SUN’IY INTELLEKT DAVRIDA TARJIMA JARAYONLARINING LINGVISTIK VA STILISTIK MUAMMOLARI

LINGVISTIK VA STILISTIK MUAMMOLARI

Choriyeva Maftuna Juma qizi

Termiz davlat universiteti filologiya va tillarni o‘qitish (o‘zbek tili) yo‘nalishi

3-bosqich talabasi

Annotatsiya. Ushbu maqolada sun’iy intellekt texnologiyalari, xususan, neyron mashina tarjimasi va katta til modellari asosida amalga oshirilayotgan tarjima jarayonlarida yuzaga kelayotgan lingvistik hamda stilistik muammolar tahlil qilinadi. Tadqiqotda AI tarjimasining tezkorlik, ko‘p tillilik va dastlabki matn yaratishdagi afzalliklari tan olinadi, biroq semantik noaniqlik, kontekstni noto‘g‘ri anglash, frazeologik birliklarni so‘zma-so‘z tarjima qilish, terminologik izchillikning buzilishi, uslubiy neytrallashuv va madaniy konnotatsiyaning yo‘qolishi kabi muammolar asosiy ilmiy masala sifatida ko‘rib chiqiladi. Maqolada tarjima sifatini baholash uchun lingvistik, stilistik va pragmatik mezonlarga asoslangan tahliliy model taklif etiladi. Natijalar shuni ko‘rsatadiki, sun’iy intellekt tarjima jarayonida yordamchi vosita sifatida samarali bo‘lsa-da, badiiy, ilmiy, huquqiy, tibbiy va publitsistik matnlarda inson tarjimoni hamda post-tahrir bosqichi zarur bo‘lib qoladi.

Kalit so‘zlar: sun’iy intellekt, mashina tarjimasi, neyron tarjima, katta til modellari, lingvistik muammo, stilistik muammo, post-tahrir, terminologiya, tarjima sifati.

Аннотация. В данной статье анализируются лингвистические и стилистические проблемы, возникающие в процессе перевода в эпоху искусственного интеллекта, в частности при использовании нейронного машинного перевода и больших языковых моделей. В исследовании признаются преимущества AI-перевода, такие как оперативность, многоязычность и возможность создания первичного варианта текста. Однако основное внимание уделяется таким проблемам, как семантическая неопределенность, неправильная интерпретация контекста, буквальный перевод фразеологических единиц, нарушение терминологической последовательности, стилистическая нейтрализация и потеря культурной коннотации. В статье предлагается аналитическая модель оценки качества перевода на основе лингвистических, стилистических и прагматических критериев. Результаты показывают, что искусственный интеллект может быть эффективным вспомогательным инструментом, однако при переводе художественных, научных, юридических, медицинских и публицистических текстов сохраняется необходимость человеческого переводчика и этапа постредактирования.

Ключевые слова: искусственный интеллект, машинный перевод, нейронный перевод, большие языковые модели, лингвистическая проблема, стилистическая проблема, постредактирование, терминология, качество перевода.

Abstract. This article analyzes linguistic and stylistic problems that arise in translation processes in the age of artificial intelligence, particularly through neural machine translation and large language models. The study acknowledges the advantages of AI-assisted translation, including speed, multilingual processing and the production of preliminary drafts. However, the main focus is placed on semantic ambiguity, contextual misinterpretation, literal rendering of idiomatic expressions, inconsistency in terminology, stylistic neutralization and the loss of cultural connotations. The article proposes an analytical model for assessing translation quality based on linguistic, stylistic and pragmatic criteria. The findings indicate that artificial intelligence can function as an effective auxiliary tool in translation, but human translators and post-editing remain essential in literary, academic, legal, medical and journalistic texts.

Keywords: artificial intelligence, machine translation, neural translation, large language models, linguistic problem, stylistic problem, post-editing, terminology, translation quality.

