Laboratorio: machine translation literacy: conoscere e usare la traduzione automatica (neurale)
A.A. 2024/2025
Obiettivi formativi
Il modulo si propone di fornire ai corsisti una panoramica completa sui sistemi di traduzione automatica (MT) basati sull'intelligenza artificiale come DeepL, Lara o Google Translate, inclusi i modelli linguistici di grandi dimensioni (LLM, Large Language Models) come ChatGPT, Gemini o Perplexity AI e il loro impatto sul mondo della comunicazione interlinguistica e della traduzione, professionale e non. Verranno esplorate le opportunità e le sfide offerte da queste tecnologie per i traduttori e i professionisti delle lingue.
Risultati apprendimento attesi
Al termine del laboratorio, gli studenti/le studentesse saranno in grado di:
- Comprendere l'evoluzione del rapporto tra traduzione e tecnologia, inclusa l'attuale diffusione di sistemi di MT e LLM, le loro modalità d'uso e il loro impatto sulle competenze e sui ruoli dei professionisti delle lingue.
- Conoscere le principali tipologie di MT e LLM disponibili, da quelle liberamente accessibili sul Web a quelle personalizzabili per specifiche esigenze.
- Utilizzare gli LLM per attività legate alla traduzione, come la generazione e la revisione di testi, il supporto terminologico, la localizzazione e la semplificazione di contenuti.
- Valutare la qualità della traduzione automatica generata sia da sistemi di MT tradizionali che da LLM, utilizzando criteri specifici e metodi di analisi comparativa.
- Applicare le diverse modalità di post-editing (leggero e completo) e comprendere le differenze rispetto alla revisione di traduzioni umane.
- Integrare/interagire efficacemente tra strumenti di traduzione assistita (CAT), come RWS Trados, Phrase o Wordscope, e tecnologie di MT e LLM per ottimizzare i flussi di lavoro.
- Adottare strategie di pre-editing e adattamento del testo fonte per migliorare la qualità dell'output, sia per MT che per LLM, riducendo la necessità di post-editing.
- Sviluppare contenuti web ottimizzati per la traduzione automatica e generati in modo efficace utilizzando LLM.
- Comprendere i processi di addestramento e personalizzazione di motori di traduzione e la possibilità di utilizzare LLM come base per soluzioni specifiche.
- Analizzare i principali modelli tariffari per servizi di pre-editing, post-editing e traduzione con tecnologie avanzate.
- Riconoscere i limiti etici e professionali legati all'uso dell'intelligenza artificiale nella traduzione, con particolare attenzione a questioni come bias, privacy e affidabilità.
- Comprendere l'evoluzione del rapporto tra traduzione e tecnologia, inclusa l'attuale diffusione di sistemi di MT e LLM, le loro modalità d'uso e il loro impatto sulle competenze e sui ruoli dei professionisti delle lingue.
- Conoscere le principali tipologie di MT e LLM disponibili, da quelle liberamente accessibili sul Web a quelle personalizzabili per specifiche esigenze.
- Utilizzare gli LLM per attività legate alla traduzione, come la generazione e la revisione di testi, il supporto terminologico, la localizzazione e la semplificazione di contenuti.
- Valutare la qualità della traduzione automatica generata sia da sistemi di MT tradizionali che da LLM, utilizzando criteri specifici e metodi di analisi comparativa.
- Applicare le diverse modalità di post-editing (leggero e completo) e comprendere le differenze rispetto alla revisione di traduzioni umane.
- Integrare/interagire efficacemente tra strumenti di traduzione assistita (CAT), come RWS Trados, Phrase o Wordscope, e tecnologie di MT e LLM per ottimizzare i flussi di lavoro.
- Adottare strategie di pre-editing e adattamento del testo fonte per migliorare la qualità dell'output, sia per MT che per LLM, riducendo la necessità di post-editing.
- Sviluppare contenuti web ottimizzati per la traduzione automatica e generati in modo efficace utilizzando LLM.
