Статья посвящена исследованию возможностей интеграции генеративного искусственного интеллекта в обучение переводу окказионализмов и неологизмов на материале культурно-интеллектуальных подкастов. Актуальность исследования обусловлена активным обновлением лексического состава современного английского языка, широким распространением аутентичного медиаконтента, а также возрастающей необходимостью формирования у будущих переводчиков как профессиональных, так и цифровых компетенций. Цель исследования заключается в разработке и экспериментальной проверке методики обучения, сочетающей традиционные переводческие подходы с использованием генеративных языковых моделей. В работе применялись методы лингвостилистического, контекстуального и сравнительно-переводческого анализа, педагогический эксперимент, экспертная оценка качества переводов и статистическая обработка результатов с использованием t-критерия Стьюдента. Материалом исследования послужили выпуски британского культурно-интеллектуального подкаста Unspeakable, содержащие окказионализмы, неологизмы и культурно маркированные языковые единицы. Разработанная методика включает последовательное освоение анализа текста, самостоятельного перевода, взаимодействия с генеративным искусственным интеллектом посредством специально разработанных промптов, критического сопоставления полученных вариантов и выполнения творческих переводческих проектов. Экспериментальное обучение показало статистически значимое повышение семантической точности перевода, степени сохранения прагматического и стилистического эффекта, увеличение скорости выполнения заданий и рост количества оригинальных переводческих решений в экспериментальной группе по сравнению с контрольной (p < 0.01). Полученные результаты подтверждают педагогическую эффективность интеграции генеративного искусственного интеллекта в подготовку переводчиков при условии сохранения ведущей роли преподавателя и формирования у обучающихся навыков критической оценки результатов работы интеллектуальных систем.
The paper examines the integration of generative artificial intelligence into teaching the translation of occasionalisms and neologisms using cultural and intellectual podcasts as authentic learning material. The study is motivated by the rapid expansion of digitally mediated communication, the continuous evolution of English vocabulary, and the growing demand for translators capable of combining linguistic, cultural, creative, and technological competencies. The research aims to develop and experimentally validate a pedagogical framework that integrates traditional translation training with the educational potential of large language models. The methodology combines linguostylistic, contextual, and comparative translation analysis with a pedagogical experiment, expert assessment of translation quality, and statistical verification of the findings using Student's t-test for independent samples. The empirical material consists of episodes from the British cultural podcast Unspeakable, characterized by a high frequency of occasionalisms, neologisms, metaphorical expressions, and culturally specific lexical units. The proposed instructional model includes theoretical analysis, independent translation, prompt-based interaction with generative AI systems, critical comparison of human- and AI-generated translations, and creative translation projects. The experimental results demonstrate statistically significant improvements in semantic accuracy, preservation of pragmatic and stylistic effects, translation speed, and the production of original translation solutions among students trained with AI-supported methodology compared with those receiving conventional instruction (p < 0.01). The findings indicate that generative AI can substantially enhance translator education when employed as a pedagogical support tool rather than a substitute for human expertise. The study also emphasizes the importance of critical thinking, digital literacy, and responsible AI use in contemporary translator training.