除“草”垦“荒”新天地①——基于人工智能发展的翻译就业市场新生态建构与前景展望

刘祖威 邱晴 曾小燕

一、 引言

随着全球化的不断推进，人类命运共同体理念深入人心，各国人民不断加强彼此间经济、政治与文化领域的互动，翻译市场由此迎来了行业的春天。 脱胎于深度学习的神经网络机器翻译在技术革命中得到飞速发展，神经机器翻译领域中多层神经网络模型结构能够显著提升翻译效果，这不断要求翻译市场作出积极反应，促进翻译人才高度职业化。 囿于传统模式下以人为主体的作坊式翻译形式及市场本身存在的缺陷与问题，人工智能时代下的翻译市场面临着行业的生态失衡。 行业内外“机器翻译取代人工翻译”的传言不绝于耳，影响翻译预备人才的职业规划。 现今，人工智能与人工翻译的关系讨论问题不断持续，翻译市场如何把握机遇、应对挑战及其未来道路走向亟待研究分析。

二、 研究现状

人工智能技术作为当今一项关键生产力要素，正不断地驱动着翻译行业生产方式和生产关系的重构。国内专家学者致力于研究探索人工智能翻译与翻译市场的现状，这些研究主要包括以下四个方面:

一是关于人工智能翻译发展情况的研究。 机器翻译经历了从基于规则机器翻译，到基于语料库机器翻译，再到今天基于神经网络机器翻译的演变。 基于深度学习技术的神经网络机器翻译技术飞速发展，网络技术的升级变革促进信息的快速更新和传播，翻译需求出现井喷式增长。 二是关于人工智能翻译与人工翻译关系的研究。 基于两者关系的问题讨论，在当前信息技术条件下，机器翻译可以发挥人工翻译不可替代的作用。 目前不少大型翻译工程采取人机翻译模式以提高翻译质量和效率，力争达到机器翻译的“多、快、好、省”和人工翻译的“信、达、雅”。 三是关于人工智能对翻译市场影响的研究。 机器翻译技术的革新促进翻译市场对人才需求的变化。 在机器翻译的准确性和流畅度逐步提升的同时，市场对于翻译人才的需求也许会相应减少，影响译者的就业率，从而翻译人才的培养力度随之缩小，翻译职业化范围会从译者拓宽转移到计算机(赵应吉等，2019)。 四是关于人工智能时代下翻译市场发展前景的研究。 通过分析行业现状，不同学者对建构翻译市场新生态提出了个人看法。 邵璐认为在译前、译中及译后阶段存在不同切入点，应通过发展基于众包翻译数据的人工智能系统迭代建构行业新生态。 王华树和李智认为，应当重视翻译技术的宣传培训，同时仍应该不断深化翻译技术的研发和探究。

目前国内学者大多是基于人机两者理论上的关系进行相关分析，以翻译行业实际状况为调研样本进行研究的仍旧较少。 在展望未来翻译市场、提供可行性建议方面还缺乏从各主体角度为基础的系统阐述，这给本项目的研究提供了契机。

三、 研究设计

为调研高校师生对翻译软件及翻译行业未来道路构建的看法，本研究利用“问卷星”平台设计并发放问卷，通过三个月的调研时间，经后台分析剔除无效问卷后收到有效问卷199 份，覆盖全国17 个省、自治区、直辖市和特别行政区(调查的被试基本信息如表1 所示)。

续表

正式发布问卷前，研究者询问了2 位职业笔译员和3 位高校翻译教师的相关意见建议，优化问卷结构，而后进行大规模调查。 问卷共设19 个题目，涵盖个人背景、翻译软件使用情况、翻译软件对个人工作学习与职业规划影响情况及翻译道路构想等方面。 经过频数、交叉分析，对调研数据进行了可视化整理。 针对问卷中体现的现状，研究者将结合理论分析，更加客观、科学地分析人工智能时代下翻译就业市场的新生态建构与前景展望。

四、 数据分析

针对199 份调查问卷，研究者进行了数据分析。其中104 人就读于语言类专业(包含翻译专业与非翻译专业)，54 人具有翻译从业意愿。

问卷中不同年级的高校生大多(90.95%)都使用过翻译软件，其中128 人的使用频率达每周3 日以上。鉴于目前翻译水平与学习经历，大多人(57.29%)倾向于自身翻译过程中使用软件辅助，而其他大部分人(33.67%)更倾向于先机器翻译处理再人工修改。

就翻译软件对自身影响而言，大多认为其利大于弊:翻译软件能够提高学习效率(75.88%)、翻译能力(66.83%)、词汇量(64.82%)。 但仍有人过于依赖软件导致单词遗忘(39.2%)、翻译水平下降(51.26%)。

