили начать переводческое сопровождение данных мероприятий, перешли они также и в учебный процесс по подготовке устных последовательных и синхронных переводчиков.

Однако год усиленных и целенаправленных разработок в этой области помог выйти на новый уровень и создать технические инновации в устном переводе. Именно этим вопросам и был посвящён прошедший с 23 по 25 февраля 2021 года международный саммит ‘Innovation in Interpreting’. Саммит прошёл в дистанционном формате на базе платформы Techforward. Организаторами саммита являются действующий переводчик Европейской Комиссии Александр Дрексель, а также переводчик Организации Объединенных Наций Джош Голдсмит. Организаторы также являются сооснователями образовательной платформы Techforward, которая призвана повышать техническую осведомлённость и эффективность в вопросах устного перевода.

В статье будут проанализированы возможности разработки специальных сценариев для создания обучающей среды при помощи цифровых платформ, а также степень сочетания лучшего проявления педагогического опыта и следования ведущим дидактическим принципам в ходе онлайнобучения русскому языку будущих китайских переводчиков. Кроме того, автором обращается внимание на важность межпредметных связей и выявляется ряд ещё неразрешённых вопросов, связанных с практикой развития навыков и умений в области иноязычного общения в цифровом формате.

Стремительное развитие искусственного интеллекта создало большие возможности и вызовы перед древней переводческой деятельностью и поставило новые задачи подготовки будущих переводчиков. Элементы, охватываемые традиционными переводческими компетенциями, нуждаются в дополнении и улучшении в эпоху искусственного интеллекта. Исходя из потребностей китайско­русского спроса на перевод и переводческой практики, в статье анализируются изменения, которые принесли технологии в китайско­русский устный перевод. Отмечается, что дисциплина «Перевод с китайского языка на русский» в китайских университетах в основном предназначен, прежде всего, для эпохи человеческого перевода и не адаптирован к эпохе искусственного интеллекта. Объединив требования технических навыков переводчиков в области искусственного интеллекта, мы разработали курс, цель которого развить важные переводческие компетенции будущих переводчиков как носителей китайского языка, в частности, компетенцию постредактирования с родного языка на русский. В статье всесторонне описывается и анализируется модель формирования данной компетенции будущих переводчиков в эпоху искусственного интеллекта.

Историю машинного перевода с самого его зарождения и вплоть до настоящего времени можно рассматривать как вызов человеческой мысли и интеллекту. В настоящее время основными видами машинного перевода признаны четыре: во­первых, машинный перевод «по правилам» (англ. Rule­Based Machine Translation, RBMT), во­вторых, «статистический» машинный перевод (англ. Statistical Machine Translation, SMT), в­третьих, «гибридный» (англ. Hybrid Machine Translation, HMT), возникший на стыке перевода «по правилам» и «статистического» перевода», и, в­четвёртых, нейронный машинный перевод (англ. Neural Machine Translation, NMT).

История машинного перевода развивалась стремительно, знала взлёты и падения, периоды вдохновения и разочарования. Однако, по справедливому высказыванию М.Н. Марчука, тема машинного перевода будет всё время актуальной в силу ряда причин, одна из которых — желание человека познать границы невозможного.

Технологии, которые мы используем для перевода информации между языками, продолжают развиваться. Например, Google Translator, Toolkit, Skype переводят контент более чем на 130 языков. Программное обеспечение для поиска информации на нескольких языках (CLIR) (например, поиск в Google) позволяет пользователям искать информацию на одном языке и получать результаты сразу на нескольких языках. Платформы социальных сетей, такие как Facebook, обеспечивают мгновенный перевод сообщений, поэтому контент, когда­то ограниченный определённой аудиторией, теперь стал более доступным. Хотя эти инструменты цифрового перевода, безусловно, предоставляют больше возможностей и ресурсов для людей, которые хотят взаимодействовать на разных языках в Интернете, пользователи всё равно могут сталкиваться с проблемами. Программное обеспечение для цифрового перевода разрабатывается с использованием машинных алгоритмов, которые преимущественно измеряют грамматическую и лексическую точность, а не основываются на исследованиях пользовательского опыта. Большинство современных инструментов цифрового перевода работают по модели перевода как замены. Пользователи вводят слово или фразу на одном языке, выбирают нужный целевой язык и нажимают «Перевести». Эквивалентное слово (или набор эквивалентных слов) на целевом языке появляется на экране. Опора на машинные алгоритмы и отсутствие исследований пользовательского опыта, проведённые с помощью цифрового перевода, оставили большие пробелы в возможностях этого программного обеспечения. Чтобы улучшить инструменты цифрового перевода, мы должны понимать, как пользователи перемещаются по языку в Интернете во время повседневной деятельности, поскольку они включают культурные знания и локализованный опыт в свои переводы.

