В условиях быстрого развития технологий обработки естественного языка и увеличения использования автоматизированных инструментов в переводческой деятельности, важно исследовать возможности и ограничения больших языковых моделей, таких как ChatGPT, в переводе текстов различных стилистических форм и тематической направленности. Существует необходимость в сравнительном анализе качества автоматического перевода, выполненного с помощью ChatGPT, особенно в контексте различных типов текстов (специализированные, художественные, научные) и их стилистических особенностей. В данной связи важным является понимание ошибок, связанных с определением контекста и возможными «галлюцинациями» модели. В представленном исследовании на основании сравнительного анализа выявлены критерии работы ChatGPT, а именно: потенциал в определении контекста, коммуникативной ситуации, решение определенных переводческих задач на уровне стилистических соответствий и лексической эквивалентности. В исследовании представлены результаты оценки качества автоматического перевода как метрикой, основанной на лингвистических параметрах, так и автоматической метрической системой BLEU. Результаты проведенного исследования показывают определенную зависимость качества автоматического перевода от точности формулировки запроса и характера текста. Так, показатели лингвистической метрики оценки качества перевода и показатели системы BLEU свидетельствуют о том, что качество перевода текстов, характеризующихся высоким содержанием специализированной лексики выше, чем качество перевода художественного или научного текста, требующего особого подхода при построении высказываний или выбора терминов в рамках узуальной распространенности. Кроме того, результаты также свидетельствуют и о таких свойствах больших языковых моделей генеративного искусственного интеллекта, как ошибочность определения контекста и «галлюцинациях», которые могут ввести в заблуждение и привести к ошибкам при переводе или редактировании текстов. В статье предлагаются необходимые практические приемы, позволяющие переводчику грамотно использовать технологию нейронных сетей, а именно последние версии инновационного чат-бота ChatGPT в различных аспектах деятельности.
The rapid advancement of natural language processing (NLP) technologies and the increasing integration of automated tools into translation workflows necessitate a comprehensive exploration of the capabilities and constraints of large language models (LLMs), such as ChatGPT, across various stylistic domains and thematic areas. This study addresses the need for a comparative analysis of machine translation quality produced by ChatGPT, specifically focusing on specialized, literary, and scientific discourses. Central to this research is the identification of errors associated with contextual misinterpretation and the phenomenon of model "hallucinations." Based on a comparative framework, the research delineates the operational parameters of ChatGPT, including its potential for context recognition, communicative situational awareness, and the resolution of specific translation challenges at the levels of stylistic congruence and lexical equivalence. This research employs a hybrid evaluation framework that integrates a linguistically-grounded metric with the automated BLEU scoring system. The findings reveal a significant correlation between translation quality, prompt precision, and the typological characteristics of the source text. Both linguistic and automated metrics indicate that translations of highly specialized technical content exhibit higher accuracy than those of literary or scientific texts, which require nuanced syntactic construction and terminological selection within specific linguistic conventions. Furthermore, the results highlight inherent risks of generative AI, such as semantic distortions and contextual errors, which can compromise the integrity of translated or edited content. The paper concludes by proposing practical strategies and prompt engineering techniques to enable translators to effectively leverage innovative neural network technologies, particularly the latest iterations of ChatGPT, in professional practice.