Роль промпт-інжинірингу під час перекладу науково-технічної літератури з використанням інструментів штучного інтелекту
Анотація
Пропоновану статтю присвячено актуальній темі перекладознавства, пов’язаній з питанням якості перекладу, зокрема такого перекладу, що передбачає застосування інструментів штучного інтелекту (ШІ).
Мета нашого дослідження – установити роль промпт-інжинірингу в підвищенні точності й адекватності перекладу науково-технічної літератури з використанням інструментів ШІ.
Для тестування обрано велику мовну модель ChatGPT компанії «OpenAI» – одну з універсальних систем ШІ, що завдяки своїй гнучкості дозволяє впливати на отриманий результат. Взаємодію користувача, у нашому випадку професійного перекладача, із зазначеною генеративною моделлю ШІ організовано за допомогою запитів (промптів). Для оптимізації запитів розробники пропонують довідники, котрі розтлумачують сутність промпт-інжинірингу, функція якого полягає у вдосконаленні запитів, що формулюють завдання для універсальної моделі ШІ.
Для англо-української мовної пари протестовано переклади науково-технічної літератури за допомогою версії ChatGPT-5.3. Проведений аналіз свідчить, що створення запиту вимагає більшої уваги з боку перекладача, оскільки науково-технічна література є складним за своїм лексичним і граматичним наповненням утворенням. Можливість підвищити якість перекладу з використанням генеративної моделі ШІ надає вдалий вибір типу запиту, що супроводжує текст вихідної мови.
Проведене тестування зазначеної моделі ШІ щодо покращення якості перекладу завдяки оптимізації запитів дає підстави констатувати, що в межах перекладознавства промпт-інжиніринг набуває особливої ваги, оскільки дозволяє компенсувати обмеження універсальних систем ШІ щодо відтворення під час перекладу специфіки науково-технічного тексту, зокрема дотримання послідовності в передаванні термінів, і врахування значень синтаксичних конструкцій вихідної мови для їх адекватного передавання в цільовій мові.
Перспективи подальшого дослідження вбачаємо у вивченні можливості інтегрувати висвітлену тему в курс «Теорія та практика перекладу» для здобувачів вищої освіти відповідної спеціалізації.
Завантаження
Посилання
Veselovska, H., Radetska, S. (2021). Machine translation: its typology, advantages and disadvantages. Humanities science current issues, 35(7), 23–27. https://doi.org/10.24919/2308-4863/35-7-4 [in Ukrainian].
Goodmanian, A., Sitko, A., & Struk, I. (2019). Functional and pragmatic adequacy of journalistic style texts translation applying machine translation systems. Lviv Philological Journal, 5, 48–54. https://doi.org/10.32447/2663-340X-2019-5-8. [in Ukrainian].
Zubach, O., & Melnychuk O. (2024). Scientific and technical texts: translation aspect. Scientific Notes of V. I. Vernadsky Taurida National University. Series: Philology. Journalism, 35(74) (3, Pt. 1), 95–100. https://doi.org/10.32782/2710-4656/2024.3.1/17 [in Ukrainian].
Karaban, V. I. (2018). Translation of English scientific and technical literature: Grammatical difficulties, lexical, terminological and genre-stylistic problems (5th ed., rev.). Vinnytsia: Nova Knyha. [in Ukrainian].
Chumachenko, D., Mishkin, D., Andriienko, O., Krakovetskyi, O., Turuta, O., Dubno, O., Khrushchova, D., Kobrin, A., Avdieieva, T., Kravets, I., Herasymiak, V., Shabanov, O., & Bystrytska, A. (Eds.). (2024). Dictionary of terms in the field of artificial intelligence. Kyiv: Ministry of Digital Transformation of Ukraine. [in Ukrainian].
Boonstra, L. (2024). Prompt Engineering. GPT AI Flow. URL: https://www.gptaiflow.com/assets/files/2025-01-18-pdf-1-TechAI-Goolge-whitepaper_Prompt%20Engineering_v4-af36dcc7a49bb7269a58b1c9b89a8ae1.pdf. [in English].
Dürr, K. (2025, September 18). From rules to robots: the history of machine translation. SwissGlobal. URL: https://swissglobal.ch/en/blog/from-rules-to-robots-the-history-of-machine-translation/. [in English].
Fuel injection. (accessed 10.03.2026). Britannica. URL: https://www.britannica.com/technology/fuel-injection. [in English].
Kyrychuk, L. (2018). Translation Strategies, Methods and Techniques: in Pursuit of Translation Adequacy. Research trends in modern linguistics and literature, 1, 64–80. [in English].
Olkhovska, A., & Frolova, I. (2020).Using machine translation engines in the classroom: a survey of translation students’ performance. Advanced Education, 15, 47–55. https://doi.org/10.20535/2410-8286.197812 [in English].
Stöeckli, А. (2025, September 15). DeepL or ChatGPT: which AI translation tool is right for you? SwissGlobal. URL: https://swissglobal.ch/en/blog/deepl-or-chatgpt-which-ai-translation-tool-is-right-for-you/. [in English].
What is ChatGPT? (accessed 10.03.2026). OpenAI. URL: https://help.openai.com/en/articles/6783457-what-is-chatgpt. [in English].