В работе рассматривается вопрос разработки двуязычной профессиональной терминологии на примере строительства, которая важна в эпоху развития искусственного интеллекта и машинного перевода. Какие задачи и проблемы стоят перед терминологией в нашу эпоху?

Невзирая на триумфальную поступь цифровых технологий по планете, говорить об элиминации профессии переводчика несколько преждевременно. Предположительно, в некоем обозримом будущем и наступят времена, когда невозможно будет отличить машинный перевод от перевода, выполненного человеком, но на настоящий момент, несмотря на несомненный прогресс в сфере развития искусственного интеллекта, водораздел, зачастую весьма ощутимый, всё ещё существует.

Безусловно, чем проще переводческое задание, чем буквальнее и однозначнее лексемы, входящие в состав исходного текста, тем выше качество цифрового машинного перевода. Однако достаточно ли кругозора искусственного интеллекта для того, чтобы справиться с поставленной задачей в языковой паре английский-русский, где многозначность представляет собой весьма ощутимую проблему? Пусть Гугл.Переводчик попробует перевести записные тетради Ф.М. Достоевского с его окказионализмами, сокращениями, эмфатическими конструкциями и исторической лексикой или любой другой текст, отягощённый авторскими смыслами и коннотациями.

Очевидно, что переводческая профессия неизбежно будет претерпевать трансформации, что переводчику придётся выполнять функции «Бегущего по лезвию» — аналогично элитной группе детективов в культовом фильме Ридли Скотта, — то есть быть “more human than human”, представляя собой комбинацию человека и машины. Однако пока на авансцену не вышли человекоподобные роботы­андроиды и всесильные алгоритмы искусственного интеллекта, профессия переводчика как носителя человеческого творческого сознания и интуиции, которой машины лишены, останется востребованной и релевантной. Именно об этом и пойдёт речь в данной статье.

В последние годы, с улучшением технологии машинного перевода, всё больше и больше людей полагают, что человеческий перевод потеряет свою актуальность в будущем. Netease Youdao, Microsoft Bing, Google Translate, keda Xunfei Translator и другие программные обеспечения для перевода непрерывно появляются, и в них вовлечено всё больше и больше языков. Точность перевода становится всё выше и выше, и это также вызывает беспокойство у переводчиков. В этой статье мы хотим обсудить будущее машинного2и человеческого перевода в рамках инициативы «Один пояс, один путь», путём изучения языковой среды стран вдоль «Одного пояса, одного пути». Внимание в этой статье так же уделяется появлению человеческого фактора в машинном переводе. Между машинным и человеческим переводом нет противоречий, которые трудно урегулировать и согласовать, они дополняют друг друга. И это верное решение для перспективного развития искусственого интеллекта в будущем.

В статье обсуждаются актуальные тенденции нотариального перевода в контексте возможной трансформации переводческой профессии, вызванной цифровизацией экономики, а также грядущими изменениями в индустрии отечественного юридического перевода в свете предполагаемого внедрения института судебных (присяжных) переводчиков по инициативе Союза переводчиков России. Приводятся результаты сравнительного дискурс­анализа нотариального и присяжного перевода в разных странах с учётом достижений в области цифрового перевода. Языковым материалом послужили тексты корпоративных сайтов бюро переводов. Делается вывод, что даже при эффективном внедрении нейронных технологий в переводческую профессию агентами нотариального дискурса продолжают оставаться люди — нотариусы и/или переводчики, со сформированными цифровыми компетенциями.

