تعد الترجمة المتخصصة من أكثر المجالات تحدياً، حيث تحتاج إلى موارد وثائقية ومصطلحية تشمل الكوربوس (Corpora) لتحقيق دقة عالية. ورغم أن هذه الموارد فهي فعالة، إلا أن إنشائها واستخدامها يتطلبان وقتاً ومهارات تقنية، بالإضافة إلى الوصول إلى بيانات قد يكون جمعها صعباً.

أجرت دراسة جديدة تحليلاً لمدى قدرة نماذج اللغات الضخمة (LLMs) على مساعدة المترجمين المتخصصين في اكتشاف المعادلات المناسبة من الإنجليزية إلى الفرنسية في مجالين متخصصين: علوم الأرض والبيئة (Earth, Environmental and Planetary Sciences - EEPS) ومعالجة اللغة الطبيعية (Natural Language Processing - NLP).

استندت التجربة إلى 80 مصطلحاً في كل مجال وراجعت استراتيجتين مختلفتين للتوجيه: نمط المصطلحات ونمط الترجمة. أظهرت النتائج تباينات واضحة بين النماذج والاستراتيجيات، حيث أبدى نموذج Claude Sonnet 4.5 أداءً متميزاً في الظروف الأكثر ملاءمة، بينما تميز نموذج DeepSeek بثباته العالي.

على الرغم من أن تقديرات الثقة أظهرت أنها مؤشر جزئي للدقة المصطلحية، إلا أن التحليل العام يشير إلى أن نماذج اللغات الضخمة تعتبر أدوات مفيدة للمترجمين المتخصصين، لكنها لا تستطيع في هذه المرحلة استبدال الكوربوس المتخصصة.

تشير هذه الأبحاث إلى أهمية مواصلة العمل لفهم الفوائد العملية الحقيقية لنماذج اللغات الضخمة في سياقات العمل والتعليم.