دانشگاه تربیت دبیر شهید رجائی
انتشارات دانشگاه تربیت دبیر شهید رجائی

  اخبار و اعلانات

 آمار

تعداد نشریات11
تعداد شماره‌ها210
تعداد مقالات2,098
تعداد مشاهده مقاله2,877,178
تعداد دریافت فایل اصل مقاله2,084,983
میرزائیان, وحیدرضا. (1401). بررسی علمی روند کاربرد ترجمه ماشینی در آموزش زبان و فراتحلیل اثر آن. فناوری آموزش, 16(2), 387-400. doi: 10.22061/tej.2022.8267.2642
وحیدرضا میرزائیان. "بررسی علمی روند کاربرد ترجمه ماشینی در آموزش زبان و فراتحلیل اثر آن". فناوری آموزش, 16, 2, 1401, 387-400. doi: 10.22061/tej.2022.8267.2642
میرزائیان, وحیدرضا. (1401). 'بررسی علمی روند کاربرد ترجمه ماشینی در آموزش زبان و فراتحلیل اثر آن', فناوری آموزش, 16(2), pp. 387-400. doi: 10.22061/tej.2022.8267.2642
میرزائیان, وحیدرضا. بررسی علمی روند کاربرد ترجمه ماشینی در آموزش زبان و فراتحلیل اثر آن. فناوری آموزش, 1401; 16(2): 387-400. doi: 10.22061/tej.2022.8267.2642

