تحولات الترجمة وتعليمها في عصر الذكاء الاصطناعي: دراسة تحليلية في السياق الجامعي
Keywords:
Intelligence artificielle، Outils numériques de traduction، Enseignement universitaireAbstract
L’article analyse les transformations de la traduction et de son enseignement à l’ère de l’intelligence artificielle, notamment avec l’émergence de la traduction neuronale et d’outils comme Google Translate et ChatGPT. Ces technologies ont permis d’améliorer la rapidité et la qualité des traductions, mais elles présentent encore des limites, dans la compréhension du contexte culturel et des textes spécialisés. L’étude souligne que l’enseignement de la traduction s’oriente désormais vers le développement de compétences critiques, notamment à travers la post-édition des traductions automatiques. Elle met en avant l’importance d’un modèle hybride combinant l’intelligence artificielle et l’expertise humaine. Les résultats de l’enquête et de l’expérience de terrain montrent que ces outils facilitent le travail des étudiants, mais qu’une dépendance excessive peut nuire à leurs capacités d’analyse. Ainsi, l’intégration de l’IA dans l’enseignement doit être équilibrée afin de préserver le rôle essentiel du traducteur humain
References
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.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Faculty of Languages Journal-Tripoli-Libya
This work is licensed under a Creative Commons Attribution 4.0 International License.
