10月11日下午，大连外国语大学高级翻译学院王少爽教授为翻译专业师生带来了一场题为“何‘译’为继？——AIGC浪潮下智能翻译素养的概念框架与实践路径”的精彩讲座。讲座由郭国良教授主持，吸引了众多师生。
王教授以《人类简史》为讲座开篇：人类由智人发展至今历经了三次重要革命，即认知革命、农业革命和科技革命。技术发展和人类历史发展紧密相关，人类发明了技术而技术亦能反作用于人类。随着技术进步，ChatGPT等人工智能技术驱动的自然语言处理工具纷纷涌现，改变了人类信息互动以及知识获取、生产的方式。从某种意义上来说，这也体现出了知识媒介的进化。在此背景下，王教授介绍了人工智能的算力、算法、数据三要素，以及大语言模型（LLM）的定义，强调了当下生成式人工智能技术发展的强大算力、先进算法和海量数据的基础。王教授特别指出，通用大语言模型使用了来自各种领域的数据，而这相当于在语言中构建了一个能够反映现实世界的模型，因此能通过理解自然语言服务于人类，协助人类处理各种类型的语言任务。
王教授进一步解释道，内容创作经历了三个主要阶段：专家生成内容（PGC）、用户生成内容（UGC），以及人工智能生成内容（AIGC），其中人工智能生成内容还可分为两个阶段，一是由人工智能辅助生成内容，二是完全由人工智能生成内容。他向师生们展示了由ChatGPT创作的文言文以及英文十四行诗，展现出了人工智能的强大语言生成能力。此外，王教授梳理盘点了国内外主流AIGC工具的发展情况，涉及图像设计、音视频处理、市场营销、数据科学、医疗健康等多个范围，表明人工智能已介入到我们工作与生活的方方面面，并已经产生了巨大影响。
二
生成式人工智能对于翻译有何影响？王教授表示，完全的高质量自动化翻译是机器翻译技术研发的终极目标，但我们现在仍处于中间状态，即机助人译和人助机译。目前的市面上已经出现了多种翻译技术工具，像ChatGPT、Claude等大语言模型虽然并非专门用于翻译，但却可以通过提示语来完成翻译工作，改变翻译工作模式，提升译文质量。当然，机器翻译的进步对于人类译者的职业发展也带来了很大挑战。对此，部分人持“取代论”的观点，认为机器翻译将代替人工翻译；另一种观念则认为机器不会代替人类，而是对人类进行赋能。王教授支持后一种看法，认为技术在某种程度上会取代中低水平译者，但机器对于人类译者而言其意义更多在于“赋能”。技术哲学家菲利普·布里曾言，“技术是人类能力的拓展”，翻译技术则意味着人类翻译能力的延伸和拓展，它旨在为人类译者进行赋能，这是翻译技术的本质。
若要应用翻译技术，首先我们要明确在翻译实践当中究竟存在什么问题需要译者解决。王教授说，从根源而言，翻译的问题主要包括语言内部问题和语言外部问题。语言内的问题主要有三，即歧义性、干扰性、非对称性。翻译需要处理的多为自然语言，必然存在歧义性；翻译涉及两种语言的转换，不同语言之间会存在相互干扰，出现例如汉语中文的西化等问题；再者，不同语言中的词汇、语法及语言文化概念体系等会存在非常多的不对等之处。语言外的问题则涉及背景知识、文本格式、流程管理。译者会面对各种各样的文字类型，需要查证文本外的背景知识。若翻译项目规模较大，还会存在流程管理的压力。
紧接着，王教授探讨了翻译活动的具体层次划分，在李瑞林教授的观点基础上提出了自己的想法。李教授将翻译操作分为三个层面：嵌入式（embedded）翻译是对先验共识性翻译成果的再利用；调和式（mediated）翻译针对歧义性问题和干扰性问题，运用关联知识做出合理判断和决策；绝对式（radical）翻译主要针对非对称性问题，生成填补认知空缺的解决方案。王教授认为，翻译活动主要包括复用型翻译、生成型翻译以及优化型翻译。其中，复用型翻译为直接复用与继承之前的翻译资源。现今翻译过程中大量时间会用于查证，很多时候译者并不需要重新翻译，而是在前人的语言操作结果上进行翻译。