Machine translation in translator training

Введение / Introduction

Массовое и стремительное внедрение цифровых технологий и продуктов искусственного интеллекта подвергает существенным изменениям условия труда и профессиональные требования к переводчикам, а также к обучению студентов-переводчиков. МП и искусственный интеллект быстро меняют переводческий ландшафт, вызывают значительные сдвиги в компетенциях переводчика, создают новые условия для его работы, ускоряя процессы и обеспечивая доступ к информации на многих языках. Однако машина, отмечает Д. Р. Головко [1], в отличие от человека, все еще неспособна понимать нюансы языка и культурного контекста. Предметом научных исследований в ближайшие годы будет поиск наиболее эффективных алгоритмов эффективного взаимодействие машины и человека, поскольку межъязыковая и межкультурная коммуникация разнообразна и сложна, при этом, по мнению А. Р. Станиславского [2], потребность в профессиональных переводчиках сохраняется.

В этой ситуации переводчикам и преподавателям перевода важно понимать, в каком направлении изменяются технологические разработки и рынок перевода, какие перспективы открывает различное программное обеспечение, как его использовать и какие риски могут при этом возникать, какие преимущества и недостатки есть у машинного перевода, как переосмыслить профессию переводчика и его подготовку. Это обусловило актуальность исследования.

Авторы гипотетически предположили, что машинный перевод можно рассматривать в качестве одного из средств обучения переводу, отдавая приоритет в работе усилиям человека. В соответствии с гипотезой была определена цель настоящего исследования: выявить мнение студентов и преподавателей о роли машинного перевода в обучении будущих переводчиков. Для достижения цели были поставлены следующие задачи: 1) провести анализ научной литературы по применению машинного перевода в подготовке переводчиков; 2) разработать анкету и провести опрос студентов и преподавателей иностранных языков и перевода для выявления их отношения к использованию машинного перевода в обучении; 3) на основе полученных результатов определить целесообразность и формат использования МП в подготовке переводчиков.

Обзор литературы / Literature review

Идеи, связанные с применением различных автоматизированных систем перевода, появились, как указывает М. Б. Раренко [3], в 30-х годах ХХ века во Франции (Ж. Арцруни) и СССР (П. П. Троянский). О. В. Митренина пишет [4], что впервые перевод, осуществленный с помощью машины, был продемонстрирован в Джорджтаунском университете 7 января 1954 года. В нашей стране история МП восходит к Первой Всесоюзной конференции по машинному переводу (май 1958 года), прошедшей в МГПИИЯ (ныне МГЛУ). По воспоминаниям Н. Н. Леонтьевой, после конференции в институте была организована Лаборатория машинного перевода, а затем на переводческом факультете было открыто «Отделение машинного перевода» [5], позже получившее название «Отделение прикладной лингвистики». К. А. Дроздова и М. И. Левин указывают, что для первого периода (1950-е годы) был характерен пословный перевод с одного языка на другой, для второго периода (1960–1970-е годы) – опора на синтаксические структуры и правила, для следующего периода (1980‑е годы) – опора на семантические системы;  конец ХХ века был отмечен развитием статистического подхода в МП, а начало XXI века – использованием информационных технологий и данными корпусной лингвистики [6]. Японскими исследователями описаны возможности обучения нейросетей для НМП на основе данных, разработанных для СМП [7]. Таким образом, за прошедшие 70 лет были разработаны: МП «по правилам», статистический МП (СМП), гибридный МП и нейронный МП (НМП) [8]. В настоящее время нейроперевод может использоваться для перевода информационных сообщений, документации, в том числе технической и производственной [9]. Что касается текстов с художественной составляющей, то, по мнению китайской исследовательницы Гао Цзяи, ощущается необходимость совершенствования функций переводческих нейросетей в связи с трудностями перевода межкультурной составляющей [10]. Одна из главных проблем нейроперевода состоит в том, что нейронной сети требуется гораздо более объемный корпус текстов для самообучения, чем статистической системе.

