تحولات الترجمة وتعليمها في عصر الذكاء الاصطناعي: دراسة تحليلية في السياق الجامعي
الكلمات المفتاحية:
الذكاء الاصطناعي، الأدوات الرقمية في الترجمة، التعليم الجامعيالملخص
يتناول المقال التحولات التي شهدها مجال الترجمة وتدريسها في ظل تطور تقنيات الذكاء الاصطناعي، خاصة مع ظهور الترجمة العصبية وأدوات مثل Google Translate وChatGPT يبرز المقال أن هذه التقنيات أسهمت في تسريع الترجمة وتحسين جودتها، لكنها لا تزال تواجه تحديات في فهم السياق الثقافي والنصوص المتخصصة. كما يوضح أن تعليم الترجمة لم يعد يركز فقط على الإنتاج اللغوي، بل أصبح يعتمد على تنمية مهارات التفكير النقدي والتقييم، خاصة من خلال ما بعد تحرير الترجمة الآلية. وتؤكد الدراسة أن أفضل نهج هو الجمع بين الذكاء الاصطناعي والخبرة البشرية. وقد أظهرت نتائج الاستبيان والتجربة الميدانية أن الطلبة يستفيدون من هذه الأدوات في تحسين السرعة والفهم، لكن الاعتماد المفرط عليها قد يؤثر سلبًا على التحليل النقدي. لذلك، توصي الدراسة بإدماج الذكاء الاصطناعي في التعليم ضمن إطار متوازن يحافظ على دور المترجم البشري.
المراجع
Abdulmughni, H. M. A., & Alrefaee, S. M. A. S. (2025). Artificial intelligence in Arabic-English literary translation: Technological innovations, linguistic accuracy, and ethical implications. International Journal of Language and Literary Studies, 7(2), 107–129.
Al Khatib, H. (2025). تأثير تطبيقات الذكاء الاصطناعي في تحديد المعنى في السياق اللغوي المترجم (دراسة تطبيقية). المشكاة للعلوم الإنسانية والاجتماعية.
Al-Chaqmaqchi, O. M. S. A. (2026). Digital-assisted translation and vocabulary retention for EFL undergraduate learners. Wasit Journal for Human Sciences, 22(1).
Arnold, D., & Austermühl, F. (2007). Teaching translation and interpreting 2: Insights, aims and visions. John Benjamins Publishing.
Ashwaq, M. (2020). الترجمة الآلية من اللغة العربية إلى الفرنسية عبر قوقل للترجمة – لغة القانون أنموذجًا. المركز الجامعي مغنية.
Bahdanau, D., Cho, K., & Bengio, Y. (2014). Neural machine translation by jointly learning to align and translate. arXiv preprint arXiv:1409.0473.
Bahdanau, D., Cho, K., & Bengio, Y. (2015). Neural machine translation by jointly learning to align and translate. Proceedings of ICLR.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901.
Eid, A. R. (2025). الترجمة: جسر بين الثقافات في ضوء تطبيقات الذكاء الاصطناعي. مجلة كلية الآداب – جامعة القاهرة.
El Ashtar, A. A. (2026). L’impact de l’intelligence artificielle sur l’avenir de l’enseignement de la traduction en français dans les universités libyennes (Mémoire de master, Université de Tripoli, Libye). Université de Tripoli.
Farraj, M. A. (2024). الترجمة وتأثير الذكاء الاصطناعي في السياق بين العربية والتركية: دراسة وصفية تحليلية. Bulletin of the Faculty of Languages & Translation, 27(1), 263–288.
Guerberof, A. (2016). Productivity and quality in machine translation post-editing: A corpus-based study. John Benjamins Publishing.
Hutchins, W. J. (2005). The history of machine translation in a nutshell. In Translation and Computers (pp. 15–27).
Jiao, W., et al. (2023). Is ChatGPT a good translator? A preliminary study.
Kamila Alhadi Algwil. (2025). The importance of artificial intelligence writing tools in enhancing English writing of EFL students. Faculty of Languages Journal-Tripoli-Libya, 1(32).
Kenny, D. (2019). Machine translation for everyone: Empowering users in the age of artificial intelligence. Language Science Press.
Kiraly, D. (2015). Occasioning translator competence: Moving beyond social constructivism toward a postmodern alternative. Routledge.
Koehn, P. (2020). Neural machine translation. Cambridge University Press.
O’Brien, S. (2022). Machine translation and post-editing. Routledge.
Popović, M. (2018). Error classification and evaluation of machine translation.
Pym, A. (2019). Translation solutions for many languages: Histories of a flawed dream. Bloomsbury.
Sadat, F., & Mohamed, E. (2013). Improved Arabic-French machine translation through preprocessing schemes and language analysis. In O. R. Zaïane & S. Zilles (Eds.), Advances in artificial intelligence (Lecture Notes in Computer Science, Vol. 7884, pp. 354–365). Springer.
Taher, R. S. H. (2025). The effectiveness of AI-driven translation technologies in mediating cultural understanding: A case study of English language teaching practices in Libyan higher education. Libyan Journal of Educational Research and E-Learning, 1(2), 1–16.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30, 5998–6008.
التنزيلات
منشور
كيفية الاقتباس
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 Faculty of Languages Journal-Tripoli-Libya
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
