CC BY
14
References
1. Smirnova I.K Dublirovanie i subtitrovanie kak dominiruyuschie vidy perevoda kino i video materialov. Obschestvo. 2017; № 3: 9.
2. Cintas J.D. Subtitling. Handbook of translation studies. John Benjamins Publishing Company, 2010; Vol. 1.
3. O'Hagan M. Yaponskoe TV: Yumor v kadre s otkrytymi subtitrami telop. London, 2010.
4. Sakamoto M. Preimuschestva i nedostatki chrezmernogo ispol'zovaniya programm s subtitrami. Galac, 1999.
5. Fesyun A.G. Yazykyaponskih SMI. Moskva: Izdatel'skij dom NIU «Vysshaya shkola 'ekonomiki», 2013.
Статья поступила в редакцию 21.11.23
УДК 811.111'374 + 004.9
Kokova A.V., Professor, Novosibirsk State Pedagogical University (Novosibirsk, Russia), E-mail: alnevd@mail.ru
Phomin D.V., postgraduate, Novosibirsk State Pedagogical University (Novosibirsk, Russia), E-mail: danilphomin@inbox.ru
LINGUISTIC MEANS OF EVALUATION IN ENGLISH-LANGUAGE TEXTS OF PUBLICISTIC DISCOURSE ON ARTIFICIAL INTELLIGENCE. The article analyzes in detail the specific characteristics associated with the implementation of the linguistic evaluation category realization specific features in modern English-language texts of journalistic discourse of artificial intelligence technology. In the course of the study, special attention is paid to the identification of the peculiarities of the means used by the authors of these texts to express evaluative information. The study reveals the significant role of systemic and textual linguistic means used to express evaluation, analyzes the processes of linguistic specialization associated with these means, and also reveals the conditions that determine the axiological connotation of lexical units and word combinations in journalistic texts devoted to the topic of artificial intelligence. The study also examined the role of metaphor and personification in expressing evaluativeness.
Key words: journalistic discourse, linguistic evaluation category, English-language texts, connotation, artificial intelligence
А.В. Кокова, проф., ФГБОУ ВО «Новосибирский государственный педагогический университет», г. Новосибирск, E-mail: alnevd@mail.ru
Д.В. Фомин, аспирант, Новосибирский государственный педагогический университет, г. Новосибирск, E-mail: danilphomin@inbox.ru
ЛИНГВИСТИЧЕСКИЕ СРЕДСТВА ОЦЕНОЧНОСТИ В АНГЛОЯЗЫЧНЫХ ТЕКСТАХ ПУБЛИЦИСТИЧЕСКОГО ДИСКУРСА ПО ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ
В данной статье подробно анализируются специфические характеристики, связанные с реализацией лингвистической категории оценочности в современных англоязычных публицистических текстах, посвященных технологиям искусственного интеллекта. В ходе исследования особое внимание уделяется выявлению особенностей средств, используемых авторами данных текстов для выражения оценочной информации. В ходе проведенного исследования была выявлена значимая роль системных и текстуальных лингвистических средств, используемых для выражения оценки, проанализированы связанные с этими средствами процессы лингвистической специализации, а также обнаружены условия, которые определяют аксиологическую коннотацию лексических единиц и словосочетаний в публицистических текстах, посвященных тематике искусственного интеллекта. В рамках исследования была также рассмотрена роль метафоры и персонификации в выражении оценочности.
Ключевые слова: публицистический дискурс, лингвистическая категория оценочности, теория текста, коннотация, искусственный интеллект
Технологии искусственного интеллекта (ИИ) и нейронные сети достигли значительных результатов с точки зрения эффективности обработки данных и оперативного получения результатов. На современном этапе развития это многофункциональный инструмент, характеризующийся увеличивающейся степенью внедрения в повседневную жизнь. Высокая социокультурная и научно-техническая релевантность технологий ИИ является причиной бурного развития современного дискурса ИИ. В рамках функционирования современного английского языка наблюдается определенное дискурсивное смешение, то есть комбинация двух и более различных дискурсов, которые служат определенным коммуникативным целям. Например, в современной англоязычной публицистике важную роль играют тексты, посвященные проблемам технологий ИИ, то есть имеет место комбинация научного дискурса по ИИ с публицистическим дискурсом (ПД).
Актуальность исследования современного англоязычного дискурса ИИ обусловлена необходимостью пристального изучения текстов дискурса ИИ, процессов лингвистической специализации, а также реализации важнейших лингвистических категорий в различных текстах ПД ИИ.
