الاتساق الاصطلاحي في الترجمة السياسية المُولَّدة بالذكاء الاصطناعي من الإنجليزية إلى العربية
دراسة مقارنة بين ChatGPT وGoogle Gemini
DOI :
https://doi.org/10.36602/faj.2026.n22.08الكلمات المفتاحية:
الاتساق المصطلحي، الترجمة بالذكاء الاصطناعي، الخطاب السياسي، الترجمة من الإنجليزية إلى العربية، جودة الترجمة، التماسك اللفظيالملخص
أصبحت الترجمة الآلية أكثر طلاقة ودقة سياقية بفضل التطورات الأخيرة في مجال الذكاء الاصطناعي. ومع ذلك، لا يزال الاتساق المصطلحي مجالاً لم ينل حقه الكافي من البحث والدراسة، لا سيما في الخطاب السياسي والانتخابي حيث يُعد التكرار اللفظي والدقة المفاهيمية أمرين حاسمين لتحقيق التماسك والوضوح النصي. تبحث هذه الدراسة في الاتساق المصطلحي في الترجمات السياسية من الإنجليزية إلى العربية المُولَّدة بواسطة تقنيات الذكاء الاصطناعي، وتحديدًا عبر نظامي “تشات جي بي تي” و”جوجل جيميناي”. واجريت المقارنات في الترجمات والتحليلات في الفترة الممتدة بين يناير ويونيو 2026 باستخدام الإعدادات الافتراضية للنظامين، وذلك لضمان القابلية للمقارنة وتجنب أي تباينات محتملة قد تنجم عن المعلمات المتغيرة التي يحددها المستخدم. تعتمد الدراسة على منهج وصفي تحليلي قائم على تحليل (30) نصًا سياسيًا وانتخابيًا يتضمن (60) مصطلحًا رئيسيًا متكررًا. ويقيس التحليل الكمي درجة الاتساق في شكل نسب مئوية للاستقرار المصطلحي، بينما يدرس التحليل الكيفي التباين اللفظي وأثره على تماسك الخطاب ووضوحه. كما تم التحقق من مدى كفاية الترجمة واتساقها مقارنةً بترجمة مرجعية مستندة إلى "معجم المصطلحات الانتخابية" الصادر عن برنامج الأمم المتحدة الإنمائي (UNDP). وتشير النتائج إلى أن “تشات جي بي تي” حقق اتساقًا مصطلحيًا أعلى مقارنة بنظام ”جوجل جيميناي”؛ إذ كانت المقابلات اللفظية التي قدمها “تشات جي بي تي” للمصطلحات السياسية والانتخابية المتكررة أكثر استقرارًا وثباتًا من نظيرتها في ”جوجل جيميناي”، والتي أظهرت تباينًا لفظيًا أكبر، لا سيما في المصطلحات الحساسة للسياق مثل: (campaign - الحملة)، و(electoral law - القانون الانتخابي)، و(judicial review - المراجعة القضائية / الطعن القضائي). وتخلص الدراسة إلى ضرورة اعتبار الاتساق المصطلحي بُعدًا مستقلًا من أبعاد جودة الترجمة، كما تؤكد على أهمية ضبط المصطلحات والتحرير البشري اللاحق في الترجمة السياسية المدعومة بالذكاء الاصطناعي.
المراجع
Bahdanau, D., Cho, K., & Bengio, Y. (2015). Neural machine translation by jointly learning to align and translate. International Conference on Learning Representations (ICLR). https://arxiv.org/abs/1409.0473
Baker, M. (2018). In other words: A coursebook on translation (3rd ed.). Routledge.
Freitas, A., Guerberof-Arenas, A., & Moorkens, J. (2024). Large language models and translation variation: Challenges for terminology consistency in specialized domains. Machine Translation, 38(1), 55–78.
Google DeepMind. (2023). Gemini: A family of highly capable multimodal models. https://arxiv.org/abs/2312.11805
Habash, N. (2010). Introduction to Arabic natural language processing. Morgan & Claypool Publishers. https://doi.org/10.2200/S00277ED1V01Y201008HLT010
Halliday, M. A. K., & Hasan, R. (1976). Cohesion in English. Longman.
Hendy, A., Abdelrehim, M., Sharaf, A., et al. (2023). How good are GPT models at machine translation? A comprehensive evaluation. arXiv preprint. https://arxiv.org/abs/2302.09210
House, J. (2015). Translation quality assessment: Past and present. Routledge.
Koehn, P. (2020). Neural machine translation. Cambridge University Press. https://doi.org/10.1017/9781108608485
Newmark, P. (1988). A textbook of translation. Prentice Hall.
OpenAI. (2023). GPT-4 technical report. https://arxiv.org/abs/2303.08774
Schäffner, C. (2004). Political discourse analysis from the point of view of translation studies. Journal of Language and Politics, 3(1), 117–150. https://doi.org/10.1075/jlp.3.1.07sch
Toral, A., & Sánchez-Cartagena, V. M. (2017). A multifaceted evaluation of neural versus phrase-based machine translation. Proceedings of EACL, 1063–1073.
Venuti, L. (2012). The translation studies reader (3rd ed.). Routledge.
Wang, Z., Li, Y., & Chen, X. (2024). Terminology consistency in large language model translation: A comparative evaluation of GPT-based systems. Journal of Artificial Intelligence and Language Processing, 8(2), 77–96.
التنزيلات
منشور
كيفية الاقتباس
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2026 Osama Ali Bala
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
جميع البحوث المنشورة في هذه المجلة ابتداءً من يناير2025 مرخّصة بموجب رخصة المشاع الإبداعي – النَسب 4.0 الدولية (CC BY 4.0)، والتي تتيح استخدام المحتوى، ومشاركته، وتعديله، وإعادة توزيعه لأي غرض، بما في ذلك الأغراض التجارية، شريطة الإشارة المناسبة إلى المؤلف الأصلي والمصدر، وتوفير رابط للترخيص، وبيان ما إذا كانت قد طرأت تعديلات على العمل.
