Постредагування машинного перекладу як новий вид перекладацької діяльності: когнітивний та прагматичний аспекти

Abstract

Стрімке впровадження нейромережевих систем машинного перекладу на кшталт DeepL Translator, Google Translate, ChatGPT, Gemini у професійне перекладацьке середовище створює ілюзію лінгвістичної прийнятності створення тексту перекладу без участі людини. Водночас формальна зрозумілість таких текстів не гарантує їхньої якості, стилістичної адекватності чи готовності до публікації. У цьому контексті постредагування машинного перекладу (англійською Post-Editing of Machine Translation, скорочено – PEMT) постає як новий, гібридний вид перекладацької діяльності, що інтегрує швидкість автоматизованої обробки з когнітивними ресурсами людини. Аналіз PEMT крізь призму двох ключових аспектів: когнітивного (стратегії прийняття рішень, розпізнавання помилок, розподіл уваги) та прагматичного (критерії якості, комунікативна функція, стилістична відповідність) дозволяє говорити про відмінності PEMT від традиційного редагування, яке є не остаточним етапом оформлення «людського» тексту, а роботою з «сирим» продуктом діяльності машини. PEMT є доцільним передусім у сферах з великими обсягами однотипного матеріалу (технічна документація, новини, e-commerce) та за умови стандартизації процесу. Водночас індивідуальні відмінності між постредакторами суттєво впливають на продуктивність. Отже, постредагування не замінює традиційний переклад, а доповнює його як вузькоспеціалізований інструмент, що потребує окремих компетентностей, методик навчання та критеріїв оцінювання.