Сказанное определяет важность реализации лингвистической категории оценочности в изучаемом дискурсе технологий ИИ. Целью данной статьи является установление средств выражения лингвистической категории оценочности в текстах ПД ИИ и особенностей их функционирования. Для ее достижения были поставлены следующие задачи: отобрать различные тексты ПД ИИ в англоязычных новостных интернет-ресурсах; установить когнитивные роли ИИ в ПД; выявить лингвистические средства выражения оценочности; определить частоту применения различных средств выражения оценочности в анализируемых текстах.
Новизна работы характеризуется тем, что впервые при исследовании дискурса ИИ лингвистическая категория оценочности рассматривается на уровне текста с учетом когнитивных характеристик дискурса. Теоретическая значимость исследования определяется вкладом его результатов в изучение современного англоязычного дискурса по информационным технологиям и процессов реализации грамматических категорий в текстах изучаемого дискурса. Практическая ценность работы заключается в возможности использования ее результатов в практике преподавания курсов стилистики и теоретической грамматики английского языка для студентов филологических специальностей.
Существуют различные точки зрения на построение универсальной теории текста в лингвистике, а также на классификацию текстов с учетом их типов и
функций. Так, К. Бринкер рассматривает текст с позиции развертывания темы (нем. Themenentfaltung) и выделяет ее 4 основные формы: дескриптивную, нарративную, аргументативную и экспликативную [1, с. 56], посредством которых реализуются основные функции текста. В современной англоязычной публицистике тексты ПД ИИ характеризуются высокой степенью экспрессивности, определяющейся в социокультурном и когнитивном плане актуальностью и сенсационностью новостей. Поскольку ПД выполняет не только функцию информирования, но и воздействия на реципиента, в том числе средствами экспрессии и текстовой организации, некоторые ученые говорят о информационно-манипулятивном характере ПД [2, с. 167]. Наиболее употребительны в изучаемом типе дискурса тексты дескриптивного и аргументативного типов. При этом лингвистическая категория оценочности является облигаторным компонентом аргументативных текстов, так как цель коммуникатора проявляется в оказании воздействия на реципиента и побуждении его к действию. В то же время в дескриптивных текстах ее присутствие необязательно, о чем свидетельствуют приведенные ниже примеры:
Spotify on Monday announced a new artificial intelligence-powered feature that can translate podcasts into different languages using the host's own voice. (SARP) (В понедельник компания Spotify анонсировала новую функцию с ИИ, которая позволит переводить подкасты на другие языки, используя собственный голос ведущего).
Snapchat was an early launch partner when OpenAI opened up access to ChatGPT to third-party businesses, with many more expected to follow. (SNAC) (Компания Snapchat стала одним из первых партнеров, когда компания OpenAI открыла доступ к ChatGPT для сторонних организаций, и ожидается, что за ней последуют многие другие).
Хотя дескриптивные структуры тексты выполняют преимущественно функцию информирования реципиента [3, с. 13], они нередко характеризуются наличием лингвистических средств выражения оценочности.
The Detroit Police Department (DPD) is once again under scrutiny as a new lawsuit emerges, revealing that another innocent person has been wrongly arrested due to a flawed facial recognition match. (EPFR) (Полицейское управление Детройта (DPD) вновь оказалось под пристальным вниманием, поскольку появился новый судебный иск, свидетельствующий о том, что еще один невиновный человек был ошибочно арестован из-за некачественного распознавания лица). В приведенном примере представлен ряд системных и текстуальных лингвистических средств выражения оценки, таких как наречие wrongly (ошибочно), глагол
arrested (арестован), существительное scrutiny (тщательное расследование), а также прилагательные innocent (невинный) и another (еще один). Кроме того, наречие again (снова) в сочетании с наречием once, не влияющим на смысл высказывания, усиливает эмоциональное воздействие вышеуказанного ряда лексем, поскольку указывает на повторяемость событий.
В дескриптивных текстах категория оценочности способна выступать в качестве текстоорганизующей в крупных текстовых фрагментах. Например, в статье Х. Фараха (H. Farah) Google DeepMind testing 'personal life coach' AI tool (Компания Google DeepMind тестирует «персонального лайф-коуча» на основе ИИ) развертываются две основных темы-концепта: «персональный лайф-коуч», тема (1), и тема (2), «опасения экспертов по ИИ». Данные темы характеризуются нелинейным порядком организации в тексте. Так, тема (1) разворачивается в заголовке статьи, а также в предложениях 2-8, 13-17, в то время как тема (2) -в предложениях 1, 9-12. Представленные элементы оценочности с позитивной коннотацией реализуются через относящиеся к теме (1) персонифицированные метафоры personal live coach (персональный лайф-коуч) и old friend Google (старый друг Google):
DeepMind, the tech firm's artificial Intelligence arm, has announced It is testing a new tool that could soon become a "personal life coach". (GDMT) (DeepMind, подразделение технологической компании, занимающееся разработкой искусственного интеллекта, объявило о тестировании нового инструмента, который в скором времени может стать «персональным лайф-коучем»).