KIRISH

XXI asrda sun’iy intellekt texnologiyalarining tez rivojlanishi tarjima faoliyatiga bevosita ta’sir ko‘rsatmoqda. Avvallari tarjima asosan insonning lingvistik bilimlari, madaniy kompetensiyasi va stilistik mahoratiga tayangan bo‘lsa, bugungi kunda mashina tarjimasi, neyron tarmoqlar va katta til modellari tarjima jarayonining ajralmas qismiga aylanmoqda. Google Translate, DeepL, Yandex Translate, Microsoft Translator, NLLB va boshqa tizimlar qisqa vaqt ichida turli tillar o‘rtasida matn yaratish imkonini bermoqda. Bu holat tarjima amaliyotida tezlik va qulaylikni oshirgan bo‘lsa-da, tarjimaning mazmuniy aniqligi, uslubiy tabiiyligi va madaniy mosligi bilan bog‘liq yangi muammolarni ham yuzaga chiqarmoqda.

Tarjima faqat so‘zlarni bir tildan ikkinchi tilga almashtirish emas. U semantik, grammatik, pragmatik, stilistik va madaniy darajadagi murakkab jarayondir. Ayniqsa, badiiy matn, ilmiy maqola, huquqiy hujjat, tibbiy ko‘rsatma yoki publitsistik material tarjimasida har bir so‘zning ma’nosi matn konteksti, janr talabi va kommunikativ maqsad bilan bog‘liq bo‘ladi. Sun’iy intellekt esa ko‘p hollarda statistik va ehtimollik asosidagi til modeliga tayanadi. Shu sababli u ayrim holatlarda grammatik jihatdan silliq, lekin mazmunan noto‘g‘ri yoki usluban mos bo‘lmagan tarjima yaratishi mumkin.

Mavzuning dolzarbligi shundaki, bugungi kunda AI tarjimalari ta’lim, nashriyot, xalqaro muloqot, ilmiy maqola tayyorlash, biznes yozishmalari va rasmiy hujjatlar almashinuvida keng qo‘llanmoqda. Biroq bunday tarjimalarni bevosita, tekshiruvsiz ishlatish semantik xatolar, noto‘g‘ri termin tanlovi, uslubiy qo‘pollik va hatto kommunikativ tushunmovchiliklarga olib kelishi mumkin. Ayniqsa, o‘zbek tili kabi morfologik jihatdan boy, uslubiy qatlamlari keng va kam resursli tillarda AI tarjimasi alohida tahlilni talab qiladi.

Tadqiqotning maqsadi sun’iy intellekt asosidagi tarjima jarayonlarida uchraydigan asosiy lingvistik va stilistik muammolarni aniqlash, ularni tasniflash hamda tarjima sifatini oshirishga xizmat qiluvchi tahliliy yondashuvni ishlab chiqishdan iborat.

Ushbu maqsadga erishish uchun quyidagi vazifalar belgilandi:

birinchidan, AI tarjimasining lingvistik xususiyatlarini aniqlash;

ikkinchidan, mashina tarjimasida semantik, grammatik va terminologik xatolarni tahlil qilish;

uchinchidan, AI tarjimasida uslubiy neytrallashuv va janrga moslik muammolarini ko‘rsatish;

to‘rtinchidan, AI tarjimasini post-tahrir qilish mezonlarini ishlab chiqish;

beshinchidan, inson tarjimoni va sun’iy intellekt hamkorligining samarali modelini asoslash.

METODLAR

Tadqiqotda tavsifiy, qiyosiy-lingvistik, kontekstual, stilistik va pragmatik tahlil metodlaridan foydalanildi. Maqola nazariy-analitik xarakterga ega bo‘lib, unda sun’iy intellekt asosidagi tarjima tizimlarida kuzatiladigan tipik xatolar lingvistik va stilistik mezonlar asosida guruhlandi.

