از سیستم‌های آگاه به بافت تا مهندسی پرامپت هوش مصنوعی: چارچوبی مفهومی برای مدل‌سازی بافت در مطالعات ترجمه

چکیده

ظهور مدل‌های زبانی بزرگ، فرایند ترجمه را وارد مرحله‌ای جدید کرده است؛ به‌گونه‌ای که کیفیت خروجی این مدل‌ها بیش از گذشته به نحوه ارائه اطلاعات زمینه‌ای در قالب پرامپت وابسته شده است. با وجود پیشرفت‌های چشمگیر در ترجمه مبتنی بر هوش مصنوعی، انتخاب و سازمان‌دهی اطلاعات بافتی همچنان عمدتاً بر تجربه فردی کاربران و رویکردهای مبتنی بر آزمون و خطا استوار است و چارچوب نظری منسجمی برای مدل‌سازی نظام‌مند بافت در تعامل با این مدل‌ها وجود ندارد. پژوهش حاضر با هدف کاهش این شکاف، چارچوبی مفهومی برای مدل‌سازی بافت در مطالعات ترجمه ارائه می‌کند که با بهره‌گیری از دستاوردهای سیستم‌های آگاه به بافت و بازتفسیر آن‌ها در بستر مهندسی پرامپت توسعه یافته است. این پژوهش از نوع بنیادی و با رویکرد کیفی است و بر پایه مرور و تحلیل تطبیقی ادبیات در سه حوزه مطالعات ترجمه، سیستم‌های آگاه به بافت و مهندسی پرامپت انجام شده است. پس از استخراج و مقایسه مؤلفه‌های بافت، چارچوبی مفهومی متشکل از شش لایه شامل بافت زبانی، بافت گفتمانی، بافت فرهنگی، بافت مخاطب، بافت وظیفه ترجمه و بافت تعامل با مدل زبانی طراحی شد. همچنین، به‌منظور تبیین قابلیت کاربردی چارچوب، نمونه‌ای مفهومی از طراحی یک پرامپت آگاه به بافت ارائه شد که نحوه سازمان‌دهی نظام‌مند اطلاعات زمینه‌ای پیش از تعامل با مدل زبانی را نشان می‌دهد. تحلیل مفهومی چارچوب بیانگر آن است که رویکرد پیشنهادی می‌تواند با ایجاد ساختاری یکپارچه برای سازمان‌دهی اطلاعات بافتی، پلی میان مبانی نظری مطالعات ترجمه، روش‌های مدل‌سازی بافت در مهندسی نرم‌افزار و کاربرد عملی مهندسی پرامپت ایجاد کند. این چارچوب می‌تواند مبنایی برای توسعه روش‌های استاندارد طراحی پرامپت، مستندسازی اطلاعات زمینه‌ای و پژوهش‌های تجربی آینده در حوزه ترجمه مبتنی بر هوش مصنوعی باشد.