问及机器翻译与人工翻译的关联，绝大部分人(84.92%)不同意其中的替代关系，且认为未来翻译软件对口/笔译市场产生的影响倾向于人机共译主导。但机器翻译的迅速发展仍对部分人(82.76%)的职业规划产生一定程度的压力。

五、 人工智能翻译与人工翻译

(一)人工智能翻译

人工智能翻译，又称机器翻译，指利用计算机进行两种语言符号的转换。 机器翻译始于20 世纪30 年代，迄今为止已然有90 多年的发展史。 纵观机器翻译的发展历程，总体可分为四个阶段，即基于规则的机器翻译、基于统计的机器翻译、基于实例的机器翻译和基于不同方法应用的机器翻译。

1. 人工智能翻译的发展

第一阶段，基于规则的机器翻译。 它通过构建、分析源语与目的语之间的转换规则，对两者语言进行词汇、词义等分析。 第二阶段，基于统计的机器翻译。 该模式以机器大数据为基础，分析现有语料库中的翻译模型，对源语进行语料库基础上的统计模型分析。 第三阶段，基于实例的机器翻译。 依据类比原则，在语料库统计模型分析后通过对比翻译语句进行适当化筛选。 前三阶段或多或少受制于语料库所涉及的规模与覆盖程度。 第四阶段，基于不同方法应用的机器翻译。该模型综合运用以上三种方法，从规则分析、语料库统计、语料库对比与扩充等方面进行源语与目的语之间的有效转换。 当今主要采用第四阶段的翻译模型，并在此基础上不断加强双语平行语料库的建设，从而进行机器翻译。

2. 人工智能翻译的特征

人工智能翻译基于语言符号对比分析等程序处理，实现双语甚至多语环境下人们的有效沟通，其特征主要表现为效率化、机械性。

(1)效率化。 人工智能翻译依据不同模型进行语言符号处理，其能在短时间内处理大量文本，脱离于传统翻译的时空限制，有效提高翻译工作的质量与效率。

(2)机械性。 人工智能翻译目前只能处理无感情状态下的语句，对词句进行的只是浅层处理，还很难对语篇进行深层次的感情分析。 不仅如此，囿于当前技术存在的局限性，人工智能翻译只能在现有语料库的基础上进行分析，因此缺乏了翻译过程中以人为主体的再创造的个性与活力。

(二)人工翻译

传统模式下的翻译以人为主体。 基于后天学习与培训所累积的翻译经验与经历，译者对源语进行语句、语义等表层分析，并透过源语背后所传达的深层情感转换为目的语。 一个好的译者在进行翻译工作时，既不违背说话者的意思、情感，又在此基础上进行本土化处理，使得双语转换实现有机平衡。

1. 人工翻译的发展

中国的翻译有着悠久的历史传统，在史籍上记载的历史已有三千余年。 翻译的历史可追溯到汉隋唐宋的经书翻译，接着发展为明清时期的科学翻译、清末民初的西学翻译，再到五四运动以后的社科和文学翻译，最后到新中国成立以后的翻译。

翻译活动受时代背景影响，早期多以文化类为主，后经发展，翻译突破了初期的单一化模式，译者可结合自身需求采取多元化的翻译手段。 当前，译者文化自觉性意识的觉醒使得翻译逐渐倾向于个体对双语文本转换的基础性功能与再创造性活动。 在机器翻译蓬勃发展的当下，人工翻译的优劣特征不断显现，两者之间的取舍或结合关系越来越受到学界的关注。

2. 人工智能翻译与人工翻译的关系

毋庸置疑，人工智能翻译以其自动化语言符号处理为特点，能在短时间内处理大量文本，工作时限与处理效率并非人工翻译所能企及。 然而，囿于其机械性，其翻译结果无法在文本感情透析方面敌过以人为主体的再创造活动。

通过分析两者的关系(如表2 所示)，不难看出，在当今与可预见的将来，翻译仍是以人为主体、机器为辅助的语言转换与再创造活动。 二者之间并非语言界的零和博弈，而是相互促进、彼此依靠的关系。

表2 人工智能翻译与人工翻译的对比

首先必须明确人工翻译为主，机器翻译为辅。 机器翻译的语料库建设离不开对大量人工翻译结果的收集分析。 采用人机耦合的翻译模式不仅可以运用机器来翻译大量晦涩难懂的专业抽象词汇，解决人工翻译的一大难题，还可以防止单一地采用机器翻译结果所呈现出的生硬语言。 译者可在机器翻译后进行译文的润色与译后编辑，对目标读者难以理解的文化术语进行合理解释，使翻译工作提高效率，同时确保译文的质量，真正做到双语转换、消除人类交际的障碍。

