Dijital Çağda Çevirmenin Konumu ve Öne Çıkan Çeviri Edinçleri

Abstract

Bu çalışma, nöral makine çevirisi (NMT) ve büyük dil modellerinin (LLMs) çeviriyi bir bağlam yönetimi ve ‘karar verme’ sürecine dönüştürmesi üzerine odaklanarak çevirmen kimliğinde yarattığı değişimi ve bu bağlamda ihtiyaç duyulan çeviri edinçlerini ele almaktadır. Yapay zekâ modellerinin saniyeler içinde çeviri metni üreterek sunduğu hız, verimlilik ve düşük maliyet avantajları çevirmenler açısından birer baskı unsuru olarak karşımıza çıkar. Ancak çevirinin amacı ve işlevselliği söz konusu olduğunda sözü edilen sistemlerin ürettiği çıktılar işleyiş prensipleri nedeniyle birtakım sınırlılıklar ve bağlamsal boşluklar barındırır. Bu noktada uzman çevirmen çıktıların kalite değerlendirmesini yapan, kaliteye ilişkin kararlar alan ve düzeltmeleri yapan bir üst denetleyici olarak süreçte konumlanır. Bu bağlamda makine çevirisi sonrası düzeltme (post editing) teknolojik gelişmelerin çevirmene açtığı yeni bir çalışma alanı olarak değerlendirilebilir. Çalışmanın amacı, yapay zekâ çevirisinde çevirmenin karar verici ve denetleyici konumuyla süreçteki rolünü ve önemini ortaya koymaktır. Çalışmada betimleyici yöntem ve seçilen örneklem üzerinde içerik çözümleme deseni benimsenmiştir. Bu doğrultuda Skopos kuramının odağında yer alan çevirinin amacı ve işlevselliği açıklanmış ve bu çerçevede erek kültürde metnin kullanıcısının ihtiyacını karşılayacak çevirinin özellikleri üzerinde durulmuştur. Ardından, yapay zekâ modellerinin işleyiş prensipleri ve çevirideki işlevselliği sağlamadaki başarısı açıklanarak insan çevirmenin süreçteki rolü ele alınmıştır. Çevirmenin değerlendirme ve karar verme süreçlerinde ihtiyaç duyduğu yetkinlik, eleştirel düşünme ve teknoloji edinci kapsamında ele alınmıştır. Bu bağlamda eleştirel düşünme ve buna bağlı olarak açıklanan dijital okuryazarlık, veri okuryazarlığı ve algoritmik okuryazarlık çalışmanın kavramsal çerçevesini oluşturmaktadır. Seçilen örneklem üzerinde yapılan incelemede, yapay zekâ çevirilerinde özellikle doğruluk, terminoloji seçimi ve dil kullanımı ile ilgili bağlamsal hatalar belirlenmiş ve düzeltmeler gerekçelendirilerek yorumlanmıştır. Çalışma, çevirmenin teknoloji karşısında pasif bir dijital araç kullanıcısı değil aksine aktif bir süreç aktörü olduğunu ve işlevsel çeviri için insan-yapay zekâ iş birliğinin gerekliliğini ortaya koymayı hedeflemektedir.

Keywords

• Makine Çevirisi
• Çeviri Edinci
• Skopos
• İşlevsellik
• Eleştirel Düşünme

Supporting Institution

Yazar tarafından destekleyici bir kuruma dair herhangi bir beyan yapılmamıştır.

Ethical Statement

Yazar çalışmanın etik kurul izni gerektirmeyen bir çalışma olduğunu beyan etmiştir.

The Role of the Translator and Key Translation Competencies in the Digital Age

Abstract

This study examines how neural machine translation (NMT) and large language models (LLMs) transform translation into a "context management" and "decision-making" process, exploring the resulting shift in translator identity and emerging competencies. With the widespread use of machine translation, debates regarding the profession's future have intensified. The speed, efficiency, and cost-effectiveness of artificial intelligence models create professional pressure on translators. However, regarding purpose and functionality, AI outputs still harbor inherent limitations and contextual gaps due to their operational principles. At this juncture, the expert translator is repositioned as a supervisor who conducts quality assessments, makes strategic decisions, and executes necessary corrections. Consequently, machine translation post-editing (MTPE) emerges as a new professional domain forged by technology. The aim of the study is to elucidate the translator's vital role as a "decision-maker and supervisor" within the AI translation workflow. The study adopts a descriptive method paired with a content analysis design applied to a selected sample. Accordingly, the purpose and functionality of translation—at the core of Skopos theory—are first articulated, emphasizing the characteristics of a translation that satisfies the target culture user's needs within this theoretical framework. Subsequently, the operational principles of AI models and their success in achieving functionality in translation are explained, leading to an analysis of the human translator's role in the process. The competencies required by the translator during assessment and decision-making processes are examined within the scope of critical thinking and technological competence. In this context, critical thinking, alongside the associated constructs of digital literacy, data literacy, and algorithmic literacy, anchors the conceptual framework of the study. In the analysis conducted on the selected sample, contextual errors in AI translations- particularly regarding accuracy, terminology selection, and language register—were identified, with corrections justified and interpreted. Ultimately, the study aims to demonstrate that the translator is not a passive user of digital tools in the face of technology, but rather an active agent in the process, underscoring the necessity of human-AI collaboration for functional translation.

