人工智能时代我国翻译人才技术能力培养研究

牟 晓 青

人工智能时代，人机交互与协同已成为显著的特征之一。

翻译领域在经历了语用转向、文化转向、实证转向和全球化转向后，随着一系列新技术的出现，同样正在见证新的技术转向，翻译技术相关策略、工具和技术资源正在重塑翻译这一概念[1－3]。

全自动高质量翻译(fully automated highquality translation)追求翻译过程的完全自动化，是理想化的终极目标，但目前尚难以实现。

计算机辅助翻译涵盖机器辅助人工翻译(machineaided human translation)与人工辅助机器翻译(human－aided machine translation)，逐渐成为语言行业的主要翻译形式，这两者均需翻译技术的深度参与[4]。

从统计机器翻译(statistical machine translation)到神经机器翻译(neural machine translation)的发展进一步提升了机器翻译质量，更有力地推动了这一技术转向，使得翻译不再是单纯的人工活动，而成为译员与技术融合补充的复杂系统，翻译技术已成为译员知识、记忆、能力的延伸[5－6]。

在人工智能时代，翻译过程中技术化程度的不断提高，使得翻译技术能力成为译员职业素养的重要组成部分，亦成为翻译人才培养不可或缺的一环。

人工智能背景下的全球化进程，推动了语言服务行业的不断发展，使得以技术优化译员生产力的问题凸显；
计算机与互联网技术的发展，也为翻译行业对技术的吸收奠定了基础[4]。

统计机器翻译在其应用领域已被证实为一种高效工具，之后的神经机器翻译，更加关注语境，功能更加强大，翻译输出质量有了更大的提高。

语言产业在发展进程中，开始愈来愈关注生产率和成本压力，技术化的特点愈来愈突出，数字化、项目驱动的特征日益明显，翻译已经成为一个技术化行业，翻译技术在翻译过程中的作用日渐受到重视。

翻译技术的应用普及，使得译员进一步提高工作效率，也帮助其节省更多时间与精力，专注于翻译的创造性与质量管理，译员的角色已经发生变化，从最初的坐在打字机后面的语言工作者，逐渐演变为智能技术的应用者，需要掌握的技能与能力已不再局限于传统翻译领域，翻译技术成为译员的基本能力之一[4，7]。

翻译技术能力已成为译员保持市场竞争力，促进职业生涯发展与成功的重要因素[8]。

基于这一现状，翻译人才培养必须将技术应用作为重要的有机组成部分，翻译人才应同时成为翻译技术专家，学会如何整合与使用技术支持产出高质量翻译产品。

虽有尝试和探索，但目前翻译人才培养与行业实践仍有脱节，缺乏实践需求的推动，实证研究较少，难以提供培养支撑，具有实践经验与技术专长的师资缺乏，基础技术设施建设薄弱[8－10]，翻译人才技术能力培养总体仍难以满足行业发展需求。

(一)数据采集

在中国学术期刊全文数据库(CAJD)中，以(主题＝翻译技术) OR (主题＝机器翻译) OR(主题＝计算机辅助翻译) OR (主题＝术语能力)OR (主题＝译者信息素养)为检索条件，选择截止年度为2021，设置同义词扩展，共获得有效文献记录5 826 条(数据更新日期为2022 年1 月27日)。

(二)国内翻译技术研究起源

对5 826 条文献抽取年度信息，进行年度分布统计，并绘制发文量变化趋势线(R2＝0.9248)，结果见图1。

图1 国内翻译技术研究文献年度分布统计图(1959—2021 年)

根据图1 可以得知，国内翻译技术研究文献总体呈明显增长趋势，说明国内翻译领域对翻译技术研究日益关注。

在获得的文献集中进行检索发现，国内学者在1956 年即开始关注机器翻译问题，1957 年正式启动相关研究工作，1959 年有学者引介国外研究进展，肯定了机器翻译的潜力与价值，对相关的理论依据、程序设计原则进行介绍，提出应促进跨学科合作与研究，从科技文献翻译领域开始，积极推动自动化翻译研究与普及[11－12]。

1980 年，全国召开首届机器翻译学术会议，1982 年召开第二届会议，标志着国内机器翻译试验研究取得初步成功[13－14]，逐渐开始推动实践应用研究[15]。

至1988 年，国内出现市场化商用机器翻译系统，机器翻译技术开始进入实用阶段[16]。为解决机器翻译的缺陷，语料库作为支持技术逐渐受到关注[17]。

自此，翻译技术研究日渐成为热点。

从研究文献来看，学界对翻译技术概念的理解亦有一个逐步发展的过程。

翻译技术，最初是指将计算机应用于翻译实现翻译自动化，产生了机器翻译概念。

在完全自动化翻译难以实现的现实面前，计算机辅助翻译、翻译记忆、语料库技术、云翻译等逐渐成为研究的关注点。

翻译技术已成为一个集成化的融合概念，涵盖译前、译中、译后所应用的所有技术[18]。

(三)国内翻译技术研究进展

对5 826 条文献抽取关键词，设定阀值Freq≥43，构建弧形共现网络图谱，结果见图2。

图2 中，以节点大小表征频次，弧线粗细表征共现频次。

图2 国内翻译技术研究热点弧形网络图谱(1959—2021 年)