The next time you lie in bed and absent-mindedly ask your old friend Google for a piece of life advice, don't be surprised if it speaks back to you. (GDMT) (Когда в следующий раз вы, лежа в постели, рассеянно спросите совета у своего старого друга Google, не удивляйтесь, если он ответит вам). В вышеуказанных предложениях текста метафоры personal life coach и old friend Google очеловечивают, то есть персонифицируют ИИ, что свидетельствует о его положительной коннотации в данной конситуации. Кроме того, существительное friend обладает системной положительной коннотацией в английском языке. С другой стороны, концепт «опасность ИИ», лежащий в основе темы (2), характеризуется системными средствами выражения отрицательной оценочности danger (опасность), текстуальными средствами: существительным concerns (опасения) и словосочетанием growing calls for regulation and laws (растущие требования к регулированию и законам), а также комбинацией различных средств: to combat rapid development (бороться со стремительным развитием) и др. В последнем случае словосочетание существительного с качественным прилагательным rapid development (стремительное развитие) несет отрицательную оценку в сочетании с глаголом to combat (бороться), обладающим отрицательной коннотацией. Словосочетание growing calls for regulation and laws демонстрирует процесс специализации, когда текстуальное средство выражения оценки regulation приобретает устойчивую негативную оценочность в ПД ИИ, так как оно свидетельствует об отсутствии средств контроля деятельности ИИ.
Помимо информирования, ПД ИИ выполняет функцию воздействия на реципиента (убеждение, поучение и побуждение), реализуемую через аргумента-тивные типы текстов, в которые могут быть интегрированы нарративные и дескриптивные текстовые структуры. Нарративные структуры могут использоваться для иллюстрации тематического концепта в целях реализации текстуального принципа ясности изложения:
One of the first images of AI I encountered was a white, spectral, hostile, disembodied head. (ACHS) (Одним из первых образов ИИ, с которым я столкнулся, была белая, призрачная, враждебная, оторванная голова). В приведенном примере, демонстрирующим нарративную структуру, представлен ряд качественных прилагательных, например, hostile (враждебный), disembodied (расчлененный/оторванный от тела), несущих негативную оценку образа ИИ. Кроме того, автор использует метафору head (голова), перенося безликий образ ИИ в конкретную часть персонифицируемого антропоморфного тела ИИ.
Нарративные структуры могут выступать и в роли аргумента доказательства, в частности гипотетического аргумента:
So you'd like a photograph of an explosive attack on the Pentagon? No problem: Dall-E, Midjourney or Stable Diffusion will be happy to oblige in seconds. (TAMW) (Вы хотите получить фотографию атаки на Пентагон с взрывом? Без проблем: Dall-E, Midjourney или Stable Diffusion с удовольствием сделают это в считанные секунды). Данный аргумент к тезису о дезинформации с помощью ИИ во время предстоящих президентских выборов 2024 года в США является нарративной структурой, которая доказывает хотя и парадоксальную, сенсационную, но тем не менее гипотетическую, реализуемую возможность использования ИИ в описываемом сценарии. Вышеназванный пример свидетельствует о значительной роли конситуации, в которой реализуется рассматриваемое событие. В этом фрагменте представлены системные средства выражения оценки: explosive attack (атака с взрывом), а также текстуальные средства - словосочетание happy to oblige (с радостью помочь), которое утрачивает положительную коннотацию в сочетании с лексемой attack, характеризующейся негативной оце-ночностью.
Нередко лингвистическая категория оценочности в аргументативных текстах может являться текстоорганизующей и указывать на аргумент или контраргумент доказательства. Так, в статье С. Келли (S. Kelly) Snapchat's new AI chatbot is already raising alarms among teens and parents (Новый чат-бот Snapchat с ИИ
уже вызывает тревогу у подростков и родителей) порядок аргументов определяется оценочностью ИИ. В тексте присутствует две аргументативные последовательности - прямая аргументация (7 аргументов) и контраргументация в предложениях (33) - (37):
1) One user called his interaction "terrifying" after he said it lied about not knowing where the user was located. (SNAC) (Один из пользователей назвал свое взаимодействие «ужасающим» после того, как он заявил, что система солгала о том, что не знает, где находится пользователь). Аргумент в пользу тезиса об опасности ИИ для подростков содержит такие системные средства выражения негативной оценки, как прилагательное terrifying (ужасающий) и глагол to lie (лгать).