Tahlil quyidagi mezonlar bo‘yicha olib borildi:

1. Semantik aniqlik — tarjima matnida asl mazmun saqlangan yoki buzilganini aniqlash.

2. Grammatik moslik — tarjima tilining morfologik va sintaktik me’yorlariga rioya etilishini baholash.

3. Terminologik izchillik — maxsus soha terminlarining bir xil va aniq tarjima qilinishini tekshirish.

4. Frazeologik moslik — ibora, maqol, metafora va ko‘chma ma’nolarning tabiiy berilishini aniqlash.

5. Stilistik tabiiylik — tarjima matnining janr, ohang va uslubga mosligini baholash.

6. Pragmatik muvofiqlik — tarjimada muallif niyati, muloqot vaziyati va auditoriya ehtiyoji saqlanganini tekshirish.

Tadqiqotda AI tarjimasining asosiy kamchiliklari real tarjima amaliyotida uchraydigan tipik holatlar asosida tahlil qilindi. Misollar badiiy, ilmiy, rasmiy, publitsistik va texnik matnlar doirasida guruhlandi. Jadval va tahlillarda “xato turi — sababi — oqibati — tuzatish yo‘li” modeli qo‘llandi.

NATIJALAR

Tahlil natijalari shuni ko‘rsatadiki, AI tarjimasida eng ko‘p uchraydigan muammolar to‘rt asosiy guruhga ajratiladi: lingvistik xatolar, terminologik nomuvofiqliklar, stilistik soddalashtirishlar va madaniy-pragmatik yo‘qotishlar.

1-jadval. AI tarjimasida uchraydigan lingvistik muammolar tasnifi Semantik xato So‘zning noto‘g‘ri

ma’noda tarjima

qilinishi

Kontekst yetarli

anglanmasligi

Asl mazmun Grammatik xato Kelishik, zamon,

nisbat yoki so‘z

tartibining buzilishi

Tillar grammatik

tizimining farqi

Matn tabiiyligi

pasayadi Frazeologik xato Iboraning so‘zma-

so‘z tarjimasi

Ko‘chma ma’no

tanilmasligi

Badiiy va madaniy

ma’no yo‘qoladi Terminologik xato Termin bir necha xil

tarjima qilinishi

Soha lug‘ati

yetishmasligi

Ilmiy aniqlik Referensial xato Olmosh yoki

nomning noto‘g‘ri

bog‘lanishi

Matn ichki

bog‘lanishining

noto‘g‘ri talqini

Gaplararo mantiq Uslubiy xato Rasmiy matnning

oddiy, badiiy

matnning quruq

tarjimasi

Janr talabi hisobga

olinmasligi

Matn ohangi

o‘zgaradi

Jadvaldan ko‘rinadiki, AI tarjimasida xato faqat grammatik shaklda emas, balki mazmun, uslub, kontekst va madaniy ma’no darajasida ham yuzaga chiqadi. Ayniqsa, o‘zbek tiliga tarjima jarayonida so‘z tartibi, kelishik qo‘shimchalari, nisbat, egalik shakllari va hurmat ma’nolari muhim ahamiyat kasb etadi. Sun’iy intellekt bu birliklarni umumiy model asosida qayta ishlab, ayrim hollarda matnni grammatik jihatdan to‘g‘ri, lekin usluban sun’iy holatga keltiradi.

2-jadval. AI tarjimasida tipik xatolar va ularni tuzatish namunasi He kicked the bucket “U chelakni tepdi” “U vafot etdi” yoki

kontekstga qarab

“olamdan o‘tdi”

Frazeologik birlik

so‘zma-so‘z emas,

ma’no asosida

tarjima qilinadi Public health surveillance

“Jamoat salomatligi

kuzatuvi”

“Aholi salomatligi

ustidan

epidemiologik

monitoring”

Tibbiy termin

kontekstga

moslashtiriladi The proposal was tabled

“Taklif stolga

qo‘yildi”

Kontekstga qarab

“taklif

muhokamaga

kiritildi” yoki

“taklif keyinga

qoldirildi”