Keywords

• Machine Translation
• Translation Competence
• Skopos
• Functionality
• Critical Thinking

References

1. Bender, E. M. ve Koller, A. (2020). Climbing towards NLU: On meaning, form, and understanding in the age of data. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5185–5198. https://doi.org/10.18653/v1/2020.acl-main.463
2. Boots, B. C. ve Kim-Gau, A. (2024). A call for promoting algorithmic literacy. Proceedings of the TPRC2024: The Research Conference on Communications, Information and Internet Policy. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4912427
3. Büyükada, S. (2025). Mantık akıl yürütme ve yapay zeka. C. Baba (Ed.), Dijital çağda mantık ve düşüncenin dönüşümü: Yeni paradigmalar içinde (ss. 145–160). Palet Yayınları.
4. Cronin, M. (2013). Translation in the digital age. Routledge. https://doi.org/10.4324/9780203073599
5. Çekici, Y.E. (2022). Akademik Yazma ve Tartışma Kültürü Bağlamında Editöre Mektup. Korkut Ata Türkiyat Araştırmaları Dergisi, 9, 105-115. https://doi.org/10.51531/korkutataturkiyat.1187446
6. Dizdar, D. (2009). Translational transitions: “Translation proper” and translation studies in the humanities. Translation Studies, 2(1), 89–102. https://doi.org/10.1080/14781700802496274
7. Durhan, G. (2025). Dijital dünyada yaratıcı düşünmenin geliştirilmesi: Yapay zeka destekli eğitim üzerine bir değerlendirme. C. Baba (Ed.), Dijital çağda mantık ve düşüncenin dönüşümü: Yeni paradigmalar içinde (ss. 109–120). Palet Yayınları.
8. Duyar, S. (2025). Yapay zekâ üretimi içeriklerde yanlılık ve mizahi manipülasyon. Kronotop İletişim Dergisi, (2), 187–227.