2) Sinead Bovell, the founder of WAYE, a startup that helps prepare youth for future with advanced technologies, said parents need to make it very clear "chatbots are not your friend.""They're also not your therapists or a trusted adviser, and anyone interacting with them needs to be very cautious, especially teenagers who may be more susceptible to believing what they say," she said. (SNAC) (Шинейд Бовелл, основательница стартапа WAYE, который помогает подготовить молодежь к будущему с помощью передовых технологий, считает, что родители должны четко понимать, что «чат-боты - не друзья». «Они также не являются вашими психотерапевтами или доверенными советниками. Все, кто взаимодействует с ними, должны быть очень осторожны, особенно подростки, которые могут быть более восприимчивы к тому что они [чат-боты] говорят», - сказала она). Этот аргумент подкрепляется негативной коннотацией словосочетания not your friend (не ваш друг), not your therapists or a trusted adviser (не ваш психотерапевт или доверенный советник). Важную роль в передаче средств выражения оценки играет наличие отрицания not (не), определяющего оценочность приведенного аргумента.
В примерах выше отрицательная коннотация подкрепляет аргументацию в пользу тезиса об опасности ИИ, в то время как положительная коннотация используется в контраргументации.
Another noted she's leaned on it for comfort and advice. "I love my little pocket bestie!" she wrote. "You can change the Bitmoji [avatar] for it and surprisingly it offers really great advice to some real life situations. ...I love the support it gives.". (SNAC) (Другая [пользовательница] отметила, что полагается на него [чат-бот], когда ищет утешения и совета. «Я обожаю свою маленькую карманную подружку!» - написала она. «Вы можете сменить Bitmoji [аватар] на нее, и, что удивительно, она дает действительно хорошие советы в некоторых жизненных ситуациях. ...Мне нравится поддержка, которую она оказывает»). В приведенном примере контраргумент доказательства содержит различные лексические и стилистические средства позитивной оценочности: существительные support (поддержка), качественное прилагательное great (хороший) в сочетании с усилительным наречием really (очень), используемым в целях повышения экспрессивности, глаголы to love (любить) и to lean on (положиться), ряд однородных существительных comfort and advise (удобство и совет) и др.
В современном англоязычном ПД употребительны разнообразные языковые средства передачи экспрессивности, в том числе элементы разговорной речи [4, с. 617]. В случаях, когда автор при аргументации доказательства прибегает к цитированию, элементы разговорной речи могут определять весомость аргумента. Так, в вышеуказанном примере положительная оценочность, определяющая контраргументативный характер высказывания, выражается через персонифицированную метафору bestie (лучшая подруга), которая относится к просторечно-разговорному слою лексики. Помимо явной эмоциональной экспрессивности контраргумента снижается его весомость вследствие цитирования речи подростка, использующего лексику с разговорной окраской.
Лингвистическая категория оценочности в текстовых фрагментах ПД ИИ может определяться не только текстовой структурой и функцией, но и предназначением описываемой ИИ-модели. Так, в когнитивном плане в ПД выделяются следующие роли ИИ:
1. Инструментальная роль:
1.1 В рационально-аналитической деятельности: выполнение сложных вычислений, обработка больших объемов данных.
1.2 В сенсорной деятельности: распознавание внешних сигналов посредством имитации человеческих органов чувств.
1.3 В художественно-эстетической деятельности человека: генерация изображений, аудиовизуального и текстуального контента и т. д.
2. Коммуникативная роль: имитация вопросно-ответной деятельности.
3. Комбинированная роль: сочетание ролей, описанных выше.
При рассмотрении разновидностей видов деятельности ИИ способы реализации лингвистических средств категории оценочности в английском языке реализуются неоднородно. Так, при передаче информации о рационально-аналитической деятельности ИИ употребительны качественные прилагательные, например acceptable/inacceptable (приемлемый/неприемлемый), accurate/ inaccurate (точный/неточный), effective/ineffective (эффективный/неэффективный), useful/useless (полезный/бесполезный), adequate/inadequate (адекватный/ неадекватный) и т. д.
Lord Justice Birss said he felt confident to use it [ChatGPT] because he could recognise its answer"as being acceptable. (BJAU) (Лорд-судья Бирсс сказал, что он уверен в его [ChatGPT] использовании, поскольку может признать его от-
вет «приемлемым»). В приведенном примере для выражения положительной оценки результата рационально-аналитической деятельности ИИ используется прилагательное acceptable (приемлемый).
