Abstract
Große Sprachmodelle (LLMs) werden zunehmend in Übersetzungs- und Terminologie-Prozesse integriert und werden für Aufgaben wie die Zusammenfassung von Ausgangstexten, die Anpassung von Zieltexten und die Terminologierecherche eingesetzt. Universitätstexte stellen jedoch oftmals eine Herausforderung dar. Da sie mehrere Ebenen der Universitätsterminologie, wie dem Europäischen Hochschulraum über nationale Rechts- und Verwaltungssprache bis hin zu universitätsspezifischer Terminologie reichen, abdecken.
Zudem gibt es in der deutschen Sprache mehrere Standardvarietäten (darunter jene von Deutschland, Österreich, der Schweiz und Südtirol), die sich unter anderem im Wortschatz, der Grammatik und der Syntax unterscheiden. Diese Unterschiede sind in Fachbereichen wie dem Universitätssystem besonders markant, was sich auch in Universitätstexten wie Curricula und strategischen Dokumenten niederschlägt. Viele für Übersetzungen verwendete LLMs berücksichtigen diese Sprach- und Systemvielfalt jedoch oft nur unzureichend.
Deswegen weisen von LLMs generierte Texte häufig Inkonsistenzen oder Abweichungen bei der verwendeten Universitätsterminologie auf (beispielsweise durch Verwendung von Terminologie des „falschen“ Hochschulsystems). Daher müssen sich Übersetzer*innen und Terminolog*innen auf ihr Wissen über das jeweilige Universitätssystem und ihre jeweilige Universität verlassen, um die von LLMs ausgegebenen Texte kritisch zu bewerten.
Diese Herausforderungen werden im Forschungsprojekt „Universitätsterminologie im Zeitalter von ChatGPT“ (UniTermGPT) behandelt, das untersucht, wie ChatGPT mit universitärer Terminologie in verschiedenen deutschen Sprachvarietäten umgeht, insbesondere bei Übersetzungsaufgaben. Übersetzer*innen, die an oder für Universitäten im deutschsprachigen Raum tätig sind, spielen in diesem Projekt eine wesentliche Rolle. Durch die Annotation von LLM-generierten Übersetzungen tragen sie zur Bewertung der Qualität von Texten bei. Außerdem haben sie die Möglichkeit, an der Ausarbeitung praktischer Empfehlungen für den Einsatz von LLMs in der Fachübersetzung sowie eines Policy Briefs mitzuwirken.