Сегодня нейросети, предлагающие переводческие услуги (Yandex Translate, Google Translate, DeepL, Reverso и др.), активно используются студентами, однако, отмечают Л. П. Костикова, Н. Е. Есенина и А. С. Ольков, этот процесс носит неупорядоченный характер и нуждается в дидактической коррекции [11]. Что касается педагогического сообщества, то здесь, как пишет П. Кирххоф, мнения расходятся: многие преподаватели настороженно относятся к использованию студентами МП, поскольку у обучающихся не формируется навык перевода, однако другие педагоги, напротив, учат студентов применять МП и редактировать полученный текст [12]. В свою очередь, пишет Л. Н. Беляева, профессиональные переводчики часто прибегают к помощи профессиональных переводческих платформ (SmartCAT, TRADOS, MultiTerm и др.) [13]. По мнению В. В. Котенко, развивающиеся системы НМП не только ускоряют процесс профессионального перевода, но и способствуют преодолению языковых барьеров в поликультурных профессиональных организациях, сотрудники которых живут в разных странах и работают удаленно [14].

Э. Пим акцентирует внимание на том, что, используя машинный перевод, переводчик не генерирует решения, а осуществляет выбор из предлагаемых средствами автоматизации вариантов перевода [15], то есть производит переводческий анализ текста или его частей. Л. В. Елизарова и О. Ю. Кустова справедливо отмечают, что такой анализ текста носит специфический машинно-ориентированный характер [16].

Изучая возможности нейросетей, Ли Вэньгэ и Сун Цзыюань пришли к выводу о том, что машинные переводчики не в состоянии качественно переводить тексты с эмоциональным и творческим насыщением, идиоматичные выражения и метафоры – здесь требуется вмешательство человека в виде постредактирования [17]. По мнению И. В. Переходько и Д. А. Мячина, подобные проблемы возникают и при переводе текстов научно-технического характера [18]. Значительный интерес представляет исследование С. О. Шереметьевой и О. И. Калинниковой, проанализировавших типичные ошибки машинного перевода текстов экономического характера и разработавших правила предредактирования с целью их минимизации [19]. При машинном переводе также могут возникать проблемы с передачей длинных предложений, включающих в себя несколько придаточных, сложные синтаксические конструкции, распространенные определения, слова-вставки, знаки препинания и т. п. Таким образом, отмечает Д. Р. Головко, машинному переводу пока что неподвластен анализ контекста на уровне человека-переводчика [20]. Однако, как отмечают М. Попель и соавторы, возможности новых нейросетевых переводческих систем (в частности, CUBBITT) постепенно становятся сравнимы с переводом человека [21]. Не случайно П. Сандрини акцентирует внимание на том, что в современных условиях необходимы переводчики, работающие со специализированным переводческим программным обеспечением и участвующие в разработках, планировании и организации их использования с предоставлением консультаций по выбору систем МП и обучению пользователей [22]. МП, несомненно, экономит время переводчика, однако влечет за собой определенные этические и материальные риски: Д. Кенни и M. Уинтерс обращают внимание на то, что возникают вопросы об авторстве перевода [23], некоторые работодатели снижают оплату труда переводчиков, считая, что работу полностью выполняет машина.

Практика работы с НМП, как пишут О. Н. Камшилова и Л. Н. Беляева, показала необходимость нового вида деятельности переводчика – постредактирования [24]. Его цель заключается в модификации текста машинного перевода, пригодного к дальнейшему использованию с наименьшими усилиями за минимальное время, при этом А. А. Хромова и Р. Р. Лукманова выделяют легкое и полное постредактирование – в зависимости от цели перевода [25]. В процессе проверки машинного перевода придется сталкиваться в том числе с иными ошибками, нежели в переводе человека. По мнению М. Л. Марус и Ж. Б. Есмурзаевой, текст перевода невозможно редактировать без обращения к тексту оригинала [26]. В этом случае необходимо осуществить перевод заново переводчиком-человеком. Исследователи К. Вельницова, Б. Якубицкова и Р. Кралик считают, что одним из эффективных способов проверки правильности перевода является обратный перевод: исходный текст переводится на другой язык, а затем осуществляется обратный перевод на язык оригинала и анализируется семантическое совпадение текстов [27]. Справедливо утверждение О. В. Максютиной о том, что «редактирование перевода – это часть процесса подготовки перевода, обязательный этап выполнения заказа на перевод, элемент контроля качества, которому необходимо обучать в вузе» [28]. Использование машинного перевода требует создания новых технологических цепочек с адаптацией старых и подготовки специалистов соответствующей квалификации [29].