بررسی علمی روند کاربرد ترجمه ماشینی در آموزش زبان و فراتحلیل اثر آن

فناوری آموزش
مقاله 12، دوره 16، شماره 2 - شماره پیاپی 62، فروردین 1401، صفحه 387-400    اصل مقاله (773.72 K)
نوع مقاله: مقاله مروری
شناسه دیجیتال (DOI): 10.22061/tej.2022.8267.2642
نویسنده
وحیدرضا میرزائیان*
گروه زبان انگلیسی، دانشکده ادبیات، دانشگاه الزهرا، تهران، ایران
تاریخ دریافت: 07 دی 1400،  تاریخ بازنگری: 09 فروردین 1401،  تاریخ پذیرش: 06 اردیبهشت 1401 
چکیده
پیشینه و اهداف: اگرچه تعداد فزاینده‌ای از پژوهش‌ها، به مزایای استفاده از فناوری ترجمه ماشینی برای زبان‌آموزی  پرداخته است؛ لیکن پژوهش‌های دیگری نیز وجود دارد که بر معایب استفاده از این فناوری در آموزش زبان اشاره داشته است. نگرش کلی در جوامع آموزش زبان، عدم استفاده از ترجمه چه سنتی و چه الکترونیکی برای یادگیری زبان است. بنابراین، پژوهش حاضر، سیر کاربرد این فناوری در زبان‌آموزی را مورد بررسی قرار داده است تا به این جمع بندی برسد که آیا استفاده از این فناوری در مجموع برای زبان‌آموزی  مفید است یا خیر.
روش‌ها‌‌: یک صد مقاله در خصوص تاثیر ترجمه ماشینی بر آموزش زبان که در سال­های 2000 تا 2020 میلادی منتشر شده اند، مورد بررسی قرار گرفتند. جهت انتخاب این مقالات، کلیدواژگان مهم شناسایی و به­صورت خودکار در بانک‌های اطلاعاتی مهم جستجو شد؛ سپس به­صورت دستی با جستجو در مجلات مهم در حوزه کاربرد فناوری در آموزش زبان یافت شد. در این پژوهش برای تجزیه و تحلیل داده­ها از دو روش مرور علمی و فراتحلیل استفاده شد. در مرحله اول، اطلاعات آماری مثل تعداد شرکت کنندگان، زبان­های مورد آموزش، جفت زبانی مورد استفاده، متغیرهای مورد نظر و مهارت های زبانی مورد پژوهش استخراج  شد. در مرحله دوم، فراتحلیل تاثیر این فناوری بر زبان‌آموزی صورت گرفت. از دوازده پژوهش برای انجام فراتحلیل و از مدل تصادفی پیروی از چارچوب فراتحلیل استفاده شد . با توجه به اندازه کوچک نمونه‌ها ضریب جی هج بر روی کوهن مورد استفاده قرار گرفت.
یافته‌ها: طبق یافته­های این پژوهش، اکثر پژوهش‌های ترجمه ماشینی تاکید می کنند ترجمه ماشینی ابزاری مفید در زبان‌آموزی است. یافته­های این پژوهش همچنین نشان داد، زبان‌آموزان، نظرات متناقضی در مورد استفاده از ترجمه ماشینی برای یادگیری زبان دارند. این یافته‌ها دیدگاه‌ها و نگرانی‌های مختلفی را مطرح نمود. گرچه ترجمه ماشینی می تواند خطا­های واژگانی را در مهارت نوشتاری به زبان خارجی کاهش دهد، اما در نهایت ممکن است الزاما منجر به یادگیری زبان نشود. پژوهش حاضر، فقدان سناریوهای صحیح آموزشی برای پیاده سازی ترجمه ماشینی در آموزش زبان را مشخص نمود. از آنجا که صرفاً استفاده از ابزار، یادگیری را تضمین نمی کند، مدرسان زبان ابتدا باید ماهیت ترجمه ماشینی را درک نمایند و سپس سعی کنند روش‌های مناسبی را برای استفاده از آن با زبان‌آموزان خود پیدا کنند. بر اساس پژوهش‌های پیشین، عوامل مختلفی بر کیفیت خروجی ترجمه ماشین تأثیر می گذارد و مدرسان باید این عوامل را  مد نظر داشته باشند. علاوه بر این، تنوع میان زبان‌آموزان نیز خود مسئله مهمی است که بایستی مورد توجه قرار گیرد. با این حال، طراحی‌های آموزشی نباید فقط به روش‌هایی برای استفاده موثر از ترجمه ماشینی در انجام تکالیف زبانی محدود شود بلکه باید به دنبال راه‌هایی برای پرورش یادگیری زبان‌آموزان در دراز مدت باشد.
نتیجه‌گیری: وقتی ترجمه ماشینی بسیار دقیق می شود، مدرسان ممکن است با بی انگیزگی زبان‌آموزان نسبت به یادگیری زبان دیگر روبرو شوند. علاوه بر این، وقتی ترجمه ماشینی چه در زندگی روزمره و چه در محیط‌های آموزشی شیوع بیشتری پیدا کند، زبان‌آموزان ممکن است استفاده از ترجمه ماشینی را غیراخلاقی ندانند و ترجمه ماشینی ممکن است در آینده نزدیک به ضرورتی در فرهنگ آموزش زبان تبدیل شود. در این زمینه، مدرسان باید رهنمودهای روشنی در مورد ملاحظات اخلاقی در خصوص استفاده از ترجمه ماشینی به زبان‌آموزان ارایه دهند.
کلیدواژه‌ها
اثر؛ نگارش زبان؛ ترجمه ماشینی؛ فراتحلیل
موضوعات
ترجمه ماشینی
عنوان مقاله [English]
Scientific study of the application of Machine Translation in language teaching and meta-analysis of its effect
نویسندگان [English]
V. Mirzaeian
Department of English, Faculty of Literature, Alzahra University, Tehran, Iran
چکیده [English]
Background and Objectives: Although an increasing number of studies have addressed the benefits of using Machine Translation (MT) for language learning, there are other studies pointing out the disadvantages of using this technology in language learning. The general attitude in language teaching societies is the avoidance of translation – traditional form and/or electronic – for language learning. Therefore, the present study examines the application of this technology in language learning to conclude whether the use of this technology is generally useful for language learning or not.
Method: One hundred articles on the impact of MT on language learning, published between 2000 and 2020, have been reviewed. To select these articles, important keywords were identified, searched in important databases and then manually by checking important journals in the field of Computer Assisted Language Learning (CALL). In this research, two methods of scientific review and meta-analysis have been used to analyze the data. In the first stage, statistical information such as number of participants, languages ​​taught, language pairs used, variables, and language skills were extracted; and in the second stage, meta-analysis of the impact of this technology on language learning was performed. Twelve studies were selected for meta-analysis and a random model was used to follow the meta-analysis framework. Due to the small size of the samples, the G-hedge coefficient employed was based on Cohen.
Findings: The results indicated that most MT studies emphasized that MT was a useful tool for language learning. However, careful examination also revealed that learners had mixed views on the use of MT for language learning. These findings raise a variety of perspectives and concerns, and while MT can increase the results of writing in a foreign language by reducing lexical errors, it may not ultimately lead to language learning. The present study identified the lack of correct educational scenarios for implementing MT in language learning. Since the mere use of tools does not guarantee learning, language teachers must first understand the nature of MT and then try to find appropriate ways to use MT with their learners. Because previous research has shown that various factors affect the quality of MT output, teachers should consider these factors. In addition, diversity among learners is itself an important issue that needs to be addressed. However, instructional design should not be limited to ways to effectively use MT in language assignments, but should look for ways to foster long-term language learning. As there is little research on this topic, more research examining the long-term effects of MT on language learning is also needed. In addition to instructional design, there are other important issues that teachers need to deal with.
Conclusion: When MT becomes very accurate, instructors may encounter students' lack of motivation to learn languages. In addition, as MT becomes more prevalent, both in everyday life and in educational settings, learners may not find the use of MT immoral, and MT may become a necessity in the language learning culture in the near future. In this regard, instructors should provide students with clear guidelines on ethical considerations regarding the use of MT. 
کلیدواژه‌ها [English]
effect, writing, machine translation, meta-analysis
مراجع
[1] Alhaisoni E, Alhaysony M. An investigation of Saudi EFL university students’ attitudes towards the use of google translate. International Journal of English Language Education. 2017; 5(1):72-82.

