W dobie dynamicznego rozwoju sztucznej inteligencji oraz coraz powszechniejszego wykorzystywania dużych modeli językowych w różnych obszarach życia społecznego, zawodowego i naukowego, szczególnego znaczenia nabierają pytania o możliwości i ograniczenia zastosowania tych technologii w przekładzie. Sztuczna inteligencja stała się w ostatnich latach jednym z najważniejszych czynników transformujących współczesną komunikację, edukację i praktykę zawodową. Szczególnie widoczne jest to w obszarze przekładu, gdzie zaawansowane modele językowe otwierają nowe możliwości wspomagania pracy tłumaczy, jednocześnie stawiając przed badaczami i dydaktykami nowe wyzwania metodologiczne i etyczne. Narzędzia oparte na sztucznej inteligencji nie tylko zmieniają sposób wykonywania tłumaczeń, lecz także wpływają na kształcenie przyszłych tłumaczy oraz rozwój badań nad procesami translatorskimi.

W ramach ostatniego w tym roku akademickim spotkania naukowego w cyklu wykładów „Kultura i media w odsłonach” 28 maja 2026 roku dr Bartosz Buć z Instytutu Lingwistyki Stosowanej UR wygłosił wykład pt. „AI in Translation, czyli sztuczna inteligencja w Instytucie Lingwistyki Stosowanej”, poświęcony zastosowaniom sztucznej inteligencji w praktyce translatorskiej, badaniach naukowych oraz dydaktyce akademickiej.

Wystąpienie zostało podzielone na trzy komplementarne części. W pierwszej z nich prelegent przedstawił rozwój tłumaczenia maszynowego, od jego początków po współczesne rozwiązania wykorzystujące duże modele językowe. Następnie zaprezentował wyniki badań poświęconych zastosowaniu narzędzi opartych na sztucznej inteligencji w procesie przekładu, wskazując zarówno na ich potencjał, jak i ograniczenia. Ostatnia część wykładu dotyczyła implikacji dydaktycznych wynikających z dynamicznego rozwoju technologii AI oraz możliwości ich wykorzystania w kształceniu przyszłych tłumaczy.

Rozważania dotyczące wykorzystania sztucznej inteligencji w procesie tłumaczenia zostały osadzone w kontekście autorskiego projektu dydaktyczno-badawczego „AI in Translation”, realizowanego w Instytucie Lingwistyki Stosowanej. Projekt ten stanowi jednocześnie przestrzeń kształcenia oraz źródło materiału empirycznego służącego do badań nad rolą narzędzi AI we współczesnej praktyce translatorskiej. W jego ramach opracowano i wdrożono innowacyjny przedmiot poświęcony zastosowaniom sztucznej inteligencji w tłumaczeniu, którego istotnym elementem jest systematyczne łączenie aktywności dydaktycznych z działalnością badawczą.

W ramach zajęć studenci wykonują tłumaczenia tekstów specjalistycznych z wykorzystaniem różnych systemów sztucznej inteligencji, analizując zarówno proces powstawania przekładu, jak i jakość generowanych rozwiązań oraz skuteczność strategii komunikacji z modelami językowymi. Równocześnie dokumentowane są doświadczenia uczestników kursu za pomocą specjalnie opracowanych narzędzi badawczych, umożliwiających ocenę jakości tłumaczeń, identyfikację typowych błędów językowych i translatorskich oraz analizę wpływu sposobów formułowania promptów na uzyskiwane rezultaty.

W ciągu dwóch semestrów realizacji projektu zgromadzono materiał badawczy obejmujący ponad 500 ankiet, co pozwoliło na przeprowadzenie pogłębionej analizy zależności między umiejętnościami formułowania poleceń dla modeli AI a efektywnością wykorzystania narzędzi sztucznej inteligencji w procesie tłumaczeniowym. Podczas wykładu dr Bartosz Buć przedstawił zarówno założenia metodologiczne przedsięwzięcia, jak i wybrane wyniki badań, wskazując na rosnące znaczenie kompetencji związanych z krytycznym i świadomym wykorzystaniem sztucznej inteligencji w edukacji translatorskiej. Zaprezentowany projekt ukazał, że współczesne technologie mogą pełnić nie tylko funkcję narzędzi wspomagających tłumaczenie, lecz także stanowić przedmiot systematycznej refleksji naukowej oraz źródło innowacyjnych rozwiązań dydaktycznych.

Spotkanie zakończyła ożywiona dyskusja, podczas której uczestnicy podjęli refleksję nad perspektywami wykorzystania sztucznej inteligencji w praktyce translatorskiej, możliwościami jej implementacji w procesie kształcenia tłumaczy oraz ograniczeniami wynikającymi z zastosowania narzędzi opartych na AI.