Сложными для машинного перевода являются переводы в области естественных наук, высокотехнологичных и технических областях и т. п. Проведенное отечественными экспертами В. Г. Красильниковой и А. Д. Сафроновой исследование перевода научно-популярного медицинского текста с помощью Google Translate и Яндекс Переводчик показало, что наибольшая частотность ошибок приходится на неточную передачу информации (32,6–34,3%), на нарушения в передаче жанрово-стилистических особенностей текста оригинала (20,2–20,7%), на нарушение узуса языка перевода и калькирование (9,9–12,8%) [30]. Рассмотрим несколько примеров типичных ошибок машинного перевода.

Как отмечалось выше, проблему для машины (как нередко и для человека) представляет перевод идиоматики, которая передается дословно: “Hals- und Beinbruch!” (соответствует русскому «Ни пуха ни пера!») – «Перелом шеи и ноги!» или «Сломанная шея и нога!»; «стрелянный воробей» вместо немецкого эквивалента “еin alter Hase” машина переводит как “erschossener Spatz” («расстрелянный воробей»). Дословно машина переводит пословицы и поговорки: “Schuster, bleib bei deinen Leisten!” (соответствует русскому «Всяк сверчок знай свой шесток!») – «Сапожник, держись до последнего!» или «Сапожник, держись за свои выступы!». “In der Kürze liegt die Würze” (соответствует русскому «Краткость – сестра таланта») – «Краткость – это специя» или «Скоро будет приправа».

Предложение «Федеральный канцлер выступает с речью» нейросети переводят на немецкий язык существительным женского рода “Die Bundeskanzlerin hält eine Rede”. Причина ошибки связана с различием массивов текстов, обрабатываемых машиной: федеральный канцлер Германии Ангела Меркель находилась у власти 16 лет, а канцлер Олаф Шольц – три года.

Фраза «Сохраним семью во имя детей и мира» машина передает как “Retten wir die Familie zum Wohle der Kinder und des Friedens”, хотя глагол retten означает «спасать», что не соответствует семантике выражения. Переводчиком-человеком предложен более адекватный вариант “Familienwerte für Kinder und Frieden” – «Семейные ценности во имя детей и мира».

Английское предложение “A naked conductor runs along the corridor” нейросети DeepL, Google Translate и Яндекс Переводчик также перевели дословно: «По коридору бежит голый проводник/кондуктор» (правильный вариант – «Вдоль коридора проходит оголенный провод»).

Имена собственные также представляют трудность для МП. В работе Ф. Б. Ситдиковой, В. Н.  Хисамовой и Т. Р. Усманова приводится пример использования нейросетью нарицательного существительного вместо имени собственного при переводе названия «улица Горького»: вместо Gorky Street было предложено Bitter Street [31]. (Следует отметить, что такой перевод был дан несколько лет назад.)

Помимо этого следует признать, что зарубежные нейросети, весьма успешно осуществляя перевод с русского языка на иностранный, допускают ошибки при переводе с иностранного языка на русский. Несмотря на то что выражение «Я вам покажу кузькину мать» неоднократно обсуждалось в переводческом сообществе после выступления Н. С. Хрущева в ООН, DeepL продолжает предлагать дословный перевод “I'll show you Kuzka's mother” («Я вам покажу мать Кузьки») вместо следующих возможных вариантов: “I'll show you what is what”, “I’ll make you sweat”, “I’ll teach you a lesson”.

С использованием систем МП связаны и другие риски, которые необходимо учитывать: например, в процессе вытеснения живого перевода с рынка услуг будет наблюдаться снижение его качества. Результаты исследования В. Г. Красильниковой и А. Д. Сафроновой показали, что при постредактировании машинного перевода переводчики теряют около трети стилистических характеристик текста, делая его менее выразительным и разнообразным [32]. Поэтому нельзя не согласиться с А. А. Новожиловой [33], утверждающей, что условием качественного машинного перевода остается экспертиза человека.

Таким образом, анализ литературы по теме исследования демонстрирует, с одной стороны, заинтересованность лингвистов и педагогов в разработке систем МП и изучении их возможностей, а с другой – существующие возможности и недостатки МП, неразработанность методики его использования в учебном процессе и необходимость изучения отношения к МП со стороны студенческого и педагогического сообщества для создания эффективных программ подготовки переводчиков с внедрением технологий МП.

