Straipsnyje pristatomi MAIK (masinių atvirųjų internetinių kursų) platformos „Coursera“ mokomojo turinio, išversto mašininio vertimo (MV) sistema „Smartling“, postredagavimo ypatumai. Didžioji dalis platformos „Coursera“ turinio pateikiama anglų kalba ir tai yra viena iš priežasčių, kodėl įsitraukimas į šiuos kursus Lietuvoje yra mažas. Augant internetinių išteklių paklausai, poreikis išversti kursus į lietuvių kalbą tapo akivaizdus ir tam vis dažniau pasitelkiamos MV sistemos. Straipsnyje aprašyti eksperimento, atlikto su MV sistema „Smartling“, rezultatai. Eksperimente dalyvavo 10 dalyvių – 6 profesionalūs ir 4 neprofesionalūs vertėjai, kurie postredagavo platformos „Coursera“ kurso „Gerovės mokslas“ ištrauką. Postredagavimo procesas stebėtas naudojant įrankį „Translog-II“, fiksuojantį dalyvių klavišų paspaudimus. Straipsnyje pateikta MV klaidų klasifikacija ir jų dažnumas. Vienas iš svarbiausių MV sistemos „Smartling“ postredagavimo ypatumų yra teksto skaidymas į subtitrų eilutes, dėl kurio ir kyla dauguma gramatinių klaidų. Tarp klaidų, kurias lėmė ne skaidymas, dažniausios – MV klaidos, atsirandančios dėl žodžių daugiareikšmiškumo, pažodinio vertimo ir įvardžių vartosenos. Po postredagavimo užduoties dalyviai atsakė į klausimyno klausimus apie sistemos „Smartling“ funkcionalumą. 7 iš 10 tyrimo dalyvių šią sistemą įvertino patenkinamai. Tyrimo rezultatai parodė, kad sistema „Smartling“ nėra pakankamai pritaikyta lietuvių kalbai, todėl postredaguodami vertėjai turi įdėti daug kognityvinių pastangų.