Integration von KI-unterstützter Übersetzungsunterstützung in Englischkurse: Auswirkungen auf Übersetzungsgenauigkeit, wahrgenommenen Stress und Angst

Zusammenfassung

Diese Studie untersucht, wie strukturierte, künstliche-Intelligenz-unterstützte Übersetzungsunterstützung in Englischkurse integriert werden kann, um die Übersetzungsgenauigkeit zu verbessern und gleichzeitig den wahrgenommenen Stress und die Angst bei Studierenden im Hochschulbereich zu reduzieren.

Zusammenfassung

Englische Übersetzungskompetenz ist eine wichtige akademische Fähigkeit im Hochschulbereich, doch viele Studierende erleben erhebliche sprachliche Schwierigkeiten, kognitive Belastung und psychologischen Druck bei Übersetzungsaufgaben. Diese Multiple-Methods-Studie untersuchte, ob strukturierte, künstliche-Intelligenz-unterstützte Übersetzungsunterstützung, die in Englischkurse integriert wurde, mit Veränderungen in der Übersetzungsgenauigkeit, wahrgenommenem Stress und Angst bei Universitätsstudenten zusammenhängt. Insgesamt nahmen 525 Bachelor- und Masterstudierende an einer achtwöchigen Unterrichtsintervention teil. Basis- und Nachinterventionsbewertungen umfassten einen Übersetzungsgenauigkeitstest, die Perceived Stress Scale und die Generalized Anxiety Disorder-7-Skala. Die quantitative Analyse wurde mittels paariger Vergleiche, Korrelationsanalyse, Regressionsanalyse und gruppenbasierten Vergleichen durchgeführt und durch qualitative Interviews ergänzt, um die Lernerfahrungen der Schüler zu untersuchen. Nach der Intervention zeigten die Teilnehmer eine verbesserte Übersetzungsgenauigkeit und niedrigere wahrgenommene Stress- und Angstniveaus. Eine höhere Häufigkeit der Werkzeugnutzung war mit einer besseren Übersetzungsleistung verbunden, obwohl das Studiendesign keine starke kausale Schlussfolgerung unterstützt. Qualitative Ergebnisse zeigten außerdem, dass strukturierte, werkzeugunterstützte Praxis die kognitive Überlastung reduzierte, Überarbeitungsprozesse unterstützte und die Beteiligung an Übersetzungsaufgaben verbesserte. Diese Ergebnisse deuten darauf hin, dass die Integration von KI-unterstützter Übersetzungsunterstützung in Englischkurse einen praktischen Lehransatz bieten könnte, um die Übersetzungsleistung zu stärken und gleichzeitig das Wohlbefinden der Studierenden zu fördern. Die Studie liefert empirische Belege zu aktuellen Diskussionen über technologiegestützte Übersetzungspädagogik und bietet einen anpassungsfähigen Lehrrahmen für Hochschulkontexte.

Einleitung

Englische Übersetzungskompetenz ist in der Hochschulbildung immer wichtiger geworden, da Universitäten darauf abzielen, Studierende auf globalen akademischen Austausch, internationale professionelle Kommunikation und interkulturelle^{Wissensproduktion} vorzubereiten. 1. Doch Übersetzung ist keine rein sprachliche Übung. Es erfordert außerdem kontextuelle Urteilsvermögen, kulturelle Vermittlung und anhaltende kognitive Kontrolle, was sie für^{viele Lernende} zu einer anspruchsvollen Form akademischer Arbeit macht. Im Unterricht erzeugen diese Anforderungen oft erheblichen Druck, besonders für Studierende in Disziplinen wie Linguistik, Literatur und Internationale Studien, wo Übersetzungsaufgaben eng mit Leistungsbewertung und akademischer^Identität verknüpft sind. Konventioneller Übersetzungsunterricht ist zwar pädagogisch wertvoll, kann daher zeitintensiv, kognitiv belastend und psychologisch belastend werden, wenn von Studierenden erwartet wird, komplexe Quellentexte mit begrenzter unmittelbarer Unterstützung zu bewältigen⁴.