Методологическая база исследования / Methodological base of the research

Исследование осуществлялось с опорой на компетентностный и личностно-деятельностный подходы, определяющие профессиональную деятельность переводчика и подготовку будущих специалистов в этой области. Авторы использовали методы анализа научной литературы по теме исследования и сравнительного анализа переводов, выполненных нейросетью и человеком, методы анкетирования и анализа полученных результатов, статистические методы для обработки полученных данных, метод включенного наблюдения и метод обобщения.

Исследование проводилось на базе Московского государственного института международных отношений (университета) МИД России. В сентябре 2024 года было проведено анкетирование профессорско-преподавательского состава и студентов МГИМО МИД России, в котором участвовало 472 человека (n = 472), в том числе 99 преподавателей иностранного языка и перевода и 373 студента старших курсов бакалавриата и магистратуры. Целью опроса было выявление тенденций в области использования программ машинного перевода в учебном процессе.

Результаты исследования / Research results

Анализ научной литературы по теме исследования и результаты опроса выявили преимущества, проблемы и ограничения МП и позволили определить основные направления обучения переводчиков в эпоху цифровизации.

Рост сектора МП связан с потребностью в услугах перевода для расширяющихся рынков информации и товаров на многоязычной основе, с быстротой выполнения переводов и экономией средств. Реальные преимущества МП перед переводом человека заключаются:

‒ в сроках выполнения перевода: по нормативным правилам на перевод авторского текста научно-технической тематики (24 машинописные страницы) выделяется 10 рабочих дней, а с помощью нейросетевых программ перевод можно осуществить за час;

‒ в доступности для многих сочетаний языков;

‒ в возможности производства перевода в различных предметных областях при наличии технических средств без ограничения по времени и месту;

‒ в использовании большинства систем МП за небольшую плату или бесплатно;

‒  в переводе с хорошим качеством текстов общего характера, отдельных видов документации и текстов, не требующих профессиональной точности и литературного языка.

Вместе с тем существуют риски и ограничения в использовании МП в учебном процессе:

‒ машинная генерация письменного или устного переводного текста может демотивировать студента к созданию собственного перевода с индивидуальным стилем, снижать эффективность формирования навыка перевода как вида речевой деятельности;

‒ существуют риски психологической зависимости от технологий: со стремительно развивающимся искусственным интеллектом в обществе вполне вероятна деградация навыков родного языка;

‒ в условиях технологического развития нельзя забывать о собственной этнокультурной и языковой идентичности, которая сохраняется благодаря носителю языка и, соответственно, переводчику.

В контексте затронутого вопроса существующих недостатков самих программ МП, а также встречающихся недостатков при использовании МП рассмотрим результаты опроса, проведенного в сентябре 2024 года среди профессорско-преподавательского состава и студентов МГИМО МИД России.

Анализ полученных результатов показал, что среди студентов машинный перевод применяют:

‒ для подготовки к занятиям – 71% респондентов;

‒ в профессиональной деятельности – 52,4% респондентов.

Среди преподавателей машинный перевод не применяют:

‒ для подготовки к занятиям – 78,8% респондентов;

‒ в профессиональной деятельности – 57,1% респондентов.

Примечательно, что подавляющее большинство опрошенных студентов и преподавателей продемонстрировало довольно низкую мотивацию к использованию машинного перевода в учебном процессе:

‒  из-за уверенности в том, что он мешает усвоению языковых структур (49% и 57,7%);

‒ из-за недоверия к его результатам (44,1% и 30,9);

‒  из-за уверенности в том, что он не мотивирует к изучению языка (25,2% и 49,5%).

Студенты также не поддерживают использование машинного перевода из-за уверенности в том, что они достаточно хорошо знают язык (31,5%). Преподаватели со своей стороны выступают против использования машинного перевода из-за уверенности в его бесполезности при обучении иностранному языку (44,3%), а также из-за незнания того, как он работает (15,5%) и как его интегрировать в учебный процесс (17,5%) (рис. 1).

Рис. 1. Причины низкой мотивации к использованию МП в учебном процессе

Более половины преподавателей с недоверием относятся к МП, и их мнение о возможности его использования в учебном процессе резко расходится с мнением студентов, что отражено в таблице.

