Sztuczna inteligencja 1.1.Krótka definicja sztucznej inteligencji 1.2.Sztuczna inteligencja w literaturze i kulturze 1.3.Sztuczna inteligencja w nauce i technice 1.3.1.Teoria informacji i cybernetyka jako podwaliny rozwoju Al 1.3.2.Narodziny Al 1.3.3.Współczesna Al 1.3.4.Ogólna a wąska i generatywna Al 1.3.5.Miejsce sztucznej inteligencji w procesach przekładu 2.Technologia informatyczna w przekładzie - rys historyczny 2.1.Ewolucja i synteza 2.2.Początki tłumaczenia maszynowego 2.3.Rozwój narzędzi wspomagających tłumaczenie komputerowe 2.3.1.Komputer osobisty 2.3.2.Pierwsze narzędzia CAT 2.3.3.Proliferacja systemów CAT od lat 90. XX wieku 2.3.4.Kompatybilność i standaryzacjarozwiązań 2.3.5.Integracja CAT i tłumaczenia maszynowego 3.Etapowy rozwój tłumaczenia maszynowego 3.1.Tłumaczenie oparte na regułach 3.2.Tłumaczenie oparte na przykładach 3.3.Tłumaczenie oparte na statystyce (Statistical Machinę Translation, SMT) 3.4.Tłumaczenie oparte na sieciach neuronowych (Neural Machinę Translation, NMT) 3.5.Granice poznawalności: sieci neuronowe jako „czarna skrzynka” 4.Techniczne aspekty tłumaczenia maszynowego opartego na sieciach neuronowych 4.1.Sieć neuronowa 4.1.1.Sieć neuronowa i model: definicje 4.1.2.Uczenie sieci neuronowych 4.1.3.Typy uczenia maszynowego 4.2.NLP - przetwarzanie języka naturalnego 4.2.1.Duży model językowy (Large Language Model) 4.2.2.Osadzenia słów - wektorowa reprezentacja znaczenia 4.2.3.Trenowanie LLM 4.2.4.Uzyskiwanie pożądanej jakości tłumaczenia 4.2.5.Funkcjonowanie LL 5.Tłumaczenie maszynowe a rola tłumaczki 5.1.Hybrydyzacja procesu przekładu 5.2.Wybór tekstów do tłumaczenia maszynowego 5.3.Pre-edycja tekstu 5.4.Post-edycja tekstu 5.5.Post-edycja a torowanie 5.6.Prognozy zapotrzebowania na usługi tłumaczeniowe w dobie sztucznej inteligencj 5.7.Wyzwania w nauczaniu tłumaczenia pisemnego 5.8.Strategie dydaktyczne na zajęciach z tłumaczenia 6.Specyficzne cechy językowe tłumaczeń automatycznych 6.1.Strategie tłumaczeniowe i zróżnicowanie stylistyczne tekstu 6.2.Rozpoznawalność tłumaczenia maszynowego 6.2.1.Gęstość leksykalna 6.2.2.Różnorodność leksykalna 6.2.3.Wyrafinowanie leksykalne 6.2.4.Interferencje syntaktyczne z języka źródłowego 7.Ocena jakości neuronowego tłumaczenia maszynowego 7.1.Metody zautomatyzowane a ocena dokonywana przez człowieka 7.2.Metryki oparte na tłumaczeniach referencyjnych 7.3.Metryki oparte na uczeniu nadzorowanym - prognozowanie jakości 7.4.Metryki do oceny jakości przez człowieka 7.5.Automatyczna ocena jakości bez udziału oceny przez człowieka 8.Ogólnospołeczne aspekty tłumaczenia maszynowego 8.1.Regulacja kwestii etycznych w tłumaczeniu maszynowym 8.2.Płeć w tłumaczeniu 8.2.1.Płeć jako problem w tłumaczeniu 8.2.2.Widoczność w języku 8.2.3.Tendencyjność w prezentacji mężczyzn i kobiet w tłumaczeniu maszynowym 8.2.4.Tłumaczenie maszynowe jako wzmacniacz różnic i stereotypów 8.2.5.Efekty społeczne niezrównoważonej reprezentacji płci w tłumaczeniu 8.3.Problem języków o niskich zasobach 8.4.Prawa autorskie 8.4.1.Potrzeba regulacji 8.4.2.Użytkowanie danych językowych w LLM 8.4.3.Autorstwo tłumaczeń maszynowych 8.5.Wpływ tłumaczenia maszynowego na język i społeczeństwo 9.Postscriptum. Varia 9.1.W kręgu tłumaczenia maszynowego: organizacje i wydarzenia 9.2.Jak stworzyć własne narzędzie NMT