Jüngste Entwicklungen in der von künstlicher Intelligenz unterstützten Sprachtechnologien haben neue Möglichkeiten geschaffen, um diese Unterrichtsprobleme zu bewältigen⁵. Im Übersetzungslernen können solche Werkzeuge schnelle lexikale, syntaktische und semantische Unterstützung bieten und so den Schülern helfen, Unsicherheiten während des Entwurfs und der^{Überarbeitung 6} zu verringern. Einige Studien im Kontext von Englisch als Fremdsprache deuten darauf hin, dass technologiegestütztes Lernen die Sprachleistung verbessern, das Selbstvertrauen der Lernenden stärken und die emotionale Regulation bei anspruchsvollen Aufgaben unterstützen^{kann 7,8}. Gleichzeitig hat die bestehende Literatur auch Bedenken hinsichtlich einer Überabhängigkeit von automatisierten Ergebnissen, verminderter kritischer Beteiligung und dem anhaltenden Bedarf an Lehreranleitung geäußert, wenn diese Werkzeuge in formalen Lernumgebungen eingeführt^werden. Daher kann der pädagogische Wert von KI-unterstützter Übersetzungsunterstützung nicht allein im Hinblick auf die Output-Effizienz verstanden werden. Sie muss auch im Hinblick darauf untersucht werden, wie diese Unterstützung strukturiert ist, wie Schüler damit interagieren und wie sie sowohl die Leistung als auch die psychologische Erfahrung während des Lernens prägt.

Trotz des wachsenden Interesses an künstlich-intelligent-unterstützter Übersetzung bleibt in der aktuellen Literatur eine wichtige Lücke. Ein Großteil der vorhandenen Forschung konzentriert sich entweder auf Übersetzungsqualität oder auf allgemeine Einstellungen zur Bildungstechnologie, während relativ wenige Studien akademische und psychologische Ergebnisse gemeinsam in einer klar strukturierten Klassenintervention untersucht^haben. Insbesondere gibt es nur begrenzte Belege dafür, ob die gelenkte Nutzung von KI-unterstützter Übersetzungsunterstützung in universitären Englischkursen nicht nur mit einer verbesserten Übersetzungsgenauigkeit, sondern auch mit einer verminderten wahrgenommenen Belastung und Angst über einen längeren Unterrichtszeitraum verbunden ist. Diese Lücke ist wichtig, weil der pädagogische Wert solcher Werkzeuge nicht nur davon abhängt, ob die Schüler bessere Übersetzungen liefern, sondern auch davon, ob der Lernprozess handhabbarer, selbstbewusster und pädagogisch nachhaltiger wird.

Dementsprechend untersuchte die vorliegende Studie die Integration strukturierter, künstlicher Intelligenz-unterstützter Übersetzungsunterstützung in Englischkurse auf Universitätsniveau über einen Zeitraum von acht Wochen. Die Studie hatte zwei Ziele: Erstens zu untersuchen, ob sich die Übersetzungsgenauigkeit, der wahrgenommene Stress und die Angst der Studierenden nach der Intervention veränderten; und zweitens zu untersuchen, ob Muster der Werkzeugnutzung mit Übersetzungsleistung und Schülererfahrung zusammenhängen. Wir erwarteten außerdem, dass eine strukturierte Implementierung und nicht eine ungeleitete Tool-Exposition mit verbesserten Translationsergebnissen und günstigeren psychologischen Reaktionen verbunden sein würde. Die Neuheit der Studie liegt in der kombinierten Bewertung kognitiver und psychologischer Dimensionen innerhalb eines einzigen Unterrichtskonzepts, wobei sowohl quantitative Bewertung als auch qualitative Untersuchung eingesetzt werden, um zu untersuchen, wie künstliche-Intelligenz-unterstützte Übersetzung Funktionen in der realen Unterrichtspraxis unterstützt.

