人工智能时代翻译技术与译者关系演变与重构

　　摘 要: 在人工智能技术的介入下，翻译这一“经验性”的实践活动逐渐呈现出“技术化”转向的趋势。译者在享受翻译技术发展所代来便利的同时也承受着技术非人性化与译者主体性缺失等负面效应。本文通过对翻译技术以及其与译者之间关系的历史演变梳理发现，当前技术与人之间的关系产生了分歧与摩擦。为了实现未来的翻译技术与译者的良性互动，本文认为，首先要正确认识翻译技术的本质，其次要重新审视译者的作用和价值，最后要通过提升技术可用性和重新定位译者位置，并在此基础上努力实现“以人为中心的人工智能”发展目标，从而使得翻译技术与译者和谐共处。

　　李晗佶， 西华师范大学学报(哲学社会科学版) 发表时间：2021-09-16

　　关键词: 人与技术; 人工智能; 翻译技术; 译者

　　一、引言

　　人工智能( artificial intelligence) 就是指让计算机完成人类心智能做的各种事情[1]3 。自 1956 年召开的达特茅斯会议召开以来，在 60 多年的发展历程中，人工智能结合了包括计算机科学、控制论、心理学、语言学、认知科学等众多学科的最新成果，已经发展为当今的第 3 代人工智能。在科学方法、学习方法和技术应用上都呈现出全新的范式，并且在无人驾驶、人脸识别、人工智能芯片、人工智能医疗等诸多领域都取得了突破性的进展。

　　人工智能技术对人类社会生活的各个方面都产生了巨大的影响，对于翻译这一古老的职业来说也不例外。一方面，从理论层面上来说，这种影响源于机器翻译、自然语言处理以及人工智能 3 级学科之间的密切联系。作为人工智能中核心技术的自然语言处理不仅是人与计算机之间进行有效通信的关键，同样 也 被 认 为 是人工智能研究的 直 接 切 入点[2]。由于自然语言的复杂性与歧义性，作为自然语言处理最为重要分支的机器翻译被视为是人工智能中最难攻克的领域[3]144。另一方面，从现实层面上来说，国际间沟通交流的日益密切、技术手段的不断成熟以及翻译对象、标准和形式的多元化也促使传统的翻译范式不得不做出改变。由此，在信息化、数字化、全球化浪潮的冲击下，译者的工作方式发生了巨大的转变，其工作平台实现了从纸笔平台到单机电脑平台到联机网络平台的的跨越。迈克尔·克洛宁[4]，张霄军、贺莺[5]，张旭东、张伟[6]，张成智、王华树[7]等许多中外学者从技术开发、技术使用、技术教育和技术研究等角度的实证数据证实了这一转向的发生。张成智和王华树将翻译的技术转向定义为“随着信息技术、计算语言学、术语学等学科发展，翻译实践发生了从纯人工翻译到人工翻译与信息技术相结合的变化，从而引发翻译理论研究的变革”[7]。

　　在对技术为社会生活带来便利而欢欣鼓舞的同时，与技术伴随而生的种种问题也引起了人们的忧虑，这使我们不得不从技术哲学角度对其进行追问和反思。美国技术哲学家芒福德[8]84 指出，人类如想在现代技术文明中继续生存并发展就必须多方面考量人与机器关系的问题。在从“弱人工智能”走向“强人工智能”并将最终目标定位于“超人工智能”的发展道路上，翻译技术与译者之间的的关系发生了怎样的变化并终将如何共处成为我们需要回答的问题。本文将视角定位于人工智能背景下翻译技术与译者的关系，从现存的问题出发，通过对翻译技术与译者关系演变和翻译技术发展的脉络进行梳理，从而提出未来的翻译技术与译者关系图景的构建模式。