[2] Briggs N. Neural machine  translation   tools in the   language learning   classroom:   Students’ use,   perceptions, and   analyses. The  JaltCALL Journal. 2018;14(1):3–24.

[3] Garcia I, Pena M. Machine translation-assisted  language learning: writing for beginners. Computer Assisted Language Learning. 2011;24(5):471-87. 10.1080/09588221.2011.582687

[4] Ducar C, Schocket D. Machine translation and the L2 classroom: Pedagogical solutions for making peace with Google translate. Foreign Language Annals. 2018;51(4):779-95.

[5] Dongyun S. Application of Post-Editing in Foreign Language Teaching: Problems and   Challenges.   Canadian Social Science. 2017;13 (7):1-5  

[6] Chen M, Huang S, Chang J, Liou H. Developing a corpus-based paraphrase tool to improve EFL learners’ writing skills. Computer Assisted Language  Learning. 2015;28(1):22-40.

[7] Tsai S-C. Using google translate in EFL drafts: a preliminary investigation. Computer Assisted Language Learning. 2019. 32(5-6). 510-526.

[8] O’Neil E. Online Translator, Dictionary, and Search Engine Use Among L2 Students. CALL-EJ. 2019;20(1):154-77.

[9] Williams L. Web-based machine translation: A tool for promoting electronic literacy and language awareness. Foreign Language Annals. 2006;39:565-78.

[10] Stapleton P, Kin B. Assessing the accuracy and teachers’ impressions of Google Translate: A study of primary L2 writers in Hong. English for Specific Purposes. 2019;56:18-34.

[11] Larassati A. Google vs. Instagram Machine Translation: Multilingual Application Program Interface Errors in Translating Procedure Text Genre. Paper presented in the International Seminar on Application for Technology of Information and Communication (iSemantic); 2019.

[12] Omar A, Gomaa Y. The Machine Translation of Literature: Implications for Translation Pedagogy. International Journal of Emerging Technologies in Learning (iJET). 2020;15(11):228-35.

[13] Clifford J, Merschel L, Munné J, Reisinger D. The  Elephant   in   the   Room:   Machine   Translation   in   Language   Learning   at   Duke   University   2019 (Available from:.

[14] Mirzaeian V. Machine Translation Output Assessment and its Impact on Reading Comprehension. Technology of Education Journal. 2020;14(2):697-710.

[15]. Groves M, Mundtb K. Friend or foe? Google Translate in language for academic purposes. English for Specific Purposes. 2014;37:112-21.

[16] Nino A. Machine translation in foreign language  learning: language learners’ and tutors’   perceptions of its advantages and   disadvantages. ReCALL. 2009;21(2):241-58.

[17] Kim S. Playing with Machine Translation in Language Classroom:  Affordances and Constraints. Multimedia-Assisted Language Learning. 2019;22(2):9-28.

[18] Wuttikrikunlaya P, Singhasiri W, Keyuravong S. The use of online tools in L2 writing: A study of Thai university students. Journal of English Language Teaching and English Linguistics 2018. 107-148.

[19] Chang C-c, Yamada M. Translation Tasks for Learning Collocations: Effects  of Machine Translation plus Post-editing and Sight   Translation.   English Teaching and Learning. 2020. 45; 27-44

[20] Lorenceau A, Marec C, Mostafa T. Upgrading the ICT questionnaire items in Pisa 2021. Organisation for Economic Co-operation and Development; 2020.

[21] Holt A, Overgaard D, Engel L. Health literacy, digital literacy and eHealth literacy in Danish nursing students at entry and graduate level: a cross sectional study. BMC Nurse. 2020;19(22).

[22] Chon Y, Shin D. Direct writing, translated writing, and machine-translated writing: A text level analysis with Coh-Metrix. English Teaching. 2020;75(1):25-48.

[23] Abdelaal N, Alazzawie A. Machine Translation: The Case of Arabic- English Translation of News Texts. Theory and Practice in Language Studies. 2020;10(4):408-18.

[24] Yang Y, Wang X. Predicting student translators’  performance in machine translation post-editing: interplay of self-regulation, critical thinking, and   motivation. Interactive Learning Environments. 2020.