例如，翻译术语时要求译者找到权威数据库，查找术语的规范译名。生成型翻译针对的是没有人翻译过的表达方式，需要生成新的翻译资源。我们在翻译新的引入外来术语或新的中文表达时就需要生成新的翻译内容。然而，日常翻译实践中遇到完全需要进行原创翻译的情况较少，更多的可能是复用型或者第三种方式——优化型翻译。某些表达方式和术语之前曾被翻译过，但可能会有不同的处理方式，存在不同译法，译者需要对比不同方案，从中择优——有时也需要进一步优化。现今人工智能快速发展，新兴的技术工具对于不同层面的翻译活动皆有助益。以ChatGPT为例，在翻译准备阶段，ChatGPT有助于术语管理，能通过提示语生成双语对照词汇表，还可以根据主题词生成术语表，辅助语料对齐。除直接生成译文外，它还可以根据提示语比较分析不同译文，进一步迭代优化译文，进行译文审校，对于译文评价打分，帮助译员进行翻译质量控制。
显然，生成式人工智能的确对译者带来很大帮助，但其翻译效果究竟如何，有待进一步实践与探讨。在接下来的环节，王教授展现了不同机器翻译工具的译文，对比了生成式人工智能工具和传统在线翻译平台的翻译模式和翻译质量差异。在辽宁省国际传播中心的海报翻译案例中，传统在线翻译平台会将“辽宁男篮蝉联总冠军总比分4：0”中的“蝉联”译为“cicada couplet”“Reelection”“Reigning”等不恰当译文，其中，DeepL平台可以提供多种翻译方案，但选择相对有限，也不能进行更有效的互动。相比之下，ChatGPT在语境中被赋予特定的译者角色之后可以灵活生成译文，满足我们对于译文风格的进一步要求。案例中，ChatGPT参照NBA海报模式，将“蝉联”翻译为“Back-to-Back”。Claude模型同样翻译出了这个词，并且将“辽宁男篮”指代的具体队名也译了出来。此外，生成式人工智能还可以用于知识查询，译者可以要求其解释原文当中的词语。例如，对于“Back-to-Back”的译法，译者可以进一步询问ChatGPT，查证其语义及语义演进过程，敲定最终版本。
总体而言，和传统在线翻译平台相比，ChatGPT类生成式人工智能工具的交互机制非常不同，对于语境的理解意识更到位，可以根据不同提示语互动产出多个方案，提供数量更多的译文版本，真正实现“人机共译”。但值得注意的是，生成式人工智能有时也会出现“胡言乱语”或“胡说八道”的情况，即“知识幻觉”，需要我们留意甄别，不可不加验证盲目取用。另外，译文的质量很大程度上也取决于提示语的质量，为了产生高质量的译文，译者也许需要花费时间调试提示语。
三
王教授梳理了过往研究中的翻译能力模型，回顾了不同时期学者提出的翻译能力具体要求，提出了“智能翻译素养”的概念。“智能翻译素养”在思维维度要求译者具备逻辑思维、批判思维、翻译思维、技术思维，在能力维度则期待译者拥有工具应用能力、机译评价能力、译前编辑能力、译后编辑能力、译文审校能力、译文定稿能力、提示语工程能力。译者在知识维度上需要掌握语言文化知识、翻译理论知识、机器翻译知识、AIGC知识、信息搜寻知识、译文审定知识。此外，在翻译的伦理维度上还应注意法律法规、意识形态、数据安全、隐私保护、知识产权、偏见歧视、诚实守信。智能时代下的译者具有多重角色，是集工具使用者、信息搜寻者、信息评价者、资源管理者、知识创新者、机译评价者、译前编辑者、译后编辑者、译文审校者、译文定稿者等身份于一身的综合型人才。