Мнение преподавателей и студентов об использовании МП
в учебном процессе, %

Тем не менее, как уже было отмечено, респонденты обращаются к переводческим нейросетям. Причинами использования программ МП студентами и преподавателями служат поиск вариантов перевода (64,2% и 61,9%) и получение чернового варианта перевода (53,6% и 57,1%), а также перевод сложных частей текста (59,6% студентов). Большинство студентов и преподавателей пользуются переводческой нейросетью DeepL (60,8% и 57,1%). Среди студентов также популярен Яндекс Переводчик (67,5%), а среди преподавателей – Google Translate (57,1%).

Таким образом, опрос показал наличие интереса студентов и преподавателей к программам машинного перевода при подготовке к занятиям по иностранному языку и переводу, при этом машинный перевод используется ими главным образом для поиска вариантов перевода, получения чернового варианта перевода и перевода сложных частей текста.

В качестве основных недостатков, с которыми приходится сталкиваться в контексте использования программ машинного перевода, подавляющее большинство студентов и преподавателей выделили необходимость контроля результата МП, то есть анализа и сопоставления исходного и полученного текстов (77,4% и 95,2%); более половины респондентов указали на необходимость постредактирования полученного при помощи МП текста (52,8% и 66,7%).

Подавляющему большинству опрошенных студентов и преподавателей приходится делать предредактирование – вносить изменения в исходный текст, чтобы получить более адекватный текст машинного перевода (90,2% и 95,2%). При этом чаще всего всем опрошенным приходится редактировать терминологию (59,2% и 61,9%), контекстно неясные элементы текста (58,9% и 66,7%), сложную синтаксическую структуру предложения (57,7% и 52,4%) и стиль (47,5% и 52,4%). Помимо этого подавляющему большинству респондентов приходится осуществлять постредактирование полученного с помощью машинного перевода текста (96,6% и 95,2%), а преподавателям – редактировать идиоматику (66,7%) (рис. 2).

Рис. 2. Виды редактирования, осуществляемые студентами и преподавателями

Вместе с тем большинство опрошенных студентов и преподавателей удовлетворены результатами и качеством МП (61,5% и 71,4%) и считают, что нейросети в основном справляются с переводом исходного текста (68,7% и 66,7%).

В учебном процессе редакторами машинного перевода являются студенты, не имеющие еще достаточного переводческого опыта и специальных знаний для этого. Их обучение должно осуществляться в двух основных направлениях:

‒  как переводчиков с обязательной глубокой лингвистической подготовкой, со знанием основ теории и практики перевода по традиционным образовательным программам;

‒ как специалистов, включенных в тематику цифровых технологий и автоматизации письменного перевода, по дополнительной программе.

Обучение машинному переводу и редактированию может осуществляться после формирования переводческой компетенции, на более позднем этапе обучения, поскольку для профессионального подхода к использованию систем МП и оценки их качества студент должен обладать достаточными переводческими навыками. К тому же редактирование требует набора навыков, схожих с навыками перевода.

Важно также отметить, что больше половины респондентов считают необходимым внедрять дополнительные образовательные модули по освоению программ МП (61,7% и 54,5%). В этом контексте преподаватели и студенты должны освоить методику проверки текстов МП, понимать причины возникновения ошибок (63,5% и 100%), получить общие знания технологий и средств МП (42,6% и 50%), его преимуществ, недостатков и ограничений (40% и 50%). Студенты также хотели бы научиться осуществлять различные виды редактирования в текстах МП (56,1%), а преподаватели – научиться актуализировать учебные программы с применением МП (100%) и обучать студентов использованию таких программ (50%).

Обобщая приведенные выше данные опроса, мы можем сделать вывод о том, что большинство преподавателей и студентов полагает целесообразным внедрять обучение иностранному языку и переводу с освоением технологий машинного перевода. Такие программы должны включать:

‒ обучение взаимодействию человека с системами машинного перевода для оптимизации рабочих процессов и улучшения качества перевода;

‒ методику проверки текстов машинного перевода;

‒ понимание причин возникновения ошибок в текстах различных видов;

‒  знание преимуществ, недостатков и ограничений технологий машинного перевода;

‒ формирование и развитие компетенций переводчика при использовании машинного перевода.