Protokoll

Diese Studie wurde an der School of Humanities and Arts der Civil Aviation Flight University of China durchgeführt, wobei deidentifizierte Bildungsdaten verwendet wurden, die im Kursumfeld gesammelt wurden. Im analytischen Datensatz wurden keine direkt identifizierbaren personenbezogenen Daten enthalten. Alle Teilnehmer wurden über den Zweck und die Verfahren der Studie informiert, und eine schriftliche informierte Zustimmung wurde vor der Teilnahme eingeholt. Die Teilnahme war freiwillig, und Nicht-Teilnahme oder Rückzug aus der Forschungskomponente beeinflusste weder die Teilnahme an Kursen, Noten noch den Zugang zum regulären Unterricht. Nach dem anwendbaren Forschungspraxisrahmen der Civil Aviation Flight University of China benötigen Studien, die auf deidentifizierten Bildungsdaten mit minimalem Risiko basieren, möglicherweise keine formale ethische Überprüfung erforderlich. Alle anonymisierten Materialien wurden in passwortgeschützten Dateien gespeichert, die nur dem Forschungsteam zugänglich waren. Die Ethik und der Teilnehmerfluss sind in Abbildung 1 dargestellt.

1. Teilnehmerrekrutierung und Baseline-Profilierung

Insgesamt wurden 525 Studierende aus universitären englisch- oder übersetzungsbezogenen Kursen rekrutiert. Bachelor- und Masterstudierende aus Disziplinen wie Linguistik, Literatur und Internationale Studien wurden eingeschlossen. Alle Freiwilligen wurden vor der Einschreibung überprüft. Nur Studierende, die derzeit einen Englisch- oder Übersetzungskurs belegten und mindestens mittlere Englischkenntnisse basierend auf institutionellen Einstufungsunterlagen, vorherigen Kursen oder gleichwertigen akademischen Nachweisen hatten, wurden aufgenommen. Studierende mit umfangreicher professioneller Übersetzungserfahrung wurden ausgeschlossen. Alter, Geschlecht, akademisches Niveau, Fachrichtung, bisherige Erfahrungen mit KI-unterstützter Übersetzungsunterstützung und die Grundhäufigkeit der Werkzeugnutzung wurden erfasst. Die Merkmale der Teilnehmer wurden in Tabelle 1 dargestellt.

2. Unterrichtsdesign und Interventionsablauf

Eine achtwöchige Unterrichtsintervention wurde eingeführt, bei der konventioneller Übersetzungsunterricht der primäre Lehrmodus blieb und KI-unterstützte Übersetzungsunterstützung als strukturiertes ergänzendes Gerüst¹¹ genutzt wurde. In Woche 0 wurde die Basisbewertung abgeschlossen. Von Woche 1 bis Woche 8 wurde jede Woche eine Übersetzungsaufgabe zugewiesen, und alle Teilnehmer mussten derselben Instruktionsreihenfolge folgen. Am Ende von Woche 8 wurde die Bewertungsbatterie, die am Ausgangspunkt verwendet wurde, wiederholt. Nach der quantitativen Phase wurden halbstrukturierte Interviews mit einer gezielt ausgewählten Untergruppe durchgeführt. Der gesamte Arbeitsablauf ist in Abbildung 2 dargestellt.

3. Baseline-Bewertung

Alle Basismaßnahmen wurden in einem beaufsichtigten Klassenraum unter identischen Anweisungen und zeitlichen Bedingungen durchgeführt. Es wurde eine Übersetzungsaufgabe verwendet, die auf einem Quelltext von etwa 300 Wörtern basierte. Ein Abschnitt mit sowohl wörtlichen als auch kulturell nuancierten Abschnitten wurde ausgewählt, sodass die Schüler lexikalische Genauigkeit, syntaktische Kontrolle, semantische Treue und kontextuelles Verständnis nachweisen^{mussten 12}. Die Nutzung externer Werkzeuge war während der Baseline-Tests verboten. Alle fertigen Drehbücher wurden vor der Vertonung anonymisiert. Jedes Skript wurde unabhängig voneinander von zwei geschulten Bewertern bewertet, die eine Rubrik für lexikalische Genauigkeit, grammatische und syntaktische Angemessenheit, semantische Vollständigkeit und kulturelle Kontextualisierung abdeckten. Wenn die Wertabweichung den vordefinierten Toleranzbereich überschritt, war eine Diskussion erforderlich, bis ein Konsenswert erreicht wurde.