在智能翻译素养的概念框架下，王教授提出了“‘查、选、管’——译者能力模型”。“查”即为搜索能力，要求译者能够进行问题识别和需求分析，可以进行信息检索，既能从大脑里提取知识进行内部搜索，也可以善用工具进行外部搜索，包括查找文本的背景信息、前人译法、字词意思等；“选”意为决策能力。要求译者能够在翻译界面中进行信息评价、信息使用、信息选择，面对不同的译本进行判断，抉择最佳方案；“管”则为管理能力，涉及知识存储、知识优化、知识调用。例如，在某次翻译实践中，当译者确定了一版满意的译文之后，也许不一定能靠大脑记住翻译成果，下次再碰到类似的翻译单位可能忘记，这时就需要对以往的高质量翻译成果进行有效管理，创建翻译记忆库、术语库、知识库等，方便后续翻译工作时遇到相同或类似问题。
为进一步解释智能翻译素养，王教授向师生们展示了“满城中国红”的视频字幕翻译。在翻译该新闻标题过程中，ChatGPT共生成了五个标题版本。对于译文中拿不准的词，译者还可以进行人机对话，查询词语的语用含义。例如，当不确定“满城中国红”的译文“City Awash in ‘Chinese Red’ for National Day”中“Awash”一词是否合适时，可以通过ChatGPT深度查证其含义，如语义韵查询。若译者不满意，则可以通过适切的提示语让其继续生成。对于创造性要求较高的译文，生成式人工智能完全可以提供更丰富的选择，提升翻译效率。在正文翻译中，译者还可以合理利用提示语润色译文，使其表达方式更为地道。除了人工智能语言模型，还可以搭配使用专门的英文润色工具优化译文，在浏览器、文档处理器中安装各种插件以提升性能，但润色之后译文是否可以交付，仍然离不开人工判断。
四
王教授指出，应对职业化时代的信息需求，译者信息素养是重要保障。译者的信息素养指的是译者在信息社会中为完成翻译工作，积极利用各种信息工具与资源，主动开展信息实践，从而产生批判性知识构建的体验活动。王教授指出，职业化时代，译者的信息需求要关注如下重要特点：第一，多样性，所需信息范围广，内容庞杂；第二，跨语言性，译者往往需要通过跨语言信息检索能力；第三，可靠性和准确性；第四，获取的速度和效率；第五，获取的主要途径，包括通过互联网以及人际沟通和纸质书籍。王教授表示，翻译人才的核心能力是由逻辑思维能力、批判思维能力、媒介信息素养、技术应用能力、专业翻译能力、内容创新能力、沟通协调能力、自我管理能力共同构成的。
为此，王教授提出了构建AIGC翻译教学体系的设想，而这一翻译教学体系包括数个层面。王教授认为，在思维层面，需要认清PGC、UGC和AIGC的区别，把握好MT翻译思维、AIGC翻译思维以及人工翻译思维之间的差异，在此基础上提升学生的逻辑与批判思维能力；在知识层面，需要了解AIGC的发展史，了解其基于大模型、神经网络、机器学习等工作原理，掌握主流人工智能工具；在技能层面，需要掌握如何通过AIGC实现知识查询、术语提取、语料对齐、质量评价等不同方面，以及译文对比、迭代与审校等不同的处理方法；在实践与伦理层面，学生应主动参与AIGC翻译实践，参与人工智能翻译比赛和翻译项目，创新翻译内容，最终写成翻译报告；在研究层面，王教授建议学界可以深入探究AIGC，着力开展理论探讨，通过案例分析，深化人工智能翻译技术的研究，并将研究成果应用于教学。从创新课程的角度来看，AIGC教学体系可以通过开设笔译工作坊，创立“译后编辑俱乐部”等手段拓展教学空间。此外，AIGC教学体系对于翻译教师的能力也有所要求。教师应当加强自身的学习能力、研究能力、信息能力、技术能力，强化翻译教学和翻译实践能力。
最后，王教授强调，会取代人的并不是AI，而是会使用AI的人。王教授引用了思想家帕斯卡尔的名言——“人类的全部尊严就在于思想”，鼓励同学在AI时代关注自己的思维，提升思想，强化创新能力。本次讲座内容丰富详实，深入浅出，推动了师生对于AI技术赋能翻译的理解，亦加深了师生对于未来翻译行业发展的认识。
文/张蓝月
图/燕俊昊
审/杜磊、高睿
澳门永利5335cc中华译学馆
澳门永利5335cc翻译学研究所
澳门永利5335cc翻译专业基层教学组织