[25] Motlaq M, Mahadi T. Advantages and Disadvantages of Using Mahine Translation in Translation Pedagogy from the Perspective of Instructors and Learners. Humanities & Social Sciences Reviews. 2020;8(4):121-37.

[26] Chung S. The Effect of L2 Proficiency on Post-editing   Machine Translated Texts. The Journal of Asia TEFL. 2020;17(1):182-93.

[27] Murphy D. Supporting Pre-Service English Teachers’ Academic   Reading and Writing With Online Machine Translation. STEM. 2020;21(2).

[28] Fredholm K, editor Effects of online translation on morphosyntactic and lexical-pragmatic accuracy in essay writing in Spanish as a foreign language. CALL Design: Principles and Practice; Proceedings of the 2014 EUROCALL Conference; 2014; Groningen, The Netherlands. 10.14705/rpnet.2014.000201

[29] O’Neill E. Training students to use online translators and dictionaries: The impact on second language writing scores. International Journal of Research Studies in Language Learning. 2019;8(2):47-65.

[30] Bahri H, Mahadi T. Google Translate as a Supplementary Tool for Learning  Malay: A Case Study at Universiti Sains Malaysia. Advances in Language and Literary Studies. 2016;7(3):161-7.

[31] Kliffer M. Post-editing machine translation as an FSL exercise. Porta  Linguarum.  2008;9:53-67.

[32] Lee S. The impact of using machine translation on EFL  students’ writing. Computer Assisted Language Learning. 2020. 33(3): 157-175.

[33] Kelsey W, Heidrich E. Our Policies, Their Text: German Language Students' Strategies with and Beliefs about Web-Based Machine Translation. Unterrichtspraxis/Teaching German. 2013;46(2):230-50.

[34] Godwin-Jones R. Contributing, creating, curating: Digital literacies for language learners. Language Learning & Technology. 2015;19(3):8-20.

[35]. Garcia I. Learning a Language for Free While Translating the Web. Does Duolingo Work? International Journal of English Linguistics. 2013;3(1):19-25.

[36] Chen X, Acosta S, Adam B. Evaluating the accuracy of Google translate for diabetes education material. JMIR Diabetes. 2016;1(1):29-39.

[37] Jin L. Foreign language learners’ use and perception of online dictionaries: A survey study. MERLOT Journal of Online Learning and Teaching. 2013;9(4):513-33.

[38] Li M, Zhu W. Patterns of computer-mediated interaction in small writing groups using wikis. Computer Assisted Language Learning. Computer Assisted Language Learning. 2011;26(1):61-82.

[39] Innes A. How to use Google Translate in the classroom.   2019.

[40] Correa M. Leaving the “peer” out of peer-editing: Online translators as a pedagogical tool in the Spanish as a second language classroom. Latin American Journal of Content and Language Integrated Learning. 2014;7(1):1-20.

[41] Bryman A, Cramer D. Quantitative Data Analysis with SPSS Release 8 for Windows. A Guide for Social Scientists. London: Routledge; 1999.

[42] Johns T. From printout to handout: Grammar and vocabulary teaching in the context of Data-driven Learning. In: Odlin T (ed). Perspectives on Pedagogical Grammar. Cambridge: Cambridge University Press; 1994. p. 293-313.

[43] Shei C-C. Integrating Content Learning and ESL Writing in a Translation Commentary Writing Aid. Computer Assisted Language Learning. 2007:33-48.

[44] Ali K. The effect of computer-assisted translation on L2 leaners’  mastery of writing. International Journal of Research Studies in Language Learning. 2014;3:29-44.

[45] Nino A. Evaluating the use of machine translation post-editing in the  foreign language class. Computer Assisted Language Learning. 2008;21(1):29-49.

[46] Garcia I. Translating by post-editing: is it the way forward? Machine Translation. 2012;25:217-37.

[47] O’Neill  E. Measuring the Impact of Online Translation on  FL Writing Scores. The IALLT Journal. 2016;46(2):1-39.

[48] Innes A. Differentiating between machine translation and student   translation: red flags and salient lexicogrammatical features. Lublin Studies in Modern Languages and Literature. 2019;43(4):1-13.

[49] Rossi C. Introducing Statistical Machine Translation in Translator Training: From Uses and Perceptions to Course Design and Back Again. Revista Tradumatica. 2017;15:48-62.

[50] Siregar  R. Exploring the Undergraduate Students Perception on Translation -  A Preliminary Step to Teach Translation in EFL Classes. English Language Teaching. 2018;11(9):90-101.

آمار
تعداد مشاهده مقاله: 729
تعداد دریافت فایل اصل مقاله: 402


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب