| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 劳动/就业 |
| AI时代翻译专业人员知识技能转型研究 |
| 第753期 作者：□文/胡珊珊 易 经 时间：2025/5/16 11:55:29 浏览：61次 |
［提要］ 随着智能机器翻译技术更新迭代加速和产业应用推进，翻译行业正经历着深刻变革。在这一行业技术背景下，翻译专业人员必须调整学习策略，实现学习方式和知识准备的转变，优化自身的技能结构，保持对新知识、新技术的专业敏感度，以适应技术变革对翻译工作的新要求，保持专业适用性和职业发展性。
关键词：AI时代；机器翻译；翻译专业人员；学习转变和技能优化
中图分类号：F49 文献标识码：A
收录日期：2024年11月13日
引言
机器翻译（MT）是人工智能领域的一项关键技术，旨在实现不同语言之间的自动翻译。自从20世纪30年代首次提出以来，机器翻译已从简单的字面翻译演变为今天高度复杂和精准的语义翻译。这项技术的发展不仅彻底改变了全球跨语言信息交流的方式，而且对于经济、政治和文化交流均产生极其深远的影响。
人工智能时代，翻译的“技术转向”愈加显著，语言翻译服务行业的传统业务模式和工作方式产生了深刻变革，对语言学习者和翻译用户的机器翻译素养以及技术运用能力提出了更高要求。随着智能机器翻译技术更新迭代与应用普及，翻译专业人员面临着新的职业挑战。在未来MT技术发展与应用中，需要工程技术人员和语言专业人员协同改进和完善，翻译人才高知化、复合型趋势明显。因此，翻译专业人员在智能机器翻译技术发展背景下如何进行学习转变和技能优化，成为了当前语言翻译行业从业人员亟须思考和面对的问题。
一、智能机器翻译技术发展与产业应用
（一）机器翻译技术发展历程。机器翻译技术自20世纪30年代诞生以来，经历了从基于规则的方法、基于统计的方法以及到神经机器翻译方法的演变。这一发展历程不仅彰显了技术的不断进步，也反映了语言翻译需求与翻译效果之间不断追求平衡的探索过程。
1、基于规则的机器翻译（RBMT）。20世纪70～80年代，基于规则的机器翻译方法（RBMT）占据了主导地位。该方法主要依赖于预先设定的语法规则（包含源语言和目标语言）和词典库来进行翻译。这种方法局限于规则的严格性和语言的复杂性，在实际应用中往往难以覆盖低频使用语言，导致翻译效果受限。
2、基于统计的机器翻译（SMT）。20世纪90年代，随着计算技术的发展和语料库的丰富，基于统计的机器翻译方法逐渐兴起。这种方法利用大规模双语语料库来训练统计模型，SMT依靠技术进步逐步完善语料库和优化模型构建，通过计算源语言句子与目标语言句子之间的概率关系来进行翻译。相比基于规则的方法，能够更好地处理语言的多样性和灵活性，在翻译准确度与效果上取得了显著的提升。
3、神经网络机器翻译（NMT）。深度学习技术的迅猛发展为机器翻译领域带来了新的突破。神经机器翻译方法（NMT）通过训练深度神经网络模型来实现自动翻译。神经机器翻译不仅在翻译准确性上取得了前所未有的成果，还在翻译流畅性和语义保真度方面展现出了优越性能。
机器翻译技术的发展历程体现了从规则到统计再到深度学习的技术革新路径。这一过程中，翻译的准确性、效率和智能化程度得到了不断提升，为翻译行业的进步和发展奠定了坚实的基础。随着技术的不断进步和应用场景的拓展，机器翻译在未来有着巨大的发展潜力和应用空间。
（二）国内语言翻译服务行业机器翻译现状及趋势
1、机器翻译行业发展质量与效益同步提升。机器翻译与人工智能翻译企业数量快速增长，全国突破800家。国家市场监督管理总局企业注册信息数据库数据显示，截至2023年底，国内营业执照经营范围中含有“机器翻译与人工智能翻译”业务的企业达839家，相较于2022年增加251家。
笔译和口译是翻译企业的主要业务，在《2023年中国翻译行业发展调研》的翻译企业中，笔译和口译收入占比最高，平均分别为22.5%和18.2%。值得关注的是，由新兴翻译技术参与创造的收入在翻译企业营收中占有一定比重（22.4%）。其中，机器或人工智能翻译占比12.4%，翻译工具/软件开发占比10%。
2、语言翻译服务企业普遍认同MT大幅提升翻译效率，拓展业务范围。机器翻译技术的发展与应用为翻译及语言服务行业带来了深远的影响。90.4%的翻译及语言服务企业认为采用“机器翻译+译后编辑”模式提高了效率，其中有24.5%的受访企业认为“极大地提高了效率”，有65.9%的受访企业认为“提高了一些效率”。（图1，数据来源于中国翻译协会《2022中国翻译及语言服务行业发展报告》）