Ingliz inglizchasi va

Amerika

inglizchasida farqli

ma’no bo‘lishi Low-resource language

“Past resursli til” “Kam resursli til” Terminologik

barqarorlik talab

qilinadi The text sounds flat “Matn tekis

eshitiladi”

“Matn usluban

sust/ta’sirsiz

chiqmoqda”

Stilistik baho tabiiy

ifodalanishi kerak

Ushbu misollar AI tarjimasining asosiy zaif nuqtasini ko‘rsatadi: model ko‘pincha ehtimoliy moslikni tanlaydi, lekin madaniy, sohaviy yoki janriy chuqurlikni yetarli darajada hisobga olmaydi. Frazeologik birliklar va terminlar bu jarayonda eng xavfli birliklar hisoblanadi.

3-jadval. Matn janri bo‘yicha AI tarjimasida xavf darajasi Oddiy axborot matni

Yuqori Past Mayda uslubiy tahrir talab

qilinadi Texnik yo‘riqnoma

O‘rtacha-yuqori O‘rtacha Termin va buyruq shakllari

aniqligi zarur Ilmiy maqola O‘rtacha O‘rtacha-

yuqori

Terminologik izchillik va

akademik uslub muhim Tibbiy matn O‘rtacha Yuqori Noto‘g‘ri termin xavfli oqibat

berishi mumkin Huquqiy hujjat Past-o‘rtacha Juda yuqori Modallik, majburiyat va huquqiy

kuch noto‘g‘ri talqin qilinishi Badiiy matn O‘rtacha-past Yuqori Obrazlilik, ohang, metafora va

muallif uslubi yo‘qoladi Reklama matni O‘rtacha Yuqori Pragmatik ta’sir va auditoriyaga

moslik buziladi

Natijalar shuni ko‘rsatadiki, AI tarjimasini hamma matn turlarida bir xil qo‘llash xato. Oddiy informatsion matnlarda sun’iy intellekt tezkor yordamchi bo‘la oladi. Biroq ilmiy, huquqiy, tibbiy va badiiy matnlarda post-tahrir majburiy bosqich sifatida qaralishi kerak.

TAHLIL VA MUHOKAMA

Sun’iy intellekt tarjimasida lingvistik muammolarning asosiy sababi til birliklarining kontekstga bog‘liqligidir. Har bir so‘z alohida olinganda bir nechta ma’noga ega bo‘lishi mumkin. Inson tarjimoni so‘zning ma’nosini matnning umumiy mazmuni, muallif pozitsiyasi, janr talabi va kommunikativ vaziyatga qarab tanlaydi. AI esa ko‘p hollarda mavjud ma’lumotlar bazasidagi ehtimoliy moslikka tayanadi. Natijada, tarjima tashqi tomondan ravon ko‘rinsa ham, ichki mazmun jihatidan xato bo‘lishi mumkin.

Birinchi muammo — semantik noaniqlik. Masalan, ingliz tilidagi charge so‘zi “ayblov”, “to‘lov”, “zaryad”, “mas’uliyat” kabi turli ma’nolarda qo‘llanadi. AI bunday birlikni noto‘g‘ri kontekstda tarjima qilsa, butun gapning mazmuni o‘zgaradi. Xuddi shunday, rus tilidagi “орган” so‘zi kontekstga qarab “organ”, “idora”, “tashkilot” yoki “a’zo” ma’nosida bo‘lishi mumkin. Bu holatda tarjimonning sohaviy bilimi zarur.

Ikkinchi muammo — frazeologik birliklar tarjimasi. Frazeologizmlar bevosita so‘zlar yig‘indisi emas, balki madaniy va tarixiy tajriba mahsulidir. AI ayrim iboralarni tanisa-da, kam qo‘llanadigan, dialektal, badiiy yoki kontekstual iboralarni so‘zma-so‘z tarjima qilishi mumkin. Bu esa matnning estetik ta’sirini pasaytiradi.

