Nowe technologie w tłumaczeniach - język włoski 2517-s1LS2L-NTWT-JW

Celem kursu jest zapoznanie studentów i studentek z możliwościami
zastosowania nowych technologii w pracy tłumacza. Uczestnicy zajęć będą mogli zaobserwować, w jaki sposób należy korzystać z różnorodnych programów komputerowych i zasobów internetowych (słowniki internetowe, korpusy językowe, korpusy równoległe) oraz sztucznej inteligencji w celu usprawnienia pracy tłumaczeniowej.

Dodatkowo, studenci zapoznają się z najważniejszymi pojęciami z dziedziny technologii informacyjnych i komunikacyjnych. Będą mogli również dokonać analizy tłumaczeń wykonanych przez program tłumaczeniowy, jak również poznają zasady pre-edycji tekstu wyjściowego i post-edycji tekstu docelowego.
Ważnym celem zajęć jest również kształtowanie umiejętności w zakresie oceny przydatności i jakości oferowanych przez rynek narzędzi technologicznych tak, aby zostały one odpowiednio wykorzystane w praktyce tłumaczeniowej.
Na zakończenie zajęć studenci i studentki dokonają tłumaczenia wybranego tekstu przy użyciu przedstawionych narzędzi cyfrowych.

W cyklu 2025/26L:

Moduły tematyczne do wyboru:

1. Sztuczna inteligencja w pracy tłumacza.

2. Cyfrowe narzędzia wspomagające pracę tłumacza: słowniki, korpusy, programy CAT

Moduł nr. 1.: Kurs wprowadza studentów w problematykę wykorzystania narzędzi opartych na sztucznej inteligencji w procesie tłumaczenia. Uczestnicy poznają najpopularniejsze systemy tłumaczenia maszynowego wspomagane AI, takie jak DeepL, Google Translate, ChatGPT, czy Claude oraz przede wszystkim nauczą się krytycznie oceniać jakość generowanych przez nie przekładów. Omówione zostaną strategie postedycji tekstów przetłumaczonych maszynowo, z uwzględnieniem różnych typów tekstów i par językowych. Studenci przeanalizują możliwości i ograniczenia dużych modeli językowych (LLM) w kontekście tłumaczenia tekstów użytkowych. Kurs obejmuje również kwestie etyczne związane z wykorzystaniem AI, w tym problemy praw autorskich, odpowiedzialności za błędy oraz transparentności wobec zleceniodawców. Uczestnicy będą pracować nad projektami praktycznymi, porównując wyniki tłumaczenia maszynowego z przekładem własnym. Omówione zostaną także perspektywy rozwoju zawodu tłumacza w dobie automatyzacji oraz kompetencje niezbędne na współczesnym rynku pracy. Kurs zakłada aktywny udział studentów w dyskusjach i ćwiczeniach warsztatowych.

Moduł nr 2.: Kurs ma na celu zapoznanie studentów z szeroką gamą zasobów internetowych przydatnych w pracy tłumacza. Uczestnicy poznają zasady efektywnego korzystania ze słowników online, zarówno ogólnych, jak i specjalistycznych, jedno- i dwujęzycznych oraz z zasadami stosowania terminologii w tłumaczeniach specjalistycznych . Omówione zostaną możliwości wykorzystania korpusów językowych, NP. takich jak Reverso Context, do weryfikacji kolokacji, frekwencji i kontekstów użycia. Studenci zapoznają się z podstawami obsługi programów CAT (Computer-Assisted Translation), takich jak Trados, czy OmegaT oraz z funkcjonowaniem pamięci tłumaczeniowych. Kurs obejmuje również praktyczne ćwiczenia z wyszukiwania informacji w internecie, oceny wiarygodności źródeł oraz tworzenia własnych glosariuszy. Uczestnicy nauczą się integrować różne narzędzia w spójny warsztat pracy, dostosowany do konkretnych zleceń i typów tekstów. Omówione zostaną także darmowe i płatne zasoby oraz kryteria ich wyboru. Kurs zakłada realizację projektu tłumaczeniowego z wykorzystaniem poznanych narzędzi.

Modulo 2 – Strumenti digitali per il traduttore (PL→IT) - wybrany

Lezione 1 – Dizionari online monolingui e bilingui: panoramica delle risorse generali e specializzate
Lezione 2 – La traduzione specializzata e la terminologia: principi e strumenti di riferimento
Lezione 3 – Corpora di lingua italiana: panoramica delle risorse e criteri di scelta
Lezione 4 – Reverso Context: collocazioni, contesti d'uso e verifica terminologica
Lezione 5 – Creazione di glossari terminologici personali da testi paralleli e comparabili
Lezione 6 – Programmi CAT (esempio di Trados e DeepL): strumenti a confronto e memorie di traduzione
Lezione 7 – Intelligenza artificiale nella traduzione: opportunità, limiti e buone pratiche: post-edizione del testo di arrivo.
Esame finale

