ChatGPT赋能译文质量评估:机遇、挑战及对策

BTI、MTI和DTI等翻译专业蓬勃发展,但翻译教学中的译文质量评估仍属于薄弱环节。文章以当前迅猛发展的生成式人工智能产品ChatGPT为研究对象,介绍ChatGPT赋能翻译教学中译文质量评估流程,并探讨其带来的机遇。例如,ChatGPT有助于应对人工评估挑战、辅助教师选用评估模式,推动翻译过程评估的效率以及加快机辅评估流程;同时,分析其产生的挑战,如ChatGPT输出内容的质量不够稳定、教师的技术依赖程度增加、质量评估中人文关怀降低。未来ChatGPT将进一步赋能译文质量评估,人与ChatGPT协作评估成为发展趋势。翻译教师应遵循“多轮互动”的人机协同评估原则,坚守“以人为本”的人机协同评估理念,强调“人在回路”的人机协同评估机制,以有效应对ChatGPT给翻译质量评估带来的挑战。

基于项目驱动的高职高专翻译教学模式的构建与实践

文章借鉴基于问题的学习(Problem-based learning)理论,结合美国加州大学教育家和心理学家斯宾塞·卡根博士提出的卡根结构模式,改革以教师为中心、基于翻译理论讲授的传统翻译教学模式,提出了项目驱动翻译教学模式。该模式强调以学生合作与竞争为课堂中心,在教师的指导下,学生在翻译项目中相互协作完成翻译任务。文章面向高职高专院校学生实施该教学模式,旨在提高学生的学习积极性和主动性,全面地培养学生翻译能力和社会合作能力,满足社会人才市场的需求,并为国内翻译教学提供理论和实践上的参考。

技术赋能的人机协同翻译教学模式构建研究

技术赋能为翻译教学带来更具交互性、更加个性化和多元化的教学方式。本研究梳理了技术赋能翻译教学的相关理论和应用实践,探讨了技术赋能翻译教学的发展路径及翻译教学模式的创新。研究进而总结了技术赋能翻译教学的三个主要阶段,即资源电子化赋能的友好型电化教学阶段、流程数字化赋能的混合型精准教学阶段、环境智能化赋能的聚合型智慧教学阶段,并基于这一发展脉络尝试构建了人机协同的翻译教学模式。该模式通过电子资源库、数据中台、智能代理等技术赋能,实现教师、学生和技术三大基本要素在翻译教学中的交互共促。