They provide very believable, digested summaries of what you are asking, even if they're completely wrong. (CSSS) (Они [чат-боты] дают очень правдоподобные, удобоваримые обобщения того, о чем вы спрашиваете, даже если они совершенно ошибочны). Данный пример характеризуется использованием оценочных качественных прилагательных с положительной или отрицательной семантикой: прилагательными believable (правдоподобный) и digested (удобоваримый), а также усилителями наречием very (очень), усиливающим экспрессивность. В то же время в предложении присутствует словосочетание из прилагательного и наречия completely wrong (совершенно ошибочный). Смягчение отрицательной оценки результата деятельности ИИ реализуется посредством условия even if, указывающего на некатегоричность высказывания. Таким образом, грамматические средства выражения оценки также широко употребительны в текстах ПД ИИ.
Важную роль в выражении негативной оценочности в изучаемом дискурсе играют развернутые метафоры.
But this training data inevitably includes large numbers of copyrighted works that are being hoovered up under"fair use" claims that may not be valid. (TWHB) (Но эти данные для обучения неизбежно включают в себя большое количество произведений, защищенных авторским правом, всасывающихся на основании заявлений о «добросовестном использовании», которые могут быть голословными). В приведенном примере для выражения негативной оценки результата применения ИИ текстуально используется глагол to hoover up (пропылесосить/всосать) в метафорической функции по отношению к нейросети, без разбора собирающей данные с различных источников для самообучения. Отрицательная коннотация обнаруживается посредством иронии, которая часто является компонентом метафорической номинации [5, с. 9]. Автор статьи намеренно выбирает далекие друг от друга предметные области использования метафоры, т. е. сферу-источник -обыденную прозаическую реальность, не связанную с high-tech, с одной стороны, и сферу-мишень - технологию ИИ, с другой. Автор сравнивает ИИ с пылесосом ради достижения юмористического и даже пренебрежительного эффекта.
При передаче информации о сенсорной деятельности, как правило, также используются оценочные прилагательные в начальной и сравнительной степени, к примеру more/less accurate (более/менее точное), better/worse (лучше/хуже), faster/slower (быстрее/медленнее), more/less effective (эффективнее/менее эффективнее) и т. д.
Not only are these machines far more accurate than any human at calling balls in or out, but they can also be programmed to make their calls in a human-like voice, so as not to disorient the players. (TEOW) (Эти машины не только гораздо точнее, чем человек, определяют подачу или отбой мяча, но и могут быть запрограммированы на человеческий голос, чтобы не смущать игроков). В приведенном примере положительная коннотация сравнительного прилагательного more accurate (точнее) усиливается наречием far (намного/гораздо). Кроме того, поскольку сенсорная деятельность является антропологической характеристикой, то есть при работе ИИ имитируется человеческая деятельность, в тексте реализуются обороты сравнения результатов ИИ с результатами человека, например, that any human (чем любой человек).
Рационально-эстетическая деятельность ИИ также нередко рассматривается в ПД в антропоцентричном контексте, поскольку эта роль ИИ напрямую связана с квазитворческой деятельностью и вызывает вопросы о субъектности ИИ и целесообразности его использования в творческом процессе, то есть характера субъектности и объектности ИИ. Так, в следующем примере используются существительные surprise (сюрприз) и dialogue (диалог), а также грамматическая конструкция neither... nor с глаголом dominate (ни... ни... не доминирует), который текстуально определяет позитивную оценку перечисленных лексем.
Lewis's system, in contrast, generates surprises in dialogue with a performer, sometimes taking a solo, sometimes laying out while the human solos - neither the human nor the machine dominates. (ACHS) (Система Льюиса, напротив, выдает сюрпризы в диалоге с исполнителем, иногда солируя, а иногда останавливаясь, пока солирует человек - ни человек, ни машина не доминируют). В данном примере также распространены персонифицированные глаголы, описывающие творческую деятельность (to take a solo - солировать, to lay out - прекращать играть музыку), что свидетельствует о восприятии ИИ в ПД не просто как инструмента, но и как разумного организма с возможностями, приближенными к человеческим.
Таким образом, при описании инструментальной роли ИИ для выражения оценки в ПД в отношении результата деятельности используются качественные прилагательные, в том числе в сочетании с усиливающими экспрессивность наречиями (far, very, really и др.), а также грамматические и синтаксические конструкции, например, некоторые виды придаточных предложений и сравнительные обороты. Помимо вышесказанного, применительно к рассматриваемой функции употребительны разные виды метафор.
