机器翻译素养的概念内涵与表现形式——代主持人语

王少爽

(大连外国语大学多语种翻译研究中心/高级翻译学院，辽宁大连)

始于20世纪30年代，机器翻译技术发展至今，已有将近90年的研究历史，经历了基于规则、基于实例、统计和神经网络等四个主要阶段，其终极目标在于实现全自动高质量翻译。近年来，神经网络技术在机器翻译中的深度应用，促使机器翻译系统所产出的译文质量有较大幅度的提升。机器翻译系统的智能化程度越来越高，成为人工智能技术的一个典型代表，进而对翻译业界、学界乃至教育界都产生了重要影响和巨大冲击。由此引发了机器翻译的“取代论”“威胁论”乃至外语专业、翻译专业的“无用论”等消极观点和讨论。面对这样的论调，外语专业和翻译专业该如何为自身发展进行定位？

技术的本质在于实现对人类能力的扩展和延伸，服务人类社会发展。由是观之，机器翻译技术则旨在实现人类翻译能力的扩展和延伸。机器翻译技术的发展更应视作对人类的一种赋能和解放，帮助人类克服语言差异造成的沟通障碍。李瑞林指出翻译活动内在的歧义性、干扰性和非对称性特征，使其成为一个劣构问题显著的实践领域，致使机译技术的研发目标难以完全实现。尽管近年来机器翻译译文质量得到显著提升，但距离全自动高质量翻译的目标仍相去甚远。目前，全自动高质量翻译仅在个别专业化很强的垂直领域得以实现，如天气预报。Koehn认为，当前机器翻译研究的目标不在于实现完美翻译，而是旨在降低机器翻译系统的错误率。祝朝伟指出，机器翻译的服务对象永远是人，其研发目的在于更好地为人类服务，机器翻译取代人是一个伪命题。诚然，质量的提升已经使机器翻译系统能够取代低水平的人工翻译工作。这对翻译工作者乃至高校翻译教育改革提出了更高的要求。

人工智能时代，我们无法逃避神经机器翻译对翻译职业和翻译教育的冲击，而应关注如何充分利用机器翻译以更好地提升翻译质量和促进个人发展。王华树和李智通过调查发现，半数以上的译员在工作中应用机器翻译译后编辑(MTPE)模式，且译员认为该模式能够提升11%～70%不等的翻译效率。机器翻译已经成为翻译技术能力的重要构成要素。Bowker和Ciro在探讨机器翻译技术应用于学术交流时，提出“机器翻译素养”(machine translation literacy)概念，并详细阐述了学术交流语境下机器翻译素养的工作定义，即学者使用机器翻译系统进行学术交流的能力。该概念的提出对于应对人工智能时代机器翻译技术的挑战具有很强的理论与实践指导意义。

在翻译职业和翻译教育语境下，机器翻译素养即相关主体能够有意识地合理、有效使用机器翻译系统服务于翻译实践和翻译学习的心理和行为倾向，涉及知识、能力和伦理三个维度。这里的相关主体不仅包括职业译者，还包括翻译学习者和翻译教师。就知识维度而言，相关主体应知晓机器翻译的基本原理、发展动态、应用场景、译文特征和错误类型等，以便更好地进行机器翻译实践。就能力维度而言，相关主体应熟悉主流机器翻译系统的功能及使用方法，掌握译前编辑、译后编辑的相关技巧，能够利用不同形态的机器翻译服务于各种现实场景的翻译需求。就伦理维度而言，相关主体应遵守职业规范，合理使用机器翻译技术。任文指出，机器翻译的发展和应用使翻译活动的伦理变得前所未有的复杂和多元，既对传统翻译伦理观发起了挑战，又引发了新的道德困境。这就要求相关主体在使用机器翻译时，需要充分考虑自身的相关责任及行为结果。

针对不同的使用主体，机器翻译素养具有不同的表现形式。就职业译者而言，机器翻译素养表现为如何使用机器翻译优化翻译项目流程，提升翻译工作效率。就翻译学习者而言，机器翻译素养不仅表现为翻译工作效率的提升，还涉及如何使用机器翻译促进语言乃至专业知识的学习。技术能力已成为当今翻译教师能力结构的重要构成部分，机器翻译技术是其中的关键内容。翻译教师的机器翻译素养表现为能够认知和应对机器翻译技术对翻译教学的挑战，具体包括教学目标升级、教学内容更新、教学资源使用、教学方式转变和学习评价革新等方面，旨在充分利用机器翻译技术更好地促进学生的翻译能力发展。

本专栏包含四篇文章，分别从译前编辑、译后编辑、图书翻译、教学模式和机器口译等角度探讨机器翻译技术的应用，体现了不同主体机器翻译素养的具体实践形式。李洋、孙宁、梁玉静的文章聚焦机译译文的译前编辑问题，基于对译前编辑概念内涵的阐释，选择谷歌在线翻译系统，以欧盟GMP/GDP法规汇编为语料，对未经和经过译前编辑的机译译文做了比较研究，提出词级和句级层面的译前编辑方法，试图构建人机互动的译前编辑翻译模式。梁本彬和李天云的文章重点探讨机器翻译技术在人文社科图书翻译项目中的运用，分析了机器翻译译后编辑的优势，总结了机器翻译错误的解决方案，进而从理性认识、责任意识和职业追求三个方面对机器翻译应用于人文图书翻译提出了建议。肖志清和魏光凤的文章基于师生图书翻译项目实践经验，提出基于在线CAT翻译生产平台的师生协同翻译模式，分析了该模式的三大优势及有待改进之处，是对翻译生产模式和机器翻译素养教学模式的一次创新性尝试。李双燕和孙晔芃的文章则关注机器翻译技术在旅游口译场景下的应用，构建了面向旅游翻译的机器口译质量评估标准，选取“有道翻译官”口译软件，通过实验设计，采用量化和质化方法对机器口译质量进行了评测，研究发现机器口译App尚未达到预期效果，并提出了改进建议。

神经网络机器翻译技术的发展，既是挑战，也是机遇。我们已经进入人机共译时代，人类译者与机器翻译将共同进步，相互促进。希望本专栏的四篇文章能够助推机器翻译技术应用研究主题的拓展和深化，引发学界与业界对机器翻译素养的更多关注，实现机器翻译技术对翻译实践和翻译教育的深度赋能，促进机器翻译技术更好地服务于人类社会发展。