Изменение учебных программ влечет за собой необходимость в отборе и повышении квалификации преподавателей в области машинного перевода и редактирования, в расширении их научных, технических и технологических знаний. Повышение квалификации должно осуществляться в сотрудничестве со специалистами, владеющими соответствующими навыками и отслеживающими нововведения в машинном переводе. Решение этих задач может быть осуществлено в контексте синергии между преподаванием, обучением и исследованиями с финансированием за счет целевых программ и проектов, сотрудничества между вузами, работодателями и научно-исследовательскими организациями.

Заключение / Conclusion

Цифровизация и использование машинного перевода являются неизбежной тенденцией в развитии перевода и ведут к переосмыслению профессии переводчика, аспектов его деятельности и требований к переводческой подготовке. С развитием цифровых технологий и технологий искусственного интеллекта связано освоение переводчиком новых компетенций в динамичном и гибком процессе обучения, в частности инструментально-технической компетенции переводчика.

Несмотря на то что МП все еще имеет значительное количество проблем, он представляет собой полезный инструмент для современного профессионального переводчика и нужное дополнение в его практической работе, позволяя увеличить объем и качество переводческих услуг. Выбор машинного перевода зависит от типа текста, тематики и требуемого качества конечного продукта. Чем более творческой, оригинальной и интуитивной (умение читать «между строк») является деятельность переводчика, тем меньше вероятность его замены машинным переводом в ближайшее время. Профессиональные переводчики делают тексты живыми и содержательными. Переводы человека достигают своей целевой аудитории, они понятны и тем самым ценны. Машинный перевод не всегда может быть надежным, особенно при передаче специализированных и художественных текстов. Это тем более верно для ограниченно используемых языковых сочетаний. Поэтому переводы должны проверяться профессиональными переводчиками и адаптироваться ими под конкретную целевую аудиторию.

При использовании машинного перевода следует помнить о рисках, связанных с его недостаточным качеством в предметных областях, с конфиденциальностью, с возможными репутационными потерями переводчиков и переводческих организаций, с юридическими последствиями и т. п.

Таким образом, следует отметить:

‒       машинный перевод является новым вызовом, неизбежной тенденцией в развитии перевода и незаменимым инструментом в современной деятельности переводчика;

‒       современные технологии повышают спрос на новые профессии, связанные с эффективным использованием инструментов МП, с продуктивным взаимодействием человека и машины, что предполагает синергию преподавания, обучения и исследовательской работы с участием вузов, работодателей и научно-исследовательских организаций.

Несмотря на появление и развитие технологических разработок в области МП, сохраняется потребность в квалифицированных переводчиках-людях и в развитии навыков человеческого перевода для обеспечения качественного продукта. Использование МП требует знаний его преимуществ и недостатков в практической работе переводчика, ведет к переосмыслению содержания профессии переводчика, аспектов его деятельности, требований к переводческой подготовке.

Новые технологии делают необходимым повышение квалификации преподавателей перевода, разработку методик преподавания МП, проведение научных исследований в различных сферах и предметных областях применения МП, изменение учебных программ. Традиционная языковая и переводческая подготовка недостаточна для профессионального обучения современного переводчика. Она должна быть дополнена формированием переводческих компетенций, связанных с машинным переводом.

Подход к формированию и развитию аналитической редакционной компетенции переводчика является формой взаимодействия человека и машины. Переводческий анализ связан с диагностикой категории переводимости текстов, с определением смысловой неоднозначности исходного текста и логической связности текста перевода, с возможностью появления переводческих ошибок, с передачей индивидуального языкового стиля автора исходного текста и т. п.

Новизна исследования состоит в выявлении мнения студентов и преподавателей о целесообразности использования МП в учебном процессе и констатации необходимости обучения использованию МП, повышения квалификации преподавателей и обновления учебных программ с включением в них МП.

Проведенное исследование вносит вклад в теорию профессионального образования в аспекте использования машинного перевода при подготовке будущих переводчиков. Полученные результаты могут быть использованы при разработке и обновлении программ по обучению переводу с использованием технологий МП. Перспективными представляются научные исследования в отдельных предметных сферах МП (политической, юридической, экономической, управленческой и т. п.), в определении проблематики, связанной с качеством МП и типологией ошибок, с разработкой методики преподавания машинного перевода в общем курсе перевода.