Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇeviriler; sadakat, okunabilirlik, kabul edilebilirlik, anlam kaybı, yerelleştirme, eşdeğerlik gibi yaygın çeviri ölçütlerine göre çözümlenmiş; yönlendirici girdilerle yapılan çeviriler model çıktılarının kültürel duyarlılık düzeylerini ortaya koymuştur.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada, Büyük Dil Modellerinin (BDM) kültür-bağımlı Türkçe kalıp sözleri İngilizceye aktarabilme yeterliliği incelenmiştir. ChatGPT-4o, Gemini 2.5 Flash A ve Claude 3.7 Sonnet gibi yaygın kullanılan yapay zekâ modelleri aracılığıyla “iyi saatte olsunlar”, “elemtere fiş kem gözlere şiş”, “el öpenlerin çok olsun” ve “ayıptır söylemesi” gibi kültür-bağımlı kalıp sözlerin çeviri kapasiteleri değerlendirilmiştir. Çeviriler; sadakat, okunabilirlik, kabul edilebilirlik, anlam kaybı, yerelleştirme, eşdeğerlik gibi yaygın çeviri ölçütlerine göre çözümlenmiş; yönlendirici girdilerle yapılan çeviriler model çıktılarının kültürel duyarlılık düzeylerini ortaya koymuştur. Bulgular, yüzeysel anlam aktarımında modellerin yeterli olduğunu, ancak örtük anlam, ironi, kalıplaşmış kültürel söylem, toplumsal norm ve tabu gibi unsurlarda göze çarpan yetersizlikleri bulunduğunu göstermiştir. ChatGPT, anlam, bağlam ve işlevsel eşdeğerliği korumada en başarılı model olarak öne çıkarken; Gemini ve Claude gibi modellerde biçimsel doğruluğa odaklanan ancak söylemsel doğallık ve kültürel incelik açısından sınırlı kalan çeviri tercihleri, yüzeysel aktarımlara ve yer yer bağlamdan sapmalara neden olmuştur. Bu nedenle, kültürel ögelerin bağlama duyarlı biçimde aktarımı için, işleve odaklı çok katmanlı çeviri stratejileri, kültürel verilerle ince ayar yapılmış sistemler ve insan çevirmen desteğiyle denetlenmiş yaklaşımlar gerekmektedir.
Abstract
This study examines the capacity of Large Language Models (LLMs) to translate culture-bound Turkish formulaic expressions into English. Prominent models (ChatGPT-4o, Gemini 2.5 Flash A, and Claude 3.7 Sonnet) were evaluated for their handling of expressions such as “iyi saatte olsunlar” (may they come at the right time, a euphemism for spirits), “elemtere fiş kem gözlere şiş” (a nonsense rhyme to ward off the evil eye), “el öpenlerin çok olsun” (may many kiss your hand, conveying respect), and “ayıptır söylemesi” (pardon my saying, a politeness formula). Translations were analyzed through widely accepted criteria including fidelity, readability, acceptability, loss of meaning, localization, and equivalence. Prompt-based inputs were used to assess cultural sensitivity. Findings suggest that while surface meanings were generally preserved, all models exhibited limitations in conveying implicit meanings, irony, cultural conventions, taboos, and socially embedded expressions. ChatGPT outperformed the others in maintaining semantic, contextual, and functional equivalence. Conversely, Gemini and Claude emphasized formal correctness but failed to fully capture discourse naturalness and cultural nuance, leading to superficial and occasionally context-detached translations. Therefore, context-sensitively transferring cultural-linguistic elements requires multilayered strategies, culturally fine-tuned systems, and human-supervised approaches.