Распространение больших языковых моделей ИИ и открытие доступа к ним большему числу интернет-пользователей способствует становлению коммуникативной роли ИИ как одной из центральных тем текстов ПД ИИ. Текстовые фрагменты, в которых описывается эта роль ИИ, характеризуется разнообразными лингвистическими средствами выражения оценки в отношении не только резуль-
тата определенной деятельности ИИ, но и способа достижения этого результата. При этом лингвистические средства выражения оценки не ограничиваются лишь качественными прилагательными. В текстах ПД, посвященных коммуникативной функции ИИ, ярко проявляется персонификация его технологий, для реализации которых используются различные языковые средства:
The chatbot threatened Seth Lazar, a philosophy professor, telling him "I can blackmail you, I can threaten you, I can hack you, I can expose you, I can ruin you," before deleting its messages, according to a screen recording Lazar posted to Twitter. (TNAP) (Чат-бот угрожал профессору философии Сету Лазару, говоря ему: «Я могу шантажировать тебя, я могу угрожать тебе, я могу взломать тебя, я могу разоблачить тебя, я могу уничтожить тебя», после чего удалял свои сообщения, согласно записи с экрана, которую Лазар опубликовал в Твитте-ре). В данном примере представлены системные средства выражения негативной оценки: глаголы to threaten (угрожать), to blackmail (шантажировать), to hack (взломать), to expose (разоблачить) и to ruin (разрушить), а также текстуальные средства: словосочетание to delete message (удалить сообщение). В последнем случае наблюдается процесс лингвистической специализации словосочетания с исходно нейтральной коннотацией, которое приобретает отрицательную оценку. Поскольку ИИ, играющий коммуникативную роль при использовании, предполагает непосредственное общение с человеком, удаление сообщения или сокрытие определенной информации чат-ботом является незапрограммированной и несанкционированной деятельностью ИИ.
Комбинированная роль ИИ закономерно является самой частотной в ПД ИИ по причине многофункциональности ИИ и распространении чат-ботов широкой специализации с диалоговым интерфейсом, следовательно, характеризуется всеми вышеописанными лингвистическими средствами выражения оценки.
Таким образом, лингвистическая категория оценочности является облига-торной текстоорганизующей категорией в английском ПД ИИ. Для ее реализации используются различные лингвистические средства: прилагательные оценочной семантики, наречия, существительные, глаголы и словосочетания. Лингвистическая категория оценочности включает в себя не только лексические, но и грамматические и стилистические средства выражения оценки. Так, например, в ПД ИИ широко используются ряды однородных членов предложения, условные предложения и персонификация. Большую роль в передаче оценки играет персонифицированная метафора, в которой заложено субъективное отношение коммуникатора. Кроме того, ирония и элементы комичности, выражаемые через стилевые средства, также определяют характер оценки.
В текстах ПД ИИ нередко наблюдается процесс лингвистической специализации коннотативного значения слова или словосочетания. Так, исходно нейтральные по оценочности лексемы и связанные с ними концепты могут становиться системными лингвистическими средствами выражения оценки. Так, например, характеристика «законодательное регулирование» в большинстве текстов ПД ИИ приобретает негативную оценочность, поскольку связана с такой характеристикой ИИ, как «непредсказуемость» и «неконтролируемость».
Лингвистическая категория оценочности свойственна преимущественно аргументативным и дескриптивным фрагментам текста. Характер оценки ИИ определяется функцией текста, поставленной автором проблематикой, а также социокультурной ролью ИИ. Так, например, категория оценочности имеет решающее значение в аргументативных текстах, поскольку она определяет характер аргументации и доказательства. Она может присутствовать в дескриптивных текстах, определяя структуру тематического развертывания концепта.
Категория оценочности в изучаемых типах текстов тесно связана с важнейшими когнитивными характеристиками дискурса по ИИ. Например, такие характеристики, как «высокая скорость», «адекватность умозаключений», «универсальность инструментария» и «объектность», обладают, как правило, положительной коннотацией, в то время как характеристики «непредсказуемость», «риск», «неадекватность выводимых суждений и умозаключений» и «субъектность» зачастую характеризуются негативной оценочностью. Нейтральной оценочности в ПД по ИИ практически не наблюдается, поскольку тематика статей ПД всегда связана с особо актуальными социокультурными проблемами реальности.
Предложенная методика исследования англоязычного дискурса по информационным технологиям применима при изучении реализации других лингвистических категорий в соответствующем дискурсе, а также в других его разновидностях.