六、 翻译行业生态分析

自翻译需求井喷式增长以来，行业内不断涌现新生力量，亦激发了高校大学生的翻译从业意愿。 但译者自身水平的高低等因素不断促成了翻译行业鱼龙混杂的现象，行业生态林中“杂草丛生”。

(一)整体生态

翻译行业就广义而言，代指包括口笔译在内的语言服务行业。 中国翻译协会发布的《2019 中国语言服务行业发展报告》显示，全国语言服务产值呈现良好的增长态势，2019 年国内语言服务行业产值增长乐观，语言服务中语种需求类型随着“一带一路”的发展呈现多样化的特点。 政策因素与全球化发展使得翻译在内的语言服务需求快速增长，语言服务的产业化在大量资金注入的支撑下快速发展。

然而市场上语言服务供应商呈现出规模不一、差异明显的特点。 现有的翻译企业规模不等，从个人翻译工作室到系统化的大型公司。 囿于信息滞后性等因素，行业内还可能出现基于价格差异的恶性竞争，这就迫使行业尽快加强规则建设、实施监督职能。

(二)人才培养

科学技术的迅猛发展给机器翻译增添了新的活力与技术支撑。 出于对机器发展将来会替代人类的担忧，有从事翻译工作意愿的高校大学生不得不面临职业审视的挑战。 再者翻译人才的培养模式还未摆脱传统人才培养框架下的理念与做法，往往忽略翻译的职业实用性，一定程度上导致了课上教学内容与社会就业需求的脱节。 面对市场巨大的翻译需求，行业人士需不断提高自身竞争力，高校人才培养模式也需要适时转变升级。

七、 翻译行业新生态的建构

基于现今翻译行业暴露出的各种问题，拟从校企联合、行业规范、政策支持、多方协作四方面提出未来新生态的建构路径。

(一)校企联合

由于现有翻译人才培养模式的滞后性，高校应积极反思，构建创新创业视角下以就业力为导向的翻译人才培养模式。 翻译教学不仅应重在理论层面，也应落到实处。 通过学校与企业间的合作，具备一定翻译基础的学生可进入企业进行翻译实践，培训翻译过程中的实际操作，提高翻译预备人才的实用性水平。 企业专家也可进入校园，直接参与翻译人才培养方案及课程的设置，适时考查学生水平，精准精进人才培养模式。 双方密切协作，不仅有利于提升企业预备人才素质，增加企业经济效益，还能培养以就业力为导向的翻译人才，为全行业与全社会的语言服务提供精英后备军。

(二)行业规范

现今翻译行业标准还未严格统一化，从业者水平参差不齐，翻译活动的价格标准取决于市场总体环境。翻译行业应当提升从业准入门槛，规范行业标准，全行业决心助力除“草”行动。 既要有效监督翻译从业者的工作活动是否符合标准，又要及时规避各种不恰当行为引起的恶性竞争，除去行业中的“杂草”。

(三)政策支持

翻译作为具有远大前景的行业，需要源源不断的政策优势给予支持。 政府与企业、高校翻译人才合作对接，帮助承办大型翻译学术与实践活动，在国际前沿领域关注翻译需求，适时给予人才锻炼与表现的机会。在全球化深入发展的当下及未来，政策红利精准落袋，有利于翻译行业的持续、长足发展。

(四)多方协作

各方应明确人工翻译的主体地位与人工智能翻译的本质，共同打造“行业交叉命运共同体”，创建人机耦合发展新时代。 熊彼特创新理论认为创新的同时意味着毁灭，人工智能翻译便是创新，即使它的存在与发展会给语言服务等行业带来一定程度的破坏，但其本质是为了更好地服务人类。 如何有机协调二者间的关系，是行业内外人士应当审慎思考的哲学问题。 而对于机器翻译的开发不能止步于此，应当持续利用科技行业的先进优势，加大科研开发力度，在扩充现有双语平行语料库的同时研究新型机翻模式，创新优化人工智能翻译技术云平台，多行业携手垦“荒”行动，创建“翻译＋”的“芯”未来。

八、 结语

在全球化发展视角下用发展的眼光看待人工翻译与人工智能翻译之间的关系，必须明确以人工翻译为主、机器翻译为辅的翻译模式。 二者之间为非零和博弈，其中的替代关系在当下与可预见的未来仍是不成立的。 针对行业内外的担忧与种种乱象，着眼于翻译就业市场新生态的建构，需要高校创新以就业力为导向的翻译人才培养模式，行业提高准入门槛、加强管理监督，国家力量坚定支持、政策红利精准落袋，多方之间应当加强协作，打造交叉命运共同体。 未来的翻译形式一定不止于单一化，而是在与其他领域建立更密切联系的基础上呈现多元特点。 除去行业中的“杂草”乱象，勇于“垦荒”发现新时代新形式的翻译模式，是保证翻译行业生态健康、开拓新天地的不竭动力。