- Comprendere i processi di addestramento e personalizzazione di motori di traduzione e la possibilità di utilizzare LLM come base per soluzioni specifiche.
- Analizzare i principali modelli tariffari per servizi di pre-editing, post-editing e traduzione con tecnologie avanzate.
- Riconoscere i limiti etici e professionali legati all'uso dell'intelligenza artificiale nella traduzione, con particolare attenzione a questioni come bias, privacy e affidabilità.
Periodo: Secondo semestre
Modalità di valutazione: Giudizio di approvazione
Giudizio di valutazione: superato/non superato
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
Il laboratorio offrirà un'analisi critica e approfondita delle tecnologie applicate alla traduzione, considerando sia il dibattito attuale - spesso polarizzato tra entusiasmi e diffidenze - sia le implicazioni pratiche ed etiche del loro utilizzo. L'obiettivo è superare le contrapposizioni tra tecnofili e tecnofobi, fornendo una comprensione equilibrata e basata su dati concreti.
Il corso proporrà una panoramica aggiornata delle tecnologie per la traduzione, esplorando in particolare:
· Lo stato dell'arte della Traduzione Automatica (MT) e della Traduzione Assistita da Computer (CAT), analizzando le loro potenzialità e i loro limiti.
· L'introduzione e l'uso pratico di modelli linguistici di grandi dimensioni (LLM) per la generazione, la revisione e l'adattamento di testi.
· Le applicazioni delle tecnologie di MT, CAT e LLM per tradurre testi di diversa natura (tecnici, creativi, scientifici, divulgativi, ecc.).
Gli studenti e le studentesse saranno coinvolti attivamente e, attraverso esercitazioni guidate, avranno l'opportunità di:
· Sperimentare e confrontare strumenti di MT, CAT e LLM.
· Simulare flussi di lavoro tipici nel settore della traduzione, che integrano MT, CAT e LLM per ottimizzare il processo traduttivo.
· Analizzare scenari realistici considerando l'evoluzione delle competenze richieste ai professionisti delle lingue.
Il corso proporrà una panoramica aggiornata delle tecnologie per la traduzione, esplorando in particolare:
· Lo stato dell'arte della Traduzione Automatica (MT) e della Traduzione Assistita da Computer (CAT), analizzando le loro potenzialità e i loro limiti.
· L'introduzione e l'uso pratico di modelli linguistici di grandi dimensioni (LLM) per la generazione, la revisione e l'adattamento di testi.
· Le applicazioni delle tecnologie di MT, CAT e LLM per tradurre testi di diversa natura (tecnici, creativi, scientifici, divulgativi, ecc.).
Gli studenti e le studentesse saranno coinvolti attivamente e, attraverso esercitazioni guidate, avranno l'opportunità di:
· Sperimentare e confrontare strumenti di MT, CAT e LLM.
· Simulare flussi di lavoro tipici nel settore della traduzione, che integrano MT, CAT e LLM per ottimizzare il processo traduttivo.
· Analizzare scenari realistici considerando l'evoluzione delle competenze richieste ai professionisti delle lingue.
Prerequisiti
Nessuno
Metodi didattici
Lezioni blended.
Il corso prevede lezioni teoriche, dimostrazioni pratiche con strumenti di MT e LLM, esercitazioni in laboratorio e casi di studio. Si incoraggerà l'uso critico delle tecnologie e una riflessione approfondita sull'impatto del loro utilizzo nel mondo della traduzione.
Il corso prevede lezioni teoriche, dimostrazioni pratiche con strumenti di MT e LLM, esercitazioni in laboratorio e casi di studio. Si incoraggerà l'uso critico delle tecnologie e una riflessione approfondita sull'impatto del loro utilizzo nel mondo della traduzione.
Materiale di riferimento
I materiali di riferimento saranno forniti durante il corso.
Modalità di verifica dell’apprendimento e criteri di valutazione
Il laboratorio prevede attività di verifica in itinere e una verifica finale con correzione in classe e feedback generale.
Docente/i