Uchinchi muammo — terminologik izchillik. Ilmiy va texnik matnlarda bir terminning maqola davomida bir xil tarjima qilinishi shart. Masalan, artificial intelligence bir joyda “sun’iy intellekt”, boshqa joyda “sun’iy aql”, yana boshqa joyda “aqlli texnologiya” tarzida tarjima qilinsa, ilmiy matnning aniqligi buziladi. Shu sababli AI tarjimasida terminlar bazasi va glossariy bilan ishlash muhim.

To‘rtinchi muammo — stilistik neytrallashuv. AI ko‘p hollarda matnni silliq, standart va neytral shaklga keltiradi. Bu rasmiy yoki texnik matnlarda foydali bo‘lishi mumkin, lekin badiiy matnda muallifning individual uslubi, obrazli ifodasi, ritmi va emotsional kuchi yo‘qoladi. Masalan, badiiy matndagi kinoya, piching, yumor yoki kesatiq AI tomonidan oddiy axborot sifatida tarjima qilinishi mumkin.

Beshinchi muammo — madaniy konnotatsiya yo‘qolishi. Tarjima jarayonida ayrim birliklar faqat lug‘aviy ma’noni emas, balki milliy mentalitet, tarixiy xotira, urfodat va ijtimoiy munosabatlarni ham ifodalaydi. Masalan, o‘zbek tilidagi “oq fotiha”, “andisha”, “or-nomus”, “mahalla”, “duo”, “hurmat” kabi birliklar kontekstga qarab izohli tarjimani talab qiladi. AI bunday birliklarni oddiy ekvivalent bilan almashtirsa, matnning madaniy qatlami kamayadi.

4-jadval. AI tarjimasini baholash uchun post-tahrir mezonlari Mazmuniy aniqlik Asl fikr saqlanganmi? Tarjima muallif aytmoqchi

bo‘lgan fikrni to‘liq

berdimi? Terminologik izchillik Termin bir xil

qo‘llanganmi?

Bitta tushuncha turli joyda

turlicha tarjima

qilinmadimi? Grammatik tabiiylik Gap qurilishi o‘zbek tiliga

mosmi?

Tarjima “mashina tili”ga

o‘xshab qolmadimi? Janrga moslik Matn uslubi saqlanganmi? Ilmiy matn ilmiy, badiiy

matn badiiy ohangda

chiqdimi? Pragmatik ta’sir Auditoriyaga moslik

bormi?

Tarjima o‘quvchida asl

matndagi ta’sirni

uyg‘otadimi? Madaniy moslik Milliy-madaniy birliklar

to‘g‘ri berilganmi?

Izoh, moslashtirish yoki

ekvivalent kerakmi?

Muhokama natijasida shuni aytish mumkinki, AI tarjimasining eng maqbul modeli “to‘liq avtomatik tarjima” emas, balki “inson + sun’iy intellekt + post-tahrir” modelidir. Bunda AI dastlabki tarjima variantini yaratadi, inson tarjimoni esa matnni semantik, terminologik va stilistik jihatdan qayta ishlaydi. Bu yondashuv tezlik va sifat o‘rtasidagi muvozanatni ta’minlaydi.

XULOSA

Sun’iy intellekt tarjima jarayonini tezlashtirgan va ko‘p tilli kommunikatsiya imkoniyatlarini kengaytirgan muhim texnologik vositadir. Biroq tarjima sifati faqat grammatik to‘g‘rilik bilan belgilanmaydi. Unda mazmun, uslub, kontekst, terminologiya, madaniy ma’no va pragmatik ta’sir ham muhim o‘rin tutadi.