Całkowity nakład pracy studenta

Godziny realizowane z udziałem nauczycieli (20 godz.): - udział w konwersatorium - 15 - konsultacje z nauczycielem akademickim 5 Czas poświęcony na pracę indywidualną studenta (40 godz.): - przygotowanie do konwersatorium - 5 - pisanie prac domowych, projektów tłumaczeniowych - 15 - przygotowanie do egzaminu - 20 Łącznie: 60 godz. (2 ECTS)

Efekty uczenia się - wiedza

W1: Ma wiedzę na temat najnowszych narzędzi technologii informacyjnych i komunikacyjnych stosowanych w tłumaczeniach. W2: Ma wiedzę na temat słowników i korpusów językowych dostępnych w Internecie. Orientuje się w ich strukturze i zasadach stosowania. W3: Ma wiedzę na temat zastosowania sztucznej inteligencji w tłumaczeniach.

Efekty uczenia się - umiejętności

U1: Potrafi odpowiednio zastosować narzędzia nowych technologii, jak np.: słowniki internetowe, programy tłumaczeniowe, AI w przygotowaniu tłumaczenia. U2: Potrafi ocenić przydatność danych narzędzi w konkretnym tłumaczeniu. U3: Dokonuje właściwej analizy tekstu przeznaczonego do tłumaczenia i potrafi przeprowadzić jego pre-edycję i post-edycję.

Efekty uczenia się - kompetencje społeczne

K1: W pracy tłumacza potrafi pozyskać informacje służące do rozwiązywania problemów poznawczych i praktycznych K2: Ma świadomość poziomu swojej wiedzy i umiejętności, rozumie potrzebę ciągłego dokształcania się i rozwoju szczególnie w przypadku szybko rozwijających się narzędzi technologicznych.

Koordynatorzy przedmiotu

Marta Kaliska

Metody dydaktyczne

- wykład informacyjny - metoda ćwiczeniowa - metoda obserwacji - studium przypadku - dyskusja - metody oparte na współpracy

Metody dydaktyczne podające

- wykład problemowy
- opis
- wykład konwersatoryjny
- pogadanka

Metody dydaktyczne poszukujące

- projektu
- giełda pomysłów
- ćwiczeniowa
- doświadczeń
- obserwacji

Wymagania wstępne

Znajomość języka włoskiego na poziomie zbliżonym do B1. Przy zapisach na dany moduł obowiązuje limit dolny 15 osób. Wybór modułu tematycznego dokonują osoby zapisane na kurs podczas pierwszych zajęć.

Kryteria oceniania

Metody oceniania:
- egzamin pisemny
- ocena aktywności
- przygotowanie projektu tłumaczeniowego
Kryteria oceniania:
- ocena bieżąca z zajęć i projekt tłumaczeniowy – 50%
- Egzamin pisemny na ocenę – 50%
W przypadku prac pisemnych i testu końcowego przyjmuje się następujące kryteria punktacji w zależności od poprawności pracy, liczby błędów:
• ponad 90% – 5
• 85%-89% – 4+
• 80%-84% – 4
• 70%-79% – 3+
• 60%-69% – 3

Praktyki zawodowe

Nie dotyczy

Literatura

Bogucki, Ł., 2009, Tłumaczenie wspomagane komputerowo. Warszawa: Wydawnictwo Naukowe PWN.

Gouadec, D., 2007, Translation as a Profession.
Amsterdam/Philadelphia: John Benjamins Publishing Company.

Cronin, M., 2013, Translation in the Digital Age, London & New York: Routledge; wyd. pol.: Cronin, M. (2016): Przekład w epoce cyfrowej. Kraków: Wyd. UJ.

Naldi, M., 2014, Traduzione automatica e traduzione assistita, Bologna: Esculapio.

W cyklu 2025/26L:

1. Bowker, L., & Buitrago Ciro, J. (2019). Machine Translation and Global Research: Towards Improved Machine Translation Literacy in the Scholarly Community. Emerald Publishing.
2. Kenny, D. (Ed.). (2022). Machine Translation for Everyone: Empowering Users in the Age of Artificial Intelligence. Language Science Press.
3. Moorkens, J., Castilho, S., Gaspari, F., & Doherty, S. (Eds.). (2018). Translation Quality Assessment: From Principles to Practice. Springer.
4. Pym, A. (2023). Translation and Technology: Current Models and Future Prospects. In E. Angelone, M. Ehrensberger-Dow, & G. Massey (Eds.), The Bloomsbury Companion to Language Industry Studies. Bloomsbury Academic.

Uwagi

W cyklu 2025/26L:

Osoby zapisane na kurs powinny jeszcze przed zajęciami wybrać moduł tematyczny i zgłosić swój wybór drogą mailową (na adres wykładowcy), przez aplikację Teams lub najpóźniej w czasie pierwszych zajęć.

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 2517-s1LS2L-NTWT-JW w USOSweb