Nach der Übersetzungsaufgabe wurde die 10-Punkte-Perceived Stress Scale durchgeführt und gemäß dem Standardverfahren bewertet, wobei höhere Werte auf einen höheren wahrgenommenen Stress^{von 13} hindeuten. Die 7-Punkte-Skala für generalisierte Angststörung wurde anschließend mit der veröffentlichten Methode durchgeführt und bewertet, wobei höhere Werte eine höhere Angstschwere^{von 14} anzeigen. Schließlich wurde eine kurze Übersetzungskonfidenzmaßnahme im Fünf-Punkte-Likert-Format durchgeführt. Repräsentative Items, Score-Bereiche und Variablendefinitionen wurden in Tabelle 2 dargestellt.

4. Standardisierte wöchentliche Integration von KI-unterstützter Übersetzungsunterstützung

Während jeder Interventionswoche wurde eine Übersetzungsaufgabe zugewiesen, die in Genre und Schwierigkeit so genau wie möglich mit den anderen wöchentlichen Aufgaben übereinstimmte. Die Schüler mussten die Aufgabe jede Woche in derselben Reihenfolge erledigen. Erstens wurde der Quelltext unabhängig gelesen, und schwierige lexikalische Elemente, syntaktische Strukturen oder kulturell belastete Ausdrücke wurden markiert. Zweitens wurde ein erster Entwurf oder eine kurze Notiz erstellt, die erwartete Übersetzungsprobleme beschreibt. Drittens war die Konsultation genehmigter KI-unterstützter Übersetzungssysteme nur während der Entwurfs- und Überarbeitungsarbeiten erlaubt. Die direkte Einreichung unbearbeiteter, maschinell erzeugter Ausgaben war nicht erlaubt.

Die Schüler mussten alle behaltenen oder abgelehnten Maschinenvorschläge jede Woche anhand derselben vier Kriterien bewerten: lexikalische Passung, syntaktische Natürlichkeit, Diskurskohärenz und kulturelle Angemessenheit. Die Einreichung des markierten Quellentextes, des maschinenunterstützten Entwurfs und der endgültigen überarbeiteten Übersetzung war für jede wöchentliche Aufgabe erforderlich. Nach der Abgabe wurde eine strukturierte Peer-Diskussion mit denselben Aufgaben jede Woche organisiert, sodass die Schüler erklärten, wo automatisierte Ausgaben hilfreich, irreführend, zu wörtlich oder kontextuell unangemessen waren. Dieses Design folgte aktuellen Erkenntnissen, die zeigen, dass maschinelle Übersetzung am nützlichsten ist, wenn sie in geführten Vergleich und Überarbeitungen eingebettet ist und nicht als Ersatz für menschliches Urteil¹⁵.

5. Nutzung von Überwachungs- und Kategorisierungstools

Die Nutzung von KI-unterstützten Werkzeugen wurde während der achtwöchigen Intervention verfolgt. Nach jeder wöchentlichen Aufgabe mussten die Teilnehmer ein kurzes Online-Nutzungsprotokoll ausfüllen, das zeigte, ob der automatisierte Support genutzt wurde, welche Funktion er erfüllte, wie häufig er konsultiert wurde und in welchem Stadium der Übersetzungsprozess begann. In Woche 1 wurden standardisierte Antwortkategorien angegeben, sodass die Teilnehmer während der gesamten Studie die gleichen Berichtskriterien verwendeten. Am Ende von Woche 8 wurden die wöchentlichen Aufzeichnungen aggregiert, und die Gesamtnutzungsfrequenz wurde als tägliche, wöchentliche oder gelegentliche Nutzung klassifiziert. Die operativen Definitionen dieser Kategorien sind in Abbildung 3 dargestellt.