“机器翻译+译后编辑”等服务模式大幅提升了工作效率，从而扩大了增加业务量与提升市场竞争力的空间。机器翻译的应用与完善使得传统翻译及语言服务行业焕发新生：一些原来因为人工翻译不便、成本过高等原因而被忽视甚至被放弃的翻译及语言服务细分业务，如出国旅行的翻译服务、信息量庞大的电商网站的本地化、社交媒体信息的即时翻译等，其业务量随着机器翻译技术的成熟获得较快的增长。
3、语言翻译服务供应企业与需求方均看好和投入机器翻译。翻译及语言服务提供方与需求方均看好机器翻译前景。从翻译及语言服务企业的角度来看，有90%的受访企业愿意在未来投入更多资金来提升企业的机器翻译相关的技术实力。
翻译企业半数以上使用机器翻译，8成以上积极拥抱大模型技术：在参与调研的翻译企业实施的翻译服务项目中，2023年52.9%的项目使用了机器翻译。其中，30.4%的项目采用了“机器翻译+译后编辑”模式，22.5%的项目采用了“全机器翻译交付”模式。
从语言翻译服务需求方的角度来看，有91.3%的受访者认同翻译技术的使用能够提高翻译质量，九成受访者认同翻译技术的使用能够降低翻译成本（94.7%）及提高效率（95%）。
智能机器翻译技术作为人工智能领域的重要分支，凭借高效、快速、自动化程度高等优势，极大地提高了翻译效率。同时，与任何新技术发展应用一样，机器翻译也存在一定的局限性。在翻译实践中，智能机器翻译技术仍需与人工翻译相结合，以发挥各自的优势。在未来MT技术发展与应用中，需要工程技术人员和语言专业人员协同改进和完善，提高翻译质量和效率，以更好地满足跨语言交流的需求。
二、翻译专业人员的学习转变
人工智能时代，机器翻译的技术创新与应用日新月异，对语言学习者和翻译用户的机器翻译素养以及技术运用能力提出了更高要求。但是，翻译专业人员应该坚持在语言翻译服务中保持人的主体地位，主动调整学习策略，保持对新知识、新技术的专业敏感度，保持专业适用性和职业发展性。
（一）学习内容的转变。在智能机器翻译技术迅猛发展的时代背景下，传统的语言学和翻译学知识虽然依旧是专业基石，但已不足以应对新型技术变革与应用。翻译专业人员必须积极跟踪行业新技术、新业态，不断拓展自身的知识边界。
1、NMT原理机制学习与专项训练。神经网络作为智能机器翻译技术的核心，是翻译专业人员必须掌握的重要技能之一。学习神经网络的基本原理和模型结构，翻译专业人员可以深入了解智能MT技术的原理机制，从而更好地把握其优势和局限。此外，基于神经网络的机器翻译系统的实践应用和专项训练等，也是翻译专业人员需要重点关注和学习的内容。
2、MT数据分析基本方法的应用。大数据技术为智能机器翻译提供了海量的语料资源和计算支持，使得翻译过程更加精准和高效。因此，翻译专业人员需要学习运用大数据技术进行语料库的构建、清洗和标注等工作。同时，还需要掌握数据分析的基本方法，以便从海量的语料中挖掘出有价值的翻译规则和模式，为智能机器翻译系统的优化提供有力支持。
3、自然语言处理技术应用。自然语言处理技术作为智能机器翻译的重要辅助手段，也在翻译专业人员的学习内容中占据重要地位。通过学习自然语言处理技术，专业人员可以更熟练地处理各种语言现象（如词性标注、句法分析、语义角色标注等），从而提高翻译的准确性和流畅性。同时，自然语言处理技术还可以帮助翻译专业人员优化翻译流程，提高翻译效率。
上述专业技术的掌握将有助于翻译专业人员更好地适应MT技术变革的挑战，提升自身的专业素养和综合能力，从而适用语言服务行业岗位新需求。
（二）学习方式的转变。在智能机器翻译技术不断发展的背景下，翻译专业人员必须采用新的学习模式以应对行业技术变革。传统的课堂学习方式，虽然具有其系统性和规范性，但在快速变化的技术环境下显得力不从心。因此，学习方式的转变成为了迫切的需求。
1、在线学习新趋势。在线学习方式的优势在于其灵活性和实时性。通过在线学习平台，翻译专业人员可以随时随地访问丰富的学习资源，包括专业课程、研究资料以及行业最新动态。此外，在线平台通常配备有社区交流功能，使得学习者能够与同行进行实时交流和讨论，共同解决问题，分享经验，这有助于知识的快速更新。
2、自主学习（终身学习）。自主学习能力的培养同样至关重要。在知识经济时代，自主学习能力和终身学习是每个人都需要掌握的核心技能。对于翻译专业人员来说，需要动态跟踪学习专业领域新知识、新技能，持续跟进行业发展，不断提升自身的专业素养。自主学习不仅仅局限于专业课程和网络资源的学习，还包括实践中的探索和反思。