9. Eraydın, Y. Y. (2025). Dijitalleşme, büyük dil modelleri ve sosyodilbilim: Dil ve toplum çalışmalarında yapay zekaya dair kuramsal perspektifler. Uluslararası Türk Lehçe Araştırmaları Dergisi, 401–410. https://doi.org/10.30563/turklad.182
10. Fisher, A. (2001). Critical thinking: An introduction. Cambridge University Press.
11. Frank, M. (2016). Data literacy - What is it and how can we make it happen? The Journal of Community Informatics, 12(3), 4–8.
12. Gentzler, E. (2011). Macro- and micro-turns in translation studies. Translation and Interpreting Studies, 6(2), 121–141. https://doi.org/10.1075/tis.6.2.01gen
13. Gutt, E.-A. (2000). Translation and relevance: Cognition and context. Jerome Publishing. (Özgün eser 1991 yılında yayımlanmıştır)
14. Han, L. (2013). On the cultural turn of translation studies in China in the new millennium: A semiotic appraisal and prognosis. Chinese Semiotic Studies, 9(1), 64–75. https://doi.org/10.1515/css-2013-0106
15. House, J. (2006). Text and context in translation. Journal of Pragmatics, 38(3), 338–358. https://doi.org/10.1016/j.pragma.2005.06.021
16. Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Yan, X., Ye, J., Ishii, E., Yeung, Y. J., Del Lucro, A. ve Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. https://doi.org/10.1145/3571730
17. Jiménez-Crespo, M. A. (2021). The "technological turn" in translation studies are we there yet? A transversal cross-disciplinary approach. Translation Spaces, 10(2), 314–341. https://doi.org/10.1075/ts.21012.jim
18. Kayadibinli, G. A. E. (2024). Edebi metni makine çevirmenden okumak: Çevirmen okurun makine çevirisi alımlaması. Karamanoğlu Mehmetbey Üniversitesi Uluslararası Filoloji ve Çeviribilim Dergisi, 127–146. https://doi.org/10.55036/ufced.1496065
19. Kenny, D. (Ed.). (2017). Human issues in translation technology. Routledge. https://doi.org/10.4324/9781315647708
20. Kılıç, S. (2014). Tıbbi araştırmalarda yanlılık. Journal of Mood Disorders, 4(2), 85–88. https://doi.org/10.5455/jmood.20140606042223
21. Läubli, S., Sennrich, R. ve Volk, M. (2020). A set of recommendations for assessing human–machine parity in language translation. Journal of Artificial Intelligence Research, 67, 653–672. https://doi.org/10.1613/jair.1.11371
22. Li, X., Gao, Z. ve Liao, H. (2023). The effect of critical thinking on translation technology competence among college students: The chain mediating role of academic self-efficacy and cultural intelligence. Psychology Research and Behavior Management, 16, 1233–1256. https://doi.org/10.2147/PRBM.S405822
23. Liu, X. (2012). The cultural turn in translation studies. Perspectives, 20(2), 249–253. https://doi.org/10.1080/0907676X.2011.558420
24. Nord, C. (2005). Translating as a purposeful activity: A prospective approach. TradTerm, 11, 15–28. https://doi.org/10.11606/issn.2317-9511.tradterm.2005.49673
25. O'Hagan, M. (2013). The impact of new technologies on translation studies: A technological turn? C. Millán ve F. Bartrina (Ed.), The Routledge handbook of translation studies içinde (ss. 503–518). Routledge.
26. O'Hagan, M. ve Ashworth, D. (2002). Translation-mediated communication in a digital world: Facing the challenges of globalization and localization. Multilingual Matters.
27. Odacıoğlu, M. C. (2024). Yapay zekâ ve insan çevirisi: Hukuk metinlerine dayalı karşılaştırmalı bir inceleme. Karamanoğlu Mehmetbey Üniversitesi Uluslararası Filoloji ve Çeviribilim Dergisi, 147–171. https://doi.org/10.55036/ufced.1477008
28. Oğuz, D. (2025). Nöral makine çevirisinde plastisite: Bilişsel ve teknik bir yaklaşım. İstanbul Üniversitesi Çeviribilim Dergisi, 73–93. https://doi.org/10.26650/iujts.2025.1711530
29. Önbıçak, A. E. (2025, Mart). Teknolojik determinizm (belirleyicilik) üzerine kavramsal bir çalışma. Sosyal Bilimlerde Akademik Çalışmalar Dergisi, 63–73.
30. Özsoy, R. ve İnce, L. (2025). Dijital çağda bir eleştirel düşünme biçimi olarak algoritma okuryazarlığı. C. Baba (Ed.), Dijital çağda mantık ve düşüncenin dönüşümü: Yeni paradigmalar içinde. Palet Yayınları.
31. Pym, A. (2003). Redefining translation competence in an electronic age. Meta, 48(4), 481–497. https://doi.org/10.7202/008533ar
32. Pym, A. (2013). Translation skill-sets in a machine translation age. Meta, 58(3), 487–503. https://doi.org/10.7202/1025047ar
33. Sayan, H. A. (2025). Dijital çağda muhakeme ve hikmetten yoksun mantıksal düşünme üzerine bir soruşturma. C. Baba (Ed.), Dijital çağda mantık ve düşüncenin dönüşümü: Yeni paradigmalar içinde (ss. 15–26). Palet Yayınları.
34. Sezgin, S. (2025). Yapay zekâ çağında dijital uçurumu yeniden düşünmek: Eğitime yönelik altı boyutlu bir kavramsal çerçeve. Burdur Mehmet Akif Ersoy Üniversitesi Eğitim Bilimleri Enstitüsü Dergisi, 13(17).
35. Shields, M. (2005). Information literacy, statistical literacy. IASSIST Quarterly, 28(2/3), 6–11. https://doi.org/10.29173/iq790
36. Smith, J. ve Noble, H. (2025). Understanding sources of bias in research. BMJ Evidence-Based Medicine, 137–139.
37. Snell-Hornby, M. (2006). The turns of translation studies: New paradigms or shifting viewpoints? John Benjamins Publishing. https://doi.org/10.1075/btl.66
38. Snell-Hornby, M. (2009). What’s in a turn? On fits, starts and writhings in recent translation studies. Translation Studies, 2(1), 41–51. https://doi.org/10.1080/14781700802496225
39. Svěrák, M. (2015). Translator as a text editor: From pen and paper to automated translation [Yüksek lisans tezi, Masaryk Üniversitesi]. Masaryk Üniversitesi Tez Arşivi. https://is.muni.cz/th/mnqwx/
40. Toury, G. (1995). Descriptive translation studies and beyond. John Benjamins Publishing.
41. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł. ve Polosukhin, I. (2017). Attention is all you need. I. Guyon, U. Von Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan ve R. Garnett (Ed.), Advances in Neural Information Processing Systems 30 (NIPS 2017) içinde (ss. 5998–6008). Curran Associates, Inc.
42. Vermeer, H. J. (2000). Skopos and commission in translational action (A. Chesterman, Çev.). L. Venuti (Ed.), The translation studies reader içinde (ss. 221–232). Routledge.
43. Wilss, W. (1994). A framework for decision-making in translation. Target, 6(2), 131–150. https://doi.org/10.1075/target.6.2.02wil
44. Wolf, M. (2017). A “performative turn” in translation studies? Reflections from a sociological perspective. TranscUlturAl: A Journal of Translation and Cultural Studies, 9(1), 27–44. https://doi.org/10.21992/T90D1S
45. Yazıcı, T. Ö. (2024). Makine çevirisi sonrası düzeltme işleminin zamansal ve teknik efor açısından incelenmesi: Google ve DeepL Çeviri. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 365–381.
46. Zethsen, K. K. (2007). Beyond translation proper—Extending the field of translation studies. TTR: Traduction, Terminologie, Rédaction, 20(1), 281–308. https://doi.org/10.7202/018506ar