-
Customized MT engines for literary translators – A case study
Together with literary translator Nathalie Serval, researcher Damien Hansen tested the training of their own translation engine.
-
Personalisierte KI fürs Literaturübersetzen – eine Fallstudie
Damien Hansen berichtet über Experimente mit einem spezifisch für Literatur trainierten Maschinenübersetzungssystem und die Auswirkungen auf den Output.
-
Mit KI, aber wann und wie?
Leslie Fried, Vera Elisabeth Gerling und Belén Santana berichten aus dem Düsseldorfer Masterstudiengang Literaturübersetzen vom Einsatz KI-gestützter Maschinenübersetzung in der Lehre.
-
Kollektive Intelligenz: Medien und Termine
Hin und wieder bekommen wir die schöne Gelegenheit, in den Medien oder bei Veranstaltungen von unserem Projekt zu erzählen.
-
Die Verarmung übersetzter Sprache als reales Risiko
Waltraud Kolb bietet uns einen wissenschaftlichen Überblick zum Konzept des »Translationese«. Noch stärker als Humanübersetzungen ist davon Maschinen-Output geprägt – und das hat Folgen für das Leseerlebnis.
-
Maschinelle Übersetzung – ein Blick unter die Haube
Wie funktioniert eigentlich Maschinelle Übersetzung? Und wie gut können moderne KI-Systeme, wie z. B. ChatGPT, Literatur übersetzen? Der NLP-Forscher Dr. Steffen Eger bringt Licht ins Dunkel.
-
AI Talks: Veranstaltungen
Wir stellen unsere Erkenntnisse aus dem Projekt »Kollektive Intelligenz« vor, lassen Literaturübersetzer*innen mit ihren Erfahrungen zu Wort kommen und diskutieren mit euch die Handlungsoptionen für unsere Branche.
-
Urheberrechtsfragen im Kontext professioneller Literaturübersetzung mit (Hilfe von) Künstlicher Intelligenz
Welchen Einfluss hat der Einsatz von KI-Übersetzungstools auf das Entstehen von Bearbeiterurheberrechten? Was ist beim Einsatz solcher Tools im Rahmen professioneller Literaturübersetzung aus rechtlicher Sicht grundsätzlich zu beachten? Diesen Fragen widmet sich Dr. Lisa Käde vom Karlsruher Institut für Technologie | Zentrum für Angewandte Rechtswissenschaft.
-
Kollektive Intelligenz: Kann KI Literatur?
Ist der Siegeszug von DeepL und Co. unaufhaltsam? Werden die Programme unausweichlicher Bestandteil der Arbeit von literarisch Sprachmittelnden sein? Die Studie zeigt ein durchwachsenes Bild. Wir sehen, dass im Jahr 2023 Maschinenübersetzungssysteme nicht leistungsfähig genug zu sein scheinen, um Literaturübersetzer*innen bei ihrer Aufgabe in einem signifikanten Maße weiterzuhelfen.