АРХИТЕКТУРА ПРОГРАММНОЙ СИСТЕМЫ ЛОКАЛЬНОГО ПЕРЕВОДА НА БАЗЕ LLM ПРИ РАБОТЕ С ТЕХНИЧЕСКОЙ ДОКУМЕНТАЦИЕЙ

SOFTWARE SYSTEM ARCHITECTURE FOR LLM-BASED IN-SITU TRANSLATION WHEN WORKING WITH TECHNICAL DOCUMENTATION

Nguyen The Son

Master of Science, Air Force Officers' College,

Vietnam, Khanh Hoa

Phan Trong Son

Master of Science, Air Force Officers' College,

Vietnam, Khanh Hoa

АННОТАЦИЯ

В процессе преподавания и эксплуатации сложных технических систем работа со специализированной документацией на иностранном языке является обязательным требованием. Однако существующие методы «внешнего» поиска требуют от пользователя постоянного переключения контекста, что вызывает разрыв мыслительного пространства и увеличивает постороннюю когнитивную нагрузку. Данное исследование предлагает архитектуру программной системы «локального перевода» (In-situ Translation), использующую возможности обработки естественного языка большими языковыми моделями (LLM) непосредственно в интерфейсе чтения документа. Основываясь на Теории когнитивной нагрузки и Принципе пространственной смежности, система использует алгоритм интерполяции координат для отображения результатов перевода и семантического анализа на наложенном интерфейсе (Overlay UI) точно в месте выделенного текста. Теоретический анализ показывает, что предложенная архитектура позволяет минимизировать затраты на переключение контекста, способствует сохранению состояния концентрации и потенциально повышает эффективность усвоения профессиональных знаний.

ABSTRACT

In the process of teaching and operating complex technical systems, working with specialized foreign-language documentation is a mandatory requirement. However, existing "out-of-context" search methods require the user to constantly switch contexts, causing a break in focus and increasing extraneous cognitive load. This study proposes an "in-situ translation" software system architecture that utilizes the natural language processing capabilities of large language models (LLMs) directly within the document reading interface. Based on Cognitive Load Theory and the Spatial Contiguity Principle, the system employs a coordinate interpolation algorithm to display translation and semantic analysis results on an overlay UI precisely at the position of the selected text. Theoretical analysis indicates that the proposed architecture minimizes context-switching overhead, helps maintain the state of concentration, and potentially improves the efficiency of acquiring professional knowledge.

Ключевые слова: когнитивная нагрузка, человеко-машинное взаимодействие (HCI), локальный перевод, архитектура программной системы, большая языковая модель (LLM), обработка цифровых документов.

Keywords: cognitive load, human-computer interaction (HCI), in-situ translation, software system architecture, large language model (LLM), digital document processing.

1. ВВЕДЕНИЕ

Процесс передачи технологий и профессиональной технической подготовки всегда неразрывно связан с анализом оригинальной документации (в частности, на русском и английском языках). С развитием искусственного интеллекта большие языковые модели (LLM) продемонстрировали выдающиеся способности в переводе и толковании нормативных технических терминов. Тем не менее, главное препятствие в применении LLM в академической среде кроется не в ограничениях языковых алгоритмов, а в способе взаимодействия пользователя с системой.

Текущий стандартный процесс работы с документами характеризуется высокой степенью фрагментации: пользователь выделяет текст в PDF-файле, копирует его, переключает окно приложения, вставляет в инструмент ИИ и возвращается к исходному документу для сверки. Эта цепочка механических действий создает временную задержку и вызывает серьезный разрыв в потоке мышления. С точки зрения когнитивной науки, такое прерывание потребляет значительный объем ресурсов рабочей памяти, снижая способность к обработке ключевой технической информации.

В связи с этим, целью данного исследования является снижение когнитивной нагрузки на пользователя при переводе фрагментов иноязычной документации за счёт изменения способа взаимодействия с инструментом перевода на основе LLM с традиционного «внешнего» (out-of-context) на «локальный» (in-situ). Для достижения этой цели в статье представлена интегрированная архитектура программного обеспечения, реализующая данный подход.

2. ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ ПРЕДЛАГАЕМОГО СПОСОБА РЕШЕНИЯ

Предлагаемая архитектура построена на пересечении трех фундаментальных теоретических основ в области когнитивной психологии и человеко-машинного взаимодействия (HCI).

Во-первых, Теория когнитивной нагрузки (Cognitive Load Theory): Согласно Дж. Свеллеру, объем рабочей памяти человека ограничен. Общая когнитивная нагрузка в определенный момент времени складывается из трех элементов: внутренней (присущая материалу сложность), посторонней (возникающей из-за способа подачи информации) и релевантной нагрузки [1, с. 257]. Главная цель проектирования программных интерфейсов в образовательных целях — минимизация посторонней нагрузки. Непрерывное копирование и переключение между окнами является основным фактором, порождающим эту нагрузку и истощающим когнитивные ресурсы.

Во-вторых, Принцип пространственной смежности (Spatial Contiguity Principle): Р. Мейер и Р. Морено доказали, что учащиеся усваивают информацию более эффективно, когда связанный текст и пояснения расположены близко друг к другу в пространстве экрана [2, с. 43]. Физическое разделение исходного документа и интерфейса перевода заставляет глаза совершать длинные циклы сканирования, что нарушает этот принцип и снижает способность к семантическому сопоставлению.

В-третьих, Затраты на переключение контекста (Context-Switching Cost): Эмпирические исследования показывают, что процесс переключения между задачами (task switching) всегда сопровождается «временным штрафом» [3, с. 763]. Мозг вынужден отбрасывать правила старой задачи и загружать правила новой, что вызывает нарушение состояния глубокой концентрации (flow state). Опираясь на эти принципы, отображение результатов непосредственно в месте взаимодействия рассматривается как оптимальное решение для устранения затрат на переключение контекста [4, с. 183].

3. АРХИТЕКТУРА ИНТЕГРИРОВАННОГО ЛОКАЛЬНОГО ВЗАИМОДЕЙСТВИЯ С ИИ

Для преодоления вышеупомянутых когнитивных барьеров предлагается архитектура синхронной обработки, состоящая из трех базовых подсистем, функционирующих полностью в фоновом режиме.

Рисунок 1: Архитектура интегрированной системы локального взаимодействия с ИИ

3.1. Подсистема перехвата событий и пространственного позиционирования

Система использует низкоуровневый API для отслеживания событий взаимодействия пользователя. При завершении операции выделения текста (text selection) данная подсистема извлекает неформатированную строку символов и фиксирует координаты курсора на плоскости экрана. Этот процесс полностью автоматизирует сбор входных данных, не требуя ввода с клавиатуры.

3.2. Подсистема интерполяции и обработки естественного языка

Данные, извлеченные из оцифрованных PDF-документов, часто содержат шумовые символы и ошибки принудительного переноса строк. Применяется эвристический алгоритм для предварительного преобразования данных, объединяющий разорванные технические термины. Очищенные данные упаковываются вместе с семантическими ограничениями (Semantic Constraints) и передаются через асинхронный поток (Asynchronous Thread) к LLM. Асинхронная архитектура гарантирует, что интерфейс чтения документа не блокируется во время ожидания ответа от ИИ.

Рисунок 2. Детализированная схема подсистемы обработки текста и оптимизации запросов к LLM

3.3. Подсистема рендеринга наложения (Overlay Rendering)

Эта подсистема реализует Принцип пространственной смежности. Как только получен ответ от LLM, система использует сохраненные координаты для активации полупрозрачного наложенного интерфейса (Popup Overlay) с максимальным Z-индексом. Результаты перевода, семантического анализа и озвучивания (Text-to-Speech) отображаются в непосредственной близости от целевого текста, образуя единый в пространственном отношении информационный блок. Практический результат реализации данной архитектуры представлен на рисунке 3.

Рисунок 3: Скриншот результатов работы разработанного программного обеспечения. Интерфейс локального перевода (In-situ) мгновенно появляется в виде наложения при выделении пользователем фрагмента русского текста в PDF-документе, сопровождаемый мультимодальными инструментами поддержки

4. ПРЕДПОЛАГАЕМЫЕ ПРЕИМУЩЕСТВА ПРЕДЛОЖЕННОЙ АРХИТЕКТУРЫ

Основываясь на описанной архитектуре и теоретическом фундаменте, переход от «внешней» модели взаимодействия к «локальной» потенциально обеспечивает следующие преимущества при работе с технической документацией:

Снижение посторонней когнитивной нагрузки: За счет сокращения количества операций от многоэтапного цикла (выделение — копирование — переключение — вставка) до единственного действия (выделение текста), система высвобождает рабочую память от задач механического управления интерфейсом.

Сохранение потока мышления (Flow State): Отсутствие необходимости отрывать взгляд от пространства исходного документа помогает поддерживать высокую степень концентрации. Пользователь может напрямую сопоставлять результаты перевода с соседними словами, техническими схемами и контекстом, окружающим наложенный слой.

Мультимодальная поддержка: Возможность вывода специализированного аудио (TTS) непосредственно на наложенном слое позволяет одновременно стимулировать зрительный и слуховой каналы. Это соответствует теории двойного кодирования (Dual-coding Theory) и способствует лучшему усвоению сложных терминов.

5. ЗАКЛЮЧЕНИЕ

В ходе проведенного исследования была разработана архитектура программной системы локального перевода на базе LLM, нацеленная на решение проблемы когнитивной перегрузки при работе со специализированной технической документацией. За счет изменения способа взаимодействия с инструментом перевода на «локальный» (in-situ), предложенная система минимизирует временные затраты на переключение контекста. Проведенное теоретическое обоснование подтверждает, что внедрение алгоритмов пространственного позиционирования и наложенных интерфейсов (Overlay UI) строго соответствует принципам когнитивной эргономики. Разработанная архитектурная модель не только решает практическую задачу улучшения человеко-машинного взаимодействия, но и формирует надежную методологическую базу для создания перспективных образовательных программных сред в области освоения сложных технических систем.

Список литературы:

1. Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285.
2. Mayer, R. E., & Moreno, R. (2003). Nine ways to reduce cognitive load in multimedia learning. Educational Psychologist, 38(1), 43-52.
3. Rubinstein, J. S., Meyer, D. E., & Evans, J. E. (2001). Executive control of cognitive processes in task switching. Journal of Experimental Psychology: Human Perception and Performance, 27(4), 763–797.
4. Chun, D. M., & Plass, J. L. (1996). Effects of multimedia annotations on vocabulary acquisition. The Modern Language Journal, 80(2), 183-198.