根据图2，结合文献研读可发现，国内翻译技术研究热点可概括为自然语言处理、计算机辅助翻译、语料库、译后编辑、人工翻译、翻译能力培养。

自然语言处理研究涉及人机之间自然语言转换问题，关注算法优化和语言深度分析，是翻译技术研究与发展的基础，自然成为研究的热点[19]。机器翻译的举步维艰与信息技术的逐步普及，推动了计算机辅助翻译研究的发展，主要关注借助信息技术实现快捷有效的翻译，涵盖翻译记忆、质量控制、数据处理与统计、项目协作与管理[20－21]。语料库技术是计算机辅助翻译的核心技术之一[22]，也为神经机器翻译运用深度学习神经网络获取语言映射关系、构建翻译模型提供了基础[23]。

在翻译技术发展过程中，语料库的建设与技术研究作为其重要发展基础，受到关注自是应有之义。

翻译技术的迅速发展，提升了翻译产出的效率，但翻译质量仍主要依靠人工实现，所以在效率和质量的双重目标下，译后编辑的重要性日益提升；
机器翻译、计算机辅助翻译、人工译后编辑，已成为目前主要的翻译工作模式，故译后编辑的技术与工具、评估、质量标准、能力培养等亦成为热点[24－25]。

翻译技术的发展，使得翻译服务日趋自动化，在这一过程中，人工翻译的地位与作用、人工翻译与翻译技术的关系、译者主体性的发挥、集成化翻译模式的优化等问题，引发了较为广泛和深刻的思考，渐成翻译技术领域的重要研究方向[26－28]。

随着翻译过程技术化特征的日益显著，翻译服务模式亦相应发生改变，翻译技术成为翻译人才的重要能力素养之一，如何培养翻译技术应用能力渐受关注，成为研究的热点[29－30]。

国内翻译技术领域的研究热点，既反映了国内学者集中关注的研究主题，为未来研究提供参考，也映射出翻译技术能力的内涵与外延，为翻译人才技术能力培养指出了方向。

(四)国内翻译技术能力培养实践

在检索获得的5 826 条文献记录中，抽取翻译技术能力培养相关文献，共获得944 条文献记录，时间跨度为1981—2021 年。

将文献记录导入CiteSpace 5.8.R3[31－32]，设定阀值Years Per Slice ＝8，Selection Criteria＝Top 57，Pruning＝Minimum Spanning Tree，绘制国内翻译技术能力培养领域关键词共现知识图谱，共获得节点464 个，链接1 338 条，结果见图3。

同时提取强突现关键词11 个， 结果见图4。图3 中，节点大小表征关键词频次，节点外圈年环厚度表征关键词中介中心度。

图4 中，展现了强突现关键词的时间变化，表征研究主题的变迁。

据图3、图4 可知，国内翻译技术能力培养研究主要集中在能力构成、课程内容改革、教学模式构建三个方面。

翻译能力的内涵最初主要涵盖双语能力、转换能力，随着翻译过程的日益技术化，翻译技术能力，即使用技术资源完成翻译任务，提高翻译效率与质量的能力，逐渐成为重要的构成元素[33]。

面对行业发展现状与需求，翻译技术能力构成作为人才培养研究的基础受到关注。

众多学者对翻译技术能力构成、子能力结构进行研究，比较一致地认为，信息检索与分析、计算机技能、计算机辅助软件应用、项目协作、格式编辑、术语能力、译后编辑等能力，均应纳入翻译技术能力范畴[34－35]。

图3 国内翻译技术能力培养领域关键词共现知识图谱(1981—2021 年)

随着对翻译技术能力构成认识的发展，相关课程内容改革逐渐受到关注，亦成为重要研究课题。

信息技术逐渐融入课程内容，翻译就是单纯语言学习的认识逐渐扭转[29]。

钱多秀(2009)从计算机辅助翻译角度，认为课程内容应包含辅助翻译原理、语料库、术语库、翻译记忆、主流工具等[36]。

徐彬(2010)立足翻译项目操作实践，认为应包含翻译信息技术(文字处理、识别、搜索、输入等)、术语库、计算机辅助翻译应 用、 项 目 管 理 等[37]。

俞 敬 松、 王 华 树(2010)从信息化时代语言服务特征的转变出发明确提出，在翻译人才的能力构成中，翻译技能是基础，技术能力则是保障其未来发展的支持性因素，认为课程内容中还应适当纳入语言资产管理、本地化、技术写作、质量控制、数据库、基础编程等内容[21，38]。

图4 国内翻译技术能力培养领域突现关键词分析(1981—2021 年)