Список источников и принятых сокращений: ИИ - искусственный интеллект ПД - публицистический дискурс
ACHS - AI can help shape society for the better - but humans and machines must work together. Available at: https://www.theguardian.com/commentisfree/2023/ aug/18/ai-society-humans-machines-culture-ethics
BJAU - British judge admits using 'jolly useful' ChatGPT to write ruling. Available at: https://news.sky.com/story/british-judge-admits-using-jolly-useful-chatgpt-to-write-ruling-12961647#:~:text=A%20British%20judge%20has%20admitted,copy%20 and%20pasted%20its%20response
CSSS - ChatGPT shows 'significant and systemic' left-wing bias, study finds. Available at: https://news.sky.com/story/chatgpt-shows-significant-and-systemic-left-wing-bias-study-finds-12941162
EPFR - Error-prone facial recognition leads to another wrongful arrest. Available at: https://www.artificialintelligence-news.com/2023/08/07/error-prone-facial-recognition-another-wrongful-arrest/
GDMT - Google DeepMind testing 'personal life coach' AI tool. Available at: https://www.theguardian.com/technology/2023/aug/17/google-deepmind-testing-personal-life-coach-ai-tool
SARP - Spotify will use AI to replicate podcasters' voices and translate them to other languages. Available at: https://www.cnbc.com/2023/09/25/spotify-will-use-ai-to-replicate-and-translate-podcasters-voices.html
SNAC - Snapchat's new AI chatbot is already raising alarms among teens and parents. Available at: https://edition.cnn.com/2023/04/27/tech/snapchat-my-ai-concerns-wellness/index.html
TAMW - A tsunami of AI misinformation will shape next year's knife-edge elections. Available at: https://www.theguardian.com/commentisfree/2023/aug/12/a-tsunami-of-ai-misinformation-will-shape-next-years-knife-edge-elections
TEOW - The end of work: which jobs will survive the AI revolution? Available at: https://www.theguardian.com/books/2023/aug/19/the-end-of-work-which-jobs-will-survive-the-ai-revolution
TNAP - The New Al-Powered Bing Is Threatening Users. That's No Laughing Matter. Available at: https://time.com/6256529/bing-openai-chatgpt-danger-alignment/
TWHB - The world has a big appetite for AI - but we really need to know the ingredients. Available at: https://www.theguardian.com/commentisfree/2023/aug/19/ the-world-has-a-big-appetite-for-ai-but-we-really-need-to-know-the-ingredients
Библиографический список
1. Brinker K. Linguistische Textanalyse: Eine Einfuhrung in Grundbegriffe und Methoden. Berlin: Erich Schmidt Verlag, 2010.
2. Бизюков Н.В. Публицистический дискурс как система средств языковой манипуляции (на материале англоязычной прессы). Вестник Красноярского государственного педагогического университета им. ВП Астафьева. Красноярск, 2010; № 3: 167—172.
3. Кокова А.В. Критерии текстуальности в лингвистической теории текста. Вестник Сургутского государственного педагогического университета. 2012; № 5: 11-15.
4. Кокова А.В. Формирование немецкого публицистического дискурса в историческом аспекте. Мир науки, культуры, образования. 2021; № 3 (88): 616-617.
5. Соловьева Е.А. Эмоционально-оценочная функция метафоры в речи французских военнослужащих в период Первой мировой войны, Известия Саратовского университета. Серия: Филология. Журналистика. 2019; Т. 19, № 1: 7-10.
References
1. Brinker K. Linguistische Textanalyse: Eine Einfuhrung in Grundbegriffe und Methoden. Berlin: Erich Schmidt Verlag, 2010.
2. Bizyukov N.V. Publicisticheskij diskurs kak sistema sredstv yazykovoj manipulyacii (na materiale angloyazychnoj pressy). Vestnik Krasnoyarskogo gosudarstvennogo pedagogicheskogo universiteta im. VPAstaf'eva. Krasnoyarsk, 2010; № 3: 167-172.
3. Kokova A.V. Kriterii tekstual'nosti v lingvisticheskoj teorii teksta. Vestnik Surgutskogo gosudarstvennogo pedagogicheskogo universiteta. 2012; № 5: 11-15.
4. Kokova A.V. Formirovanie nemeckogo publicisticheskogo diskursa v istoricheskom aspekte. Mir nauki, kul'tury, obrazovaniya. 2021; № 3 (88): 616-617.
5. Solov'eva E.A. 'Emocional'no-ocenochnaya funkciya metafory v rechi francuzskih voennosluzhaschih v period Pervoj mirovoj vojny, Izvestiya Saratovskogo universiteta. Seriya: Filologiya. Zhurnalistika. 2019; T. 19, № 1: 7-10.