Tadqiqot natijalari quyidagi xulosalarni beradi:

birinchidan, AI tarjimasi oddiy axborot matnlarida samarali bo‘lishi mumkin, ammo murakkab ilmiy, huquqiy, tibbiy va badiiy matnlarda mustaqil yakuniy tarjima sifatida yetarli emas;

ikkinchidan, AI tarjimasida eng ko‘p uchraydigan muammolar semantik noaniqlik, frazeologik xatolik, terminologik izchillikning buzilishi va stilistik neytrallashuv bilan bog‘liq;

uchinchidan, o‘zbek tiliga tarjima jarayonida morfologik boylik, so‘z tartibi, hurmat shakllari, madaniy birliklar va janr talablari alohida e’tibor talab qiladi;

to‘rtinchidan, AI tarjimasining sifatini oshirish uchun post-tahrir, terminologik glossariy, kontekstual tekshiruv va inson ekspertizasi zarur;

beshinchidan, kelajak tarjimonining vazifasi faqat matnni tarjima qilish emas, balki AI yaratgan matnni baholash, tahrir qilish, madaniy moslashtirish va uslubiy mukammallashtirishdan iborat bo‘ladi.

Shunday qilib, sun’iy intellekt tarjimonni to‘liq almashtiruvchi vosita emas, balki uning ishini tezlashtiruvchi va qo‘llab-quvvatlovchi texnologik yordamchi sifatida baholanishi lozim. Eng samarali tarjima modeli inson tafakkuri, lingvistik kompetensiya va sun’iy intellekt imkoniyatlarining uyg‘unlashuvi orqali shakllanadi.

FOYDALANILGAN ADABIYOTLAR

1. Kocmi, T., Avramidis, E., Bawden, R., Bojar, O., Federmann, C., Freitag, M., Koehn, P., Monz, C. et al. Findings of the WMT24 General Machine Translation Shared Task: The LLM Era Is Here but MT Is Not Solved Yet. Proceedings of the Ninth Conference on Machine Translation. Miami: Association for Computational Linguistics, 2024.

2. Kocmi, T., Avramidis, E., Bawden, R., Bojar, O., Federmann, C., Freitag, M., Koehn, P., Monz, C. et al. Findings of the WMT25 General Machine Translation Shared Task: Time to Stop Evaluating on Easy Test Sets. Proceedings of the Tenth Conference on Machine Translation, 2025.

3. Semenov, K., Huang, X., Zouhar, V., Berger, N., Zhu, D., Oncevay, A., Chen, P. Findings of the WMT25 Terminology Translation Task: Terminology is Useful Especially for Good MTs. Proceedings of the Tenth Conference on Machine Translation, 2025.

4. Manakhimova, S., Macketanz, V., Avramidis, E., Lapshinova-Koltunski, E., Bagdasarov, S., Möller, S. Investigating the Linguistic Performance of Large Language Models in Machine Translation. Proceedings of the Ninth Conference on Machine Translation. Miami: Association for Computational Linguistics, 2024.

5. Ataman, D. Machine Translation in the Era of Large Language Models: A Survey of Historical and Emerging Problems. Information, 2025.

6. Benkirane, K., Gongas, L., Pelles, S., Fuchs, N., Darmon, J., Stenetorp, P., Adelani, D. I., Sánchez, E. Machine Translation Hallucination Detection for Low and High Resource Languages using Large Language Models. 2024.

7. Meta AI. No Language Left Behind: NLLB-200 High-Quality Machine Translation Model. 2022.

8. Allaberdiev, B. et al. Parallel Texts Dataset for Uzbek-Kazakh Machine Translation. Data in Brief, 2024.

9. Rakhimova, D. The Task of Post-Editing Machine Translation for the LowResource Kazakh and Uzbek Languages. Applied Sciences, 2024.

10. Mamasaidov, M., Shopulatov, A. Open Language Data Initiative: Advancing Low-Resource Machine Translation for Karakalpak. Proceedings of WMT24, 2024.

11. Baker, M. In Other Words: A Coursebook on Translation. London: Routledge, 2018.

12. Newmark, P. A Textbook of Translation. London: Prentice Hall, 1988.

13. Catford, J. C. A Linguistic Theory of Translation. Oxford: Oxford University Press, 1965.

14. Nida, E. A., Taber, C. R. The Theory and Practice of Translation. Leiden: Brill, 1982.

15. Hatim, B., Mason, I. Discourse and the Translator. London: Longman, 1990.