许多学者积极进行翻译技术能力培养实践，对教学模式进行了有益的探索。

目前学界比较一致地认为，鉴于翻译技术的实践性、系统性特征，其培养应基于项目管理理念，以翻译实践为基础，项目案例教学模式逐渐凸显；
依托翻译项目，创设沉浸式信息化翻译场景，可强化全流程式体验，映射语言服务实践需求，较为全面地培养学习者翻译技术素养[37，39]。

在当今人工智能时代，翻译过程的技术化程度日益提高，对翻译人才技术能力培养的研究也日益受到关注。

但从实践总体来看，翻译技术能力培养依然较为弱化，技术能力培养的供给与翻译实践需求仍有较大差距，培养与实践亦存在较多脱节，应引起高度重视[8，10]。

(一)以语言服务需求为导向

人工智能这一时代特征，更进一步促进了翻译过程与技术的深度融合，语言服务实践已发生革命性的变化，翻译的研究与实践也体现了技术化这一特征，翻译人才的培养必须适应这一变化，否则即会造成与社会需求脱节，无法获得可持续的市场竞争力。

翻译技术概念发展至今，已经不再是一个单一概念，而成为一个复杂的系统概念。所以，课程的设置也应按照难度体现循序渐进，按照广度体现内容的覆盖面，构建完整的课程体系，分年级逐步推进，分课程相互配合。

仅仅依靠一两门课程的开设，试图实现培养的大而全，其效果只能是浮光掠影。

以语言服务需求为导向的培养，同时也必然要求教师具有相应的翻译技术能力和实践。

但因高校教师总体翻译技术能力薄弱，相对缺乏翻译实践经历与经验，导致无法对接语言服务现实需求。

一方面需要提升教师的翻译技术应用能力，另一方面也要增加教师实践锻炼机会，同时应积极邀请行业企业专家参与翻译人才培养方案制定、课程建设与分析，走进课堂教学，集合优势资源提供培养支持。

(二)以信息素养培养为核心

翻译技术涵盖了从译前到译后所有辅助实现翻译产出的技术工具，但翻译人才的技术应用能力培养，决不能仅仅局限于教授学习者学会使用这些技术工具。

如果仅止步于此，是难以实现可持续发展的。

翻译技术能力培养的目的是为了使翻译技术和译员各自发挥优势，相互结合，实现时间、效率、质量的最优组合。

技术能力的培养必须以信息素养培养为核心，使学习者学会如何优化组合、有效利用各种翻译技术工具，如何获取、判断、取舍相关信息，绝不是对技术工具的机械应用。

翻译技术能力的培养不应是静态的，培养的应该是一种对翻译过程技术化的适应能力，使学习者能够独立应对未来的翻译技术化发展。

翻译技术能力培养是为了更好地实现译者主体性，绝不是培养掌握翻译技术的奴隶，绝不应该是教了什么会什么，却不知何时如何更好地使用，也不能不教什么就不会什么。

(三)以项目案例为载体

翻译技术能力培养的实践性特征非常突出，仅靠传授讲解，没有充足的实践，无异于纸上谈兵。

只有在实践中，学习者才能发现各种问题，习得各种应对技能。

基于翻译的项目化管理实践，翻译技术能力培养应以项目案例为载体。

项目案例可为学习者创设真实的翻译工作环境，使其体验真实的翻译流程，代入思考，发挥学习者的主动性和创造性，增强问题意识和技术的应用能力。以项目案例为载体，既能更好地培养翻译技术实践应用能力，也实现了与语言服务实践的对接，可使学习者顺利完成职业转变。

(四)以沉浸式技术环境为依托

翻译技术能力培养，系以理论为指导，但更要依靠言传身教，所以必须有沉浸式技术环境为依托。

没有真实的技术环境，学习者就无法按照翻译工作流程体验不同的角色，习得翻译技术能力。在技术能力培养中，翻译技术平台及相关资源建设是基础。

沉浸式技术环境的创设，应尽可能涵盖教学、实训、实践，体现翻译及项目管理的全过程。

在投入不足的情况下，可进行简化创设，至少保证一种软件平台的建设；
亦可与企业联合，集合优势实训、实践资源，产教融合，实现协同培养。

人工智能时代，职业环境中的技术化已成为一种必然趋势，难以逃避。

语言服务亦已成为技术化行业，翻译技术能力已成为翻译能力的构成要素之一，可促进译者主体性的进一步发挥。

译者不仅要不断提升技术应用能力，还应具备更广泛的适应能力和学习能力，不断更新、发展。

翻译实践与研究中的技术化特征，也必将对翻译人才培养产生深远影响。

翻译人才的培养必须着眼于这一现实，高度认识技术能力培养的重要性，推进课程体系建设，追踪语言服务需求，及时更新课程内容，着眼于信息素养培养，加强项目案例开发建设，积极创建沉浸式技术环境。