3、专业活动与社会实践。除了在线学习和自主学习，翻译专业人员还可以通过参加专业研讨会、工作坊、参与实际项目等形式来拓宽学习渠道。这些活动不仅提供了与业界专家和同行面对面的交流机会，帮助我们了解最新的行业趋势和技术发展，还通过这些多元化的学习方式，不断积累总结经验，从而深化对智能机器翻译技术的理解和应用。
学习方式的转变还意味着翻译专业人员需要培养终身学习理念。当今时代技术更新迭代加速，因此需要保持对新知识和新技术的专业敏感度，不断调整和优化自身的知识技能结构，保持专业适用性和技能发展性。
三、翻译专业人员技能准备与调整
翻译技术因人而生，又赋能于人，因此所有与翻译技术相关的问题都可以看作与“人”相关的问题。新时代的专业译者应不仅要身怀译技，还要善用译器，在积极拥抱新技术的同时，更应该发挥主观能动性和创造性，坚持“人的主体地位”，保持对新知识、新技术的专业敏感度，以适应技术变革对翻译工作的新要求。
（一）专业技能的夯实与提升。在智能机器翻译技术深入发展的背景下，翻译专业人员必须不断提升自己的专业技能，以适应行业技术变革并保持在行业中的适应力。
1、跟踪并掌握智能时代机器翻译工具。专业技能的提升涵盖多个方面，其中跟踪并掌握智能时代机器翻译工具的使用技能和方法显得尤为重要。为了有效利用智能机器翻译工具，翻译专业人员需要深入了解MT工具的工作原理、功能特点以及适用场景。学会根据不同的翻译任务选择合适的工具，并掌握其操作方法和使用技巧，在提高翻译效率与保证翻译质量中实现动态平衡。（图2）
2、夯实翻译能力和专业素养。仅仅依赖智能机器翻译工具是不够的。翻译专业人员还需要注重夯实翻译能力和专业素养：具备扎实的语言功底和丰富的文化背景知识，以便更好地理解和传达原文的含义。此外，不断实践和反思也是提升翻译能力的重要途径。通过参与各种翻译项目，翻译专业人员可以积累更多的实践经验，不断锤炼自己的翻译技巧。
3、注重翻译质量评估和反馈。借助人工智能技术进行翻译质量的评估和反馈也是专业技能提升的重要环节。人工智能技术可以帮助翻译专业人员快速准确地检测出翻译中的错误和不足之处，如语法错误、语义不准确等。通过及时获取这些反馈信息，翻译专业人员可以针对性地进行修改和完善，从而不断提高自己的翻译质量。
（二）跨领域知识的融合。在智能机器翻译技术日益普及的今天，翻译专业人员面临的翻译任务不再局限于某一特定领域或语言，而是涉及多个领域、多种语言的复杂场景。这就要求翻译专业人员不仅要具备扎实的语言功底和翻译技巧，还需要广泛涉猎各个领域的知识，以便更好地应对多元化的翻译需求。
1、跨文化语言、文化学习。跨领域知识的融合对于翻译专业人员来说至关重要。首先通过了解不同国家和地区的文化背景、历史传统和社会习俗，翻译专业人员可以更加深入地理解原文所蕴含的文化内涵和情感色彩。这种理解有助于译者在翻译过程中准确传递原文的语义信息和文化特征，避免因文化差异而造成误解和歧义。
2、拓展专业“领域翻译”技能。掌握不同领域的专业术语和表达方式也是翻译专业人员必备的技能之一。随着科学技术的发展，各个领域的新知识、新概念层出不穷，这些新知识、新概念往往以特定的术语和表达方式呈现。因此，翻译专业人员需要不断拓展学习和积累各个领域的专业知识，以便更好地应对专业性较强的“领域翻译”任务。
3、开拓“本地化服务”技能与业务。本地化服务致力于将产品或服务适应特定地区的语言和文化环境，要求译员具备跨文化交流能力。因此，翻译专业人员需要密切关注国际形势的发展变化，及时调整自己的知识结构和翻译策略，以适应不断变化的翻译市场。
综上，随着智能机器翻译技术的不断创新和产业应用，翻译专业人员在夯实语言学、翻译学等传统专业领域知识的基础上，必须持续学习新知识，不断更新自己的技能库，积极跟踪语言翻译服务行业前沿技术及其产业应用。实现学习方式和知识准备的转变，优化自身的技能结构，保持对新知识、新技术的专业敏感度，以适应技术变革对翻译工作的新要求，保持专业适用性和职业发展性。
（作者单位：湖南师范大学外国语学院）
主要参考文献：
［1］王华树，王鑫.人工智能时代的翻译技术研究：应用场景、现存问题与趋势展望［J］.外国语文，2021.37（01）.
［2］周兴华，王传英.人工智能技术在计算机辅助翻译软件中的应用与评价［J］.中国翻译，2020.41（05）.
［3］Kenny，D.（Ed.）.Human Issues in Translation Technology［M］.London & New York：Routledge，2017.
［4］肖志清，李静霞.机器翻译：语言学习与翻译发展新动力——《所有人的机器翻译：在人工智能时代为用户赋能》评介［J］.外文研究，2023.11（02）.
|
|
|
|