6. Nach-interventionelle Beurteilung

Am Ende von Woche 8 wurde dieselbe Bewertungsbatterie wie bei der Baseline wiederholt. Es wurde ein Übersetzungstext nach der Intervention verwendet, der in Länge, Genre und Schwierigkeitsgrad so nah wie möglich an den Grundtext abgestimmt war. Administrationsbedingungen, Timing, Bewertungsbewertungsraster und Ablauf des Bewerters wurden mit den Basisverfahren übereinstimmt. Die gleiche Perceived Stress Scale, dieselbe Skala für generalisierte Angststörungen und dieselbe Translations-Konfidenz-Maßnahme wurden in derselben Reihenfolge wie zu Beginn durchgeführt.

7. Qualitative Interviewverfahren und thematische Analyse

Nach der Nachbeurteilung wurden 40 Schüler gezielt für halbstrukturierte Interviews ausgewählt, um Unterschiede in Geschlecht, akademischem Niveau und vorheriger Erfahrung mit KI-unterstützter Übersetzungsunterstützung sicherzustellen. Die Interviews wurden persönlich oder über ein genehmigtes Online-Meeting-Format geführt, das für alle Teilnehmer denselben Interviewleitfaden verwendete. Es wurden Fragen zu Werkzeugnutzungsstrategien, wahrgenommener kognitiver Belastung, Selbstvertrauensschwankungen, Bewertung der Maschinenleistung und Bedenken hinsichtlich Überabhängigkeit gestellt. Alle Interviews wurden mit Zustimmung des Teilnehmers auf Audio aufgenommen und wortwörtlich transkribiert.

Die Transkripte wurden mittels thematischer Analyse analysiert. Zwei Forscher wurden gebeten, alle Transkripte unabhängig voneinander zu lesen, Anfangscodes zu generieren, Codierungsausgaben zu vergleichen, überlappende Codes zu verschmelzen und Kandidatenthemen durch wiederholte Überprüfung der Transkripte zu verfeinern. Nach der anfänglichen Codierungsphase wurde eine Einigung zwischen den Ratern berechnet und Cohens Kappa gemeldet. Die analytische Logik folgte etablierten Verfahren für die thematische Analyse in der qualitativen Forschung¹⁶.

8. Quantitative und gemischte Methoden Analyse

Beschreibende Statistiken wurden verwendet, um die Merkmale der Teilnehmer und die Ausgangswerte zusammenzufassen. Gepaarte Stichprobenvergleiche wurden verwendet, um vorpost-post-Unterschiede in Übersetzungsgenauigkeit, wahrgenommenem Stress, Angst und Selbstvertrauen zu testen. Mehrere Regressionsmodelle wurden verwendet, um Prädiktoren für die Genauigkeit der Translation nach der Intervention zu identifizieren, wobei die Ausgangsleistung, die Häufigkeit der KI-unterstützten Werkzeugnutzung und psychologische Variablen als unabhängige Variablen eingegeben wurden. Chi-Quadrat-Tests wurden verwendet, um Zusammenhänge zwischen Nutzungskategorien und kategorischen Endpunkten zu untersuchen, und Pearson-Korrelationskoeffizienten wurden verwendet, um die Richtung und Stärke von Zusammenhängen zwischen Übersetzungsgenauigkeit, Nutzungshäufigkeit, wahrgenommenem Stress, Angst und Vertrauen zu bewerten. Die statistische Signifikanz wurde bei Alpha = 0,05 mittels zweiseitiger Tests festgelegt. Die quantitativen und qualitativen Ergebnisse wurden in der Interpretationsphase gemäß den standardisierten Mixed-Methods-Verfahren^{integriert 17}.