Статья поступила в редакцию 16.11.23
УДК 811.11
Ju Chuanting, PhD in Translation, Heilongjiang University, PhD Research Workstation in Foreign Language Literature (Harbin, China),
E-mail: juchuanting@163.com
TRANSLATION OF RUSSIAN FILM AND TELEVISION SUBTITLES INTO CHINESE FROM THE POINT OF ADAPTATION THEORY. The article is devoted to an analysis of difficulties of translating subtitles in one of the developed modern cultural texts. It is proven that, being a special cultural product, the television industry is not only a form of entertainment for the public, but also carries a rich cultural background, displays cultural content in the most intuitive and authentic way. It is shown that the quality of translation of film and television subtitles influences the acceptance, distribution and recognition of film and television works of other linguistic cultures. When analyzing materials from Russian films, strategies for translating Russian films into Chinese subtitles are analyzed, which restore scenes as much as possible and allow you to effectively express the true feelings of the film's characters and clearly form a characteristic image of the characters. It is shown that the chosen method of translating subtitles allows the viewer to appreciate the original language environment, better understand the development of the plot, and expands the understanding of the culture of the original language. The adaptation of contextual connections in Wesselen's theory of adaptation appears new. Features of adaptation of the Russian text when translated into Chinese in the form of minimal text (subtitles) are noted. This view of the translation of the spoken language of films will be useful for the cultural exchange of feature films between Russia and China.
Key words: subtitles, adaptation theory, translation, distribution, context, cultural exchange
Цзюй Чуаньтин, д-р наук, Хэйлунцзянский университет, научно-исследовательская рабочая станция для докторов наук
по литературе иностранных языков, г. Харбин, E-mail: juchuanting@163.com
ПЕРЕВОДРУССКИХ КИНО-ТЕЛЕВИЗИОННЫХ СУБТИТРОВ НА КИТАИСКИЙ ЯЗЫК С ТОЧКИ ЗРЕНИЯ ТЕОРИИ АДАПТАЦИИ
Статья посвящена анализу сложностей перевода субтитров в одном из развитых современных культурных текстов. Доказывается, что, являясь особым культурным продуктом, телеиндустрия является не только формой развлечения для публики, но и несет в себе богатый культурный фон, отображает культурное содержание наиболее интуитивным и аутентичным способом. Показано, что качество перевода субтитров кино и телевидения влияет на принятие, распространение и признание произведений кино и телевидения другой лингвокультуры. При анализе материалов русских фильмов анализируются стратегии перевода субтитров русского фильма на китайский язык, которые максимально восстанавливают сцены и позволяет эффективно выразить истинные чувства героев фильма, ярко сформировать их характерные образы. Показано, что выбранный способ перевода субтитров позволяет зрителю оценить оригинальную языковую среду, лучше понять развитие сюжета, расширяет понимание культуры языка оригинала. Новым предстает адаптация контекстных связей в теории адаптации Весселена. Отмечаются особенности адаптации русского текста при переводе на китайский язык в форме минимального текста -субтитров. Такой взгляд на перевод звучащей речи фильмов будет полезен для культурного обмена художественными фильмами между Россией и Китаем.
Ключевые слова: субтитры, теория адаптации, перевод, распространение, контекст, культурный обмен
Научное исследование особенностей перевода субтитров на китайский язык подготовлено при поддержке государственного проекта по привлечению иностранных специалистов КНР G2023011006 «Исследование возможностей русского языка в рамках межкультурной коммуникации»
Кино-, телеиндустрия принадлежит к индустрии культуры. Являясь особым культурным продуктом, кино-, телепроизведения являются не только формой развлечения для публики, но и несут в себе богатый культурный подтекст и отображают это культурное содержание наиболее интуитивным и аутентичным способом. Роль перевода субтитров в процессе внешнего распространения кино, телепроизведений становится все более очевидной. Это доказывает актуальность нашего исследования теоретического вопроса перевода. Качество пере-
вода кинотелевизионных субтитров самым непосредственным образом влияет на принятие, распространение и признание кино-телепроизведений. Адекватный перевод субтитров может по-настоящему восстановить характеры персонажей пьесы. Сцены в полной мере выражают истинные чувства в пьесе и ярко формируют личности героев. Это не только позволяет зрителю оценить исходную языковую среду оригинала, но и лучше понять развитие событий, сюжета в пьесе и улучшить понимание сюжета. Однако в настоящее время качество переводов
