بررسی عملکرد هوش مصنوعی مولد در ترجمه متون عرفانی کهن فارسی به انگلیسی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
متون عرفانی کهن فارسی بخش مهمی از میراث فرهنگی و ادبی ایران را تشکیل می دهد و ترجمه این متون به زبان های دیگر از جهات مختلفی حائز اهمیت است. بااین وجود، ترجمه چنین متونی چالش های بسیاری به همراه دارد، که به رازآلودگی، پیچیدگی زبانی، اصطلاحات خاص عرفانی و سبک ادبی منحصر به فرد این آثار برمی گردد که در انتقال به بافت زبانی فرهنگی متفاوت در زبان مقصد، کار ترجمه را دشوار می کند. این پژوهش برآن است ظرفیت هوش مصنوعی مولد در ترجمه این متون را بررسی کند. بدین منظور، سه مقطع از کتاب های اسرارالتوحید، کشف المحجوب و مصباح الهدایه با استفاده از ابزارهای چت جی پی تی و جمینای در دو مرحله به انگلیسی ترجمه و ارزیابی شد؛ مرحله اول با استفاده از دستور ساده ترجمه و مرحله دوم با دستور دقیق (مهندسی دستور). نتایج هر دو مرحله نشان داد که این ابزارها توانایی درخورتوجهی در تشخیص سیاق، سبک و گونه متون دارند و می توانند بر پایه تحلیل متن مبدأ، در کمترین زمان ترجمه هایی متناسب و کاربردی برای مخاطب عام در زبان انگلیسی ارائه کنند. بااین حال، اشکالاتی نیز در عملکرد آن ها وجود دارد که ضرورت بازبینی و ویرایش انسانی را برجسته می کند.Examining the Performance of Generative AI in Translating Classical Persian Mystical Texts into English
Classical Persian mystical texts constitute a significant part of Iran’s cultural and literary heritage, and translating these works into other languages is important from various perspectives. Nevertheless, the translation of such texts entails numerous challenges arising from their enigmatic nature, linguistic complexity, specialized mystical terminology, and distinctive literary style—all of which make it difficult to convey them within a different linguistic and cultural context. In the present study, the author set out to examine the potential of generative artificial intelligence in translating these texts. To this end, we selected three excerpts from Asrār al-Tawḥīd, Kashf al-Maḥjūb, and Miṣbāḥ al-Hidāyah and translated them into English using ChatGPT and Gemini in two phases: the first with a simple translation prompt and the second with a refined prompt (prompt engineering). The results from both phases indicated that these tools demonstrate a noteworthy capacity to identify the tone, style, and genre of the texts and, based on an analysis of the source text, can produce appropriate and functional translations for a general English-speaking audience in minimal time. However, certain deficiencies in their performance underscore the continued necessity of human review and editing.
تبلیغات
