Перевод с помощью ИИ между интерпретацией и галлюцинацией: Данные об оценочной компетенции вьетнамских студентов

Генеративный искусственный интеллект усложняет оценку перевода: безупречно звучащий машинный текст может привносить значение, не подтверждённое исходным текстом, тогда как небуквальный перевод может оказаться законной интерпретацией. В настоящем исследовании рассматривается, как вьетнамские студенты, изучающие английский язык как иностранный, оценивают переводы, сгенерированные ИИ, и как эта оценка связана с цифровой компетенцией, переводческой компетенцией и уверенностью в собственной способности к критической оценке. В поперечном исследовании приняли участие 213 студентов выпускного курса направления «Английский язык», выполнивших практическое задание из 25 пунктов и заполнивших шкалы самоотчёта. Студенты значительно успешнее распознавали проблемные фрагменты, чем определяли их тип (68,0% против 38,4%). Наиболее сильная связь с результативностью обнаружена у уверенности в критической оценке (r = 0,85), однако её концептуальное пересечение с самим заданием требует осторожной интерпретации. В полной регрессионной модели значимый вклад наряду с уверенностью в критической оценке (β = 0,64) внесли переводческая компетенция (β = 0,31) и цифровая компетенция (β = 0,16), тогда как частота использования ИИ — нет. При исключении перекрывающегося показателя критической оценки модель по-прежнему объясняла 55% дисперсии результативности, причём наиболее сильная связь приходилась на переводческую компетенцию (β = 0,61). Полученные результаты свидетельствуют о том, что успешность оценки ИИ-перевода зависит не столько от частоты обращения к ИИ, сколько от переводческих знаний студентов и их оценочного суждения — прежде всего способности отличать неподтверждённую генерацию от обоснованной интерпретации.