Статья посвящена тому, что, очевидно, претендует на терминологическое обозначение «цифровой художественный перевод». В центре нашего внимания два культовых монолога шекспировского Гамлета в нескольких версиях цифрового перевода, в том числе на основе нейронных сетей. Проведённый нами эксперимент с использованием разных платформ, «движков» и полученные результаты позволяют утверждать, что понятие «цифровой художественный перевод» реализует значение указания исключительно на объект / сферу перевода; подразумеваемая же «художественным переводом» эстетика, аксиологика — сохранение в переводе фасцинации подлинника, его художественной ценности — эта задача оборачивается для цифры незадачей. Время (по мере совершенствования искусственного интеллекта) покажет, получит цифровой художественный перевод статус термина в его «драгоценной двусмысленности» или, к счастью (?), останется оксюмороном.

Известная со времен Р. Якобсона «межсемиотическая транспозиция» как вид интерсемиотического перевода предусматривает переход из одной системы знаков в другую. Такая транспозиция, как правило, осуществляется в направлении интерпретации от вербального к визуальному, что находит своё эксплицитное выражение в балете, скульптуре, иллюстрациях к литературным произведениям, а также их экранизациях, где вполне приемлемы традиционные виды киноперевода, такие как дублирование, перевод «голосом за кадром» и субтитрирование. Последнее с определённым допущением может осуществляться с использованием машинного перевода и постредактирования человеком. Но как быть с интерпретацией «от визуального к вербальному», характерной, в частности, в отношении произведений изобразительного искусства как культурно и эстетически значимых объектов? Справится ли машина с таким переводом статики в динамику? В принципе, известны американские исследования возможностей машинного перевода языка жестов, смоделированного на роботизированной руке, способной переводить алфавит в дактильную азбуку, которые проводятся, начиная с 1977 года, и направлены на создание условий полноценной коммуникации лиц с ограничениями по слуху. Что касается аудиовизуального перевода, ситуация значительно осложняется в случае словесного описания динамики «движущихся картин» для слепых и слабовидящих зрителей — тифлокомментирования (аудиодескрипции). Означенная интерпретация не всегда очевидна даже для лиц, не имеющих ограничений по зрению, что эксплицитно прослеживается в контексте оязыковления при переводе телодвижений персонажей фильма. Эти и другие вопросы ещё ждут своего решения.

В 21 году XXI века мы видим, как цифровизация всё глубже и глубже проникает во все сферы нашей жизни, нашего знания, нашего опыта. Так самообучающиеся нейронные сети для осуществления, в частно­ сти, синхронного перевода, становятся революционной разработкой, потенциально вытесняющей человека из самого процесса перевода. Тем не менее, неоднократные, в значительной степени неуспешные экс­ перименты с цифровым интеллектом в синхронном переводе показали, что на настоящий момент искусственный интеллект не может заменить интеллект человека в этой сфере деятельности. Что же именно «удержи­ вает» «конкуренцию интеллектов»? Факторов много. И один из них — это проблема внимания.

Прогресс машинного перевода, основанного на моделях глубокого обучения нейронных сетей, привёл к значительному улучшению качества выполнения тех задач, которые традиционно составляли преимущество переводчика­профессионала. Тем не менее, впечатляющее развитие технических средств перевода не должно приводить к искажению понимания сущности лингвистически опосредованной коммуникации и роли переводчика в этом процессе. Данная статья посвящена анализу сложной функциональной системы, которая объединяет переводчика, обладающего умениями функционирования в информационной среде, и высокотехнологичные программные продукты для машинного перевода. Анализируется трансформация содержания коммуникативной компетентности переводчика, особое внимание уделяется его прагматическим компетенциям.

Рассматриваются перспективы развития цифрового перевода, а также его преимущества и недостатки. Предпринимается попытка спрогно­ зировать эволюцию машинного перевода на примере взаимодействия искусственного интеллекта и практической деятельности переводчика французского языка. Проводится сравнительно­сопоставительный анализ студенческих переводов с французского языка на русский с вариантами машинного перевода. Профессия переводчика изучается в ключе редактор­ ской работы, приводятся аргументы за и против поддержания и развития сотрудничества между роботом и человеком.