Ergebnisse

Primäre Ergebnisse

Das Hauptziel dieser Studie war es herauszufinden, ob sich die Übersetzungsgenauigkeit, der wahrgenommene Stress, die Angst und das Übersetzungsvertrauen während des achtwöchigen Interventionszeitraums veränderten. Analysen mit 525 Teilnehmern zeigten signifikante Unterschiede vor der Post über alle vier primären Endpunktvariablen. Wie in Tabelle 3 gezeigt, stieg die Übersetzungsgenauigkeit von 68,45 (SD = 8,12) zu Beginn auf 82,76 (SD = 6,9...

Diskussion

Die vorliegende Studie untersuchte, ob der strukturierte Einsatz von Übersetzungshilfen in universitären Englischkursen mit Veränderungen der Übersetzungsleistung und psychologischen Ergebnisse über einen Zeitraum von acht Wochen assoziiert ist. Die Ergebnisse zeigten signifikante Unterschiede vor der Post in allen vier primären Endpunkten. Die Übersetzungsgenauigkeit nahm nach der Intervention zu, während wahrgenommener Stress und Angst abnahmen und das Übersetzungsvertrauen zunahm. Die...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
AI-assistierte Übersetzungs- und Sprachunterstützungsplattform	OpenAI (Web)	Webservice; im Studienplan verwendet	Wird während wöchentlicher Entwurfs- und Überarbeitungsaufgaben verwendet, um Übersetzungsvorschläge und Sprachfeedback zu generieren
Computerarbeitsplätze / Laptops	Institutionell verfügbare Ausrüstung	Äquivalent akzeptabel	Wird für Übersetzungsaufgaben, Dateneingabe, Codierung und statistische Analyse verwendet
Digitaler Audiorekorder / Aufnahmegerät	Institutionell verfügbare Ausrüstung	Äquivalent akzeptabel	Wird verwendet, um Interviews bei Bedarf aufzuzeichnen
Generalisierte Angststörungs-Skala (7-Items)	Originalentwickler: Spitzer et al.	Standardinstrument	Wird zu Beginn und nach der Intervention verwendet, um Angst zu beurteilen
Kopfhörer für Transkription und Überprüfung	Institutionell verfügbare Ausrüstung	Äquivalent akzeptabel	Wird während der Transkription und der Überprüfung durch den Coder verwendet
Online-Übersetzungsplattform	Google LLC (Web)	Webservice; im Studienplan verwendet	Wird als zusätzliche Übersetzungsunterstützungsquelle während der Intervention verwendet
Perceived Stress Scale (10-Items)	Originalentwickler: Cohen et al.	Standardinstrument	Wird zu Beginn und nach der Intervention verwendet, um wahrgenommenen Stress zu beurteilen
Qualitatives Codierungssoftware	QSR International	Version 14	Wird für thematische Organisation und Codierungsunterstützung während der Interviewanalyse verwendet
Statistische Analysesoftware	IBM Corp.	Version 31	Wird für deskriptive Statistik, gepaarte Stichprobentests, Regression, Chi-Quadrat-Tests und Pearson-Korrelationen verwendet
Übersetzungsgenauigkeitsquelltexte	Studienentwickelt	Version 1.0	Ungefähr 300-Wort-Passagen, die in Länge und Schwierigkeit übereinstimmen
Übersetzungssicherheitsmaß	Studienentwickelt	Version 1.0	Drei-Item-Selbstberichtsmaß unter Verwendung eines 5-Punkte-Likert-Formats
Übersetzungsbewertungsrubrik	Studienentwickelt	Version 1.0	Vier analytische Bereiche: lexikalische Genauigkeit, grammatikalische/syntaktische Angemessenheit, semantische Treue, kulturelle Kontextualisierung
Wöchentliches Nutzungsprotokoll	Studienentwickelt	Vorlage v1.0	Wird verwendet, um Aufgabenphase, Häufigkeit und Funktion der Unterstützungswerkzeugnutzung zu erfassen