Interpreti in formazione e intelligenza artificiale: trascrizione automatica di Google Meet e CAI tool di SmarTerp a confronto. Una prospettiva didattica da User Experience, il confronto delle rese e i dati di eye-tracking.

Nel punto di contatto tra intelligenza artificiale e interpreti in formazione emerge la necessità di favorire una prospettiva didattica che permetta un rapporto interprete-macchina sempre più ergonomico e una facile integrazione dei neolaureati nel mercato. In questo studio, seguendo un design quasi-sperimentale e un approccio di ricerca mixed-method, vengono messi a confronto il CAI tool di SmarTerp e la trascrizione automatica di Google Meet, indagandone i seguenti aspetti: il diverso impatto sull’accuratezza e la fluidità di interpreti in formazione, la percezione della loro diversa usabilità, la diversa distribuzione dell’attenzione sull’input visivo, la modalità di utilizzo e le potenziali prospettive didattiche. A tal fine, è stata condotta un’indagine sperimentale in cui 11 partecipanti hanno interpretato simultaneamente due discorsi. I dati raccolti sono stati di sette tipi. Durante la simultanea sono stati infatti raccolti dati di eye-tracking. Dopo ogni simultanea è stata condotta un’attività di retrospezione ed è stato proposto un user experience questionnaire (UEQ) (Schrepp et al., 2017). Le rese sono state valutate globalmente, calcolando un punteggio relativo alla loro intelligibilità e informatività, seguendo la metodologia di Tiselius (2009). Successivamente, sono stati calcolati i task success rate specifici per ogni task interpretato, seguendo l’approccio di Frittella (2023). Dopo aver trascritto le retrospezioni, sono state analizzate le categorie emerse. I dati di eye-tracking sono stati invece analizzati in due modalità: (1) si è cercato di determinare quantitativamente se nelle due condizioni sperimentali determinati stimoli fossero prevalentemente guardati in fase di percezione o di monitoraggio; (2) sono stati analizzati i valori relativi al dwell time nelle aree di interesse preconfigurate. Le conclusioni suggeriscono l’inevitabile necessità di una prospettiva didattica che permetta una gestione consapevole di un input visivo complesso.