Program
9:00-9:30 üdvözlőbeszédek
MEGY: Nádori Lídia elnök
PPKE: Pintér Károly intézetvezető
Typotex: Németh Kinga kiadóvezető
Hieronymus Kutatócsoport: Sohár Anikó
9:30-11:00 1. rész
Dr. Tornai Kálmán (oktatásfejlesztési dékánhelyettes, egyetemi docens, Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar): A mesterséges intelligencia eszközök családfájáról – előadás
Dr. Yang Zijian Győző (tudományos munkatárs, HUN-REN Nyelvtudományi Kutatóközpont) Hogyan fordít a mesterséges intelligencia? – előadás
11:00-11:30 kávészünet
11:30-13:00 2. rész
Dr. Csősz Gergely (Szellemi Tulajdon Nemzeti Hivatala, Szerzői Jogi Hatósági Osztály osztályvezetője): Szerzői jogi kérdések a Generatív Mesterséges Intelligencia jelensége körül – előadás
13:00-14:00 ebédszünet
14:00-16:00 3. rész
Dr. Robin Edina (ELTE BTK Nyelvi Közvetítés Intézete, habilitált egyetemi docens, intézetigazgató): Mesterséges intelligencia és fordítóképzés. Oktatói és hallgatói tapasztalatok – előadás
Dr. Sohár Anikó (egyetemi docens PPKE Angol-Amerikai Intézet, Angol Nyelvpedagógiai és Fordítástudományi Tanszék): a MI és az etika – fordítószervezetek állásfoglalásai
16:00-16:30 kávészünet
16:30-18:00 4. rész
MI és a kiadók, MI és a műfordítók – kerekasztal-beszélgetés, moderátor: Nádori Lídia,
Részvevők: Mund Katalin (Metropolis Media kiadó)
Juhász Emese (Typotex kiadó)
Berend Gábor (MI-szakértő)
Mónos Balázs (MI és filmfordítás)
Papolczy Péter (MI és műfordítás)
18 órától fogadás
A konferenciát streameljük és rögzítjük. A felvételek utólag megtekinthetők lesznek a MEGY YouTube-csatornáján.
A helyszínen büfét biztosítunk.
FB-esemény: https://fb.me/e/f8d1ViPsh
A szakmai konferencián elhangzó előadások absztraktjai
Tornai Kálmán, PhD, oktatásfejlesztési dékánhelyettes, egyetemi docens
Pázmány Péter Katolikus Egyetem, Információs Technológiai és Bionikai Kar
A mesterséges intelligencia eszközök családfájáról
Az elmúlt egy évben a mesterséges intelligencia (MI, AI) sajtója zajos volt, nagyon sokat hallottunk és olvastunk ebben a témában híreket, véleménycikkeket, jóslatokat. A témában megjelenő írásokból túlnyomórészt a technológia megjelenéséről, első tapasztalatokról lehet informálódni nem ritkán azt sugallva, hogy a mesterséges intelligencia eszközök megjelenése az elmúlt néhány év tudományos és technikai eredménye. További az „MI” kifejezés gyakran szerepel együtt a gépi tanulás (machine learning), mélytanulás (deep learning), nagy nyelvi modell (LLM), GPT szavakkal és betűszavakkal. Arról, azonban, hogy a felsorolt fogalmak mit jelentenek ritkábban lehet ezekből a forrásokból tájékozódni.
Az előadás célja, hogy képet kaphassunk a mesterséges intelligencia eszközök fejlődésének több tíz éves múltjáról, felmerülő kihívásairól, jelenéről, a fontosabb mérföldköveiről. Röviden bepillanthatunk a mesterséges neuronhálózatok alapvetéseibe, illetve, hogy azokból hogyan építhetők fel nagyméretű, komplex rendszerek, amelyek a modern mélytanuló eszközök hátterét adják. Végül a nagy nyelvi modellek jelentősége kerül terítékre, illetve az, hogy a ChatGPT miért kapott hatalmas figyelmet és miért figyelünk a fejlesztők minden egyes bejelentésére az azóta eltelt időszakban.
Dr. Yang Zijian Győző, tudományos munkatárs
HUN-REN Nyelvtudományi Kutatóközpont
Hogyan fordít a mesterséges intelligencia?
