عادله میرزائی

عادله میرزائی

عنوان پایان‌نامه

بررسی تاثیر نرم افزار تشخیص خودکار گفتار بر بار شناختی مترجمان شفاهی ایرانی با دستگاه طیف نگاری کارکردی مادون قرمز نزدیک (FNIRS)



    دانشجو عادله میرزائی در تاریخ ۳۱ شهریور ۱۴۰۴ ساعت ، به راهنمایی میرسعید موسوی رضوی ، پایان نامه با عنوان "بررسی تاثیر نرم افزار تشخیص خودکار گفتار بر بار شناختی مترجمان شفاهی ایرانی با دستگاه طیف نگاری کارکردی مادون قرمز نزدیک (FNIRS) " را دفاع نموده است.


    استاد راهنما
    میرسعید موسوی رضوی
    استاد مشاور
    فاطمه پرهام
    رشته تحصیلی
    ترجمه
    مقطع تحصیلی
    دکتری تخصصی PhD
    تاریخ دفاع
    ۳۱ شهریور ۱۴۰۴
    ساعت دفاع

    چکیده

    پیشرفت‌های فناورانه در حوزه ترجمه همزمان، به‌ویژه ابزارهای ترجمه همزمان به کمک رایانه در حال دگرگونی این عرصه هستند. با وجود مزایای بالقوه‌ی این ابزارها، نگرانی‌هایی در رابطه با بار شناختی که این ابزارها بر دوش مترجمان می‌گذارند وجود دارد. این پژوهش با هدف بررسی تأثیرنرم‌افزار تشخیص خودکار گفتار( (ASR به‌عنوان نمونه‌ای از این ابزارها بر بار شناختی مترجمان همزمان انجام شد. بدین منظور، ?? مترجم شفاهی حرفه‌ای (با دست‌کم دو سال سابقه) در آزمایشگاه نقشه‌برداری مغز دانشگاه تهران دو بخش ترجمه همزمان را انجام دادند؛ یک‌بار با پشتیبانی ASR و یک‌بار بدون آن. برای ارزیابی بار شناختی از سه روش استفاده شد: روان‌فیزیولوژی(fNIRS) ، خوداظهاری (مصاحبه)، عملکردی (ارزیابی بر اساس معیارهای ارائه‌شده توسط لی، ۲۰۰۸). نتایج نشان داد که بار شناختی بدون استفاده از ASR بالاتر است، در حالی که ??? از شرکت‌کنندگان با پشتیبانی ASR عملکرد بهتری داشتند. نکته قابل توجه این بود که برداشت ذهنی مترجمان شفاهی از سودمندی ASR در برخی موارد با داده‌های روان‌فیزیولوژیک همخوانی نداشت؛ موضوعی که شکاف میان بار شناختی درک‌شده و بارشناختی واقعی را برجسته می‌کند. به‌طور کلی یافته‌ها حاکی از آن است که ASR می‌تواند ابزاری کاربردی در ترجمه همزمان باشد، زیرا هم عملکرد مترجمان را بهبود می‌بخشد و هم بار شناختی آن‌ها را به‌طور چشمگیری کاهش می‌دهد. این نتایج به شواهدی که از ادغام ابزارهای CAI در آموزش مترجمان و محیط‌های حرفه‌ای ترجمه همزمان حمایت می‌کنند، می‌افزایند.

      

    Abstract

    Technological advancements in language interpreting, particularly computer-assisted interpreting (CAI) tools, are reshaping the field. Despite their potential benefits, these tools raise concerns about the cognitive load they impose on interpreters. This study thus aimed to explore the impact of Automatic Speech Recognition (ASR) as an instance of CAI tools on interpreters’ cognitive load. To this end, ۱۲ professional interpreters (?۲ years’ experience) completed two simultaneous interpreting tasks—with and without ASR support—at the National Brain Mapping Laboratory, University of Tehran.   Cognitive load was assessed using three methods: psychophysiological (fNIRS), subjective (interview), and performance-based (evaluation base on a rubric by Lee (۲۰۰۸)). Results indicated higher cognitive load without ASR, while ۷۵% of participants performed better with ASR. Notably, subjective perceptions of ASR’s usefulness sometimes diverged from neurophysiological data, highlighting a gap between perceived and actual cognitive effort. Overall, the findings suggest that ASR can be a practical tool in simultaneous interpreting because it enhances interpreter performance and significantly reduces cognitive load. These results contribute to the growing body of evidence supporting the integration of CAI tools in interpreter training and in professional interpreting settings.