Az elmúlt hónapok egyik legnépszerűbb témája volt a ChatGPT. Rendkívül nagy hatást gyakorolt mind a hétköznapi feladatok megoldására, mind a vállalati folyamatokra, de a különböző kutatási területekre is. Olyan piaci szereplők is elkezdtek foglalkozni a nyelvtechnológiával, akik azelőtt nem is ismerték ezt a tudományterületet. A sajtónak köszönhetően az elmúlt időszakban a mesterséges
intelligencia fogalma összefonódott a ChatGPT alkalmazással és ezen keresztül a különböző neurális hálózaton alapuló nyelvtechnológiai eszközökkel. Szintén a sajtónak köszönhetően olyan hírek kaptak szárnyra, amelyek szerint ezek a nyelvi intelligencián alapuló eszközök elveszik az emberek munkáját,
többek között a fordítók munkáját. A kérdés, hogy mire alapszanak ezek a terjesztések. Az előadás során röviden bemutatom a gépi fordítás különböző módszereit, különösen a neurális hálózaton alapuló technológiákat. Ezen belül kifejtem az úgynevezett enkóder-dekóder architektúrán alapuló megoldásokat, mint a Google Fordító, majd a ChatGPT alkalmazáson keresztül bemutatom a nagy nyelvi modellek működését. Továbbá rávilágítok a főbb módszerek közötti különbségekre.
Végül, de nem utolsó sorban, röviden beszámolok a magyar helyzetről ezen a területen.
Dr. Csősz Gergely, Szellemi Tulajdon Nemzeti Hivatala, Szerzői Jogi Hatósági Osztály osztályvezetője
Szerzői jogi kérdések a Generatív Mesterséges Intelligencia jelensége körül
A technológia fejlődésével a műalkotás folyamata is sokat változott a pigmenttől a pixelig, a tintától a szövegszerkesztő szoftverig. Azonban a Generatív Mesterséges Intelligencia túlmutathat ezeken az eszközökön, hiszen már nem csak a kreatív döntéseink megvalósítására használható, hanem akár kreatív döntések meghozását is rábízhatjuk. Hogy értékelheti ezt a jelenséget a szerzői jog? Mi is az MI a szerzői jog szemszögéből, hogy ítélhető meg a betanítása, és a használatával történő alkotás? Mit jelent mindez a műfordítók számára?
Az előadás célja, hogy röviden bemutassa a szerzői jogi szabályozás alapjait, áttekintse a műfordítás szerzői jogi kereteit, és hogy megkísérelje összegyűjteni a Generatív Mesterséges Intelligencia körüli szerzői jogi kérdéseket, külön figyelmet fordítva az összefüggésekre a műfordítással.
Robin Edina, ELTE BTK Nyelvi Közvetítés Intézete, habilitált egyetemi docens, intézetigazgató
Mesterséges intelligencia és fordítóképzés, Oktatói és hallgatói tapasztalatok
A professzionális nyelvi közvetítés a 21. században már elképzelhetetlen nyelvtechnológiai eszközök nélkül, az integrált fordítási környezetben folyó munkának pedig egyre inkább részét képezi a gépi fordítómotorok alkalmazása és az utószerkesztés. A képzőintézmények számára az új feladatokhoz szükséges kompetenciák meghatározásán és fejlesztésén túl az egyik legnagyobb dilemmát a gépi fordítás és az utószerkesztés fordítóképzésbe történő integrálása jelenti. A jelen előadás ismerteti a hazai fordító- és tolmácsképző intézmények, valamint a fordítóipar képviselői között folyó szakmai egyeztetések eddigi megállapításait és eredményeit, valamint bemutatja egy felmérés eredményeit, amelyet az ELTE BTK Fordító- és Tolmácsképző Tanszék hallgatói körében végeztünk, hiszen az oktatásban alkalmazandó irányelvek és stratégiák megfogalmazásához szükséges figyelembe venni a hallgatók nézőpontját is. A kérdőíves felmérés során azt igyekeztünk feltárni, hogyan használják a hallgatók a gépi fordítást a képzés során, és miként vélekednek az utószerkesztési feladatok tantervbe történő beépítéséről. A válaszok szerint a szakfordító hallgatók többsége aktívan használja a gépi fordítást a képzés során a feladatok elkészítéséhez – a megfogalmazott szakmai ajánlások ellenére is –, nyelvi iránytól függetlenül. A válaszadók nagyobb része azonban nem a fordítóipari gyakorlatot követve alkalmazza a gépi fordítást, és szükségesnek találja beépíteni az utószerkesztés oktatását a szakfordítóképzésbe, hiszen a hallgatók csak így tehetnek szert a piaci igényeknek és trendeknek megfelelő tudásra és készségekre.