　　二、翻译技术与译者关系问题

　　以蒸汽机发明为标志的工业革命使人类克服了体力层面的限制，能够随心所欲的使用能源。而当下的信息技术革命则意欲实现人类“智力”层面上的自动化。在翻译技术与人工智能技术不断融合的今天，工具的使用者着实从中受益良多，显著地提高了工作效率与工作质量。随着智能化趋势的不断深入发展，翻译技术的最新成果捷报频传，各大互联网巨头纷纷投入大量精力进行产品开发与升级。与此形成巨大反差的就是越来越多的技术使用者开始担心自己的未来。根据预测，未来只有 10%的任务需要人工翻译，70%的文档需要机器翻译，而中间 20% 的信息则会采用译后编辑( post-editing) 方式进行翻译[9]。“奇点”( singularity) 的提出者雷·库兹韦尔预言，到 2029 年机器翻译的质量将达到人工翻译水平。国际翻译家联盟荣誉顾问弗兰斯·德莱特指出当前翻译界对技术使用存在两大阵营，一部分人相信机器翻译会替代人工翻译; 而另一部分人则不相信，或者说他们不愿意相信。我国学者李晗佶和陈海庆通过对国内语言学类和计算机科学类两类期刊刊载的“机器翻译”论文研究重点的分析发现，语言学界更加关注"计算机辅助翻译" 领域，意在利用机器翻译帮助人工翻译并辅助翻译教学; 而计算机科学界则更加注重如何改进机器翻译，从而获得更加准确的译文并使得用户获得更好的使用体验[10]。作为技术的分支，我们可以从技术哲学中找到对翻译技术两种对立的态度的源头。美国技术哲学家卡尔·米切姆把技术哲学的发展概括为工程学传统与人文主义传统，正是这种二元划分的方法使得技术哲学走入了困境，这种分野其本质就是科学文化和人文文化之间的冲突和矛盾[11]1 。由此可见，翻译技术化转向中人与技术之间的关系出现了矛盾，人们对技术研发与技术使用两个领域截然相反的态度不仅不利于翻译技术的进一步发展，同样也违背了技术服务于人的初衷，因此对翻译技术转向中的人与技术问题的关注就变得十分必要。

　　三、翻译技术与译者关系演变

　　人与技术的关系问题是技术哲学研究的核心问题。马克思和恩格斯[12]374 指出劳动创造了人本身，人的本质是制造和使用工具，技术的进步使得人类从自然中得以解放。在古代手工技术时期，人的工具就是自己的双手，技术富有个性，是人性化的技术，技术与人不可分离; 随着工业化的演进，机器的出现极大地提高了工作效率，技术也开始有了实体形态，近代机器技术时期人与技术相分离。机器技术在体力层面对人进行取代，产生了一系列问题。在当今的智能化技术阶段，技术已经成为自给自足的有机体，企图对人进行智力层面的取代，人类将面临前所未有的挑战。

　　在对翻译技术化转向发展历程的考察中，我们也同样发现其中的翻译技术与译者关系的变化。最初的自动化翻译可追溯到古希腊时期先人们试图用理想化语言代替自然语言构想。在 17 世纪，包括笛卡尔、莱布尼茨等在内的哲学家都试图用数学的方法来规范语言并通过编写词典的方式进行了有益的尝试。德国学者里格首次使用了“机器翻译”( ein mechanisches uebersetzen) 这一术语，认为通过语法和词典可以机械地将一种语言翻译成为其他语言。法国工程师阿尔楚尼和苏联发明家特洛扬斯基 1933 年不约而同地提出了用机器翻译语言的想法。 1946 年第一台电子计算机 ENIAC 的出现以其惊人的计算速度使得洛克菲勒基金会的美国科学家瓦伦 ·威弗联想到了第二次世界大战期间，图灵用机器破译密码取得的巨大成功。他认为翻译等同于解码，同时存在人类共同的中间语言。沿着这样的思路，威弗在 1949 年发表了《翻译备忘录》，正式提出机器翻译的思想。这一想法的提出恰逢美苏冷战期间，两国之间有大量的情报需要翻译。尽管当时机器所能提供的译文质量和翻译速度都很有限，但是人们对所取得的成就仍然感到兴奋，许多科学家都预言高质量的自动化翻译将在短期内得以实现。随后，美国、苏联、日本和欧洲等国家纷纷投入大量资金和科研力量对机器翻译进行研发。随着资金和时间的大量投入，人们逐渐发现机器翻译依旧存在大量的问题。美国科学院成立了语言自动处理咨询委员会( Automatic Language Processing Advisory Committee) 对机器翻译进行了为期两年的调研。在 1966 年发布的报告中全面否定了机器翻译的可行性，认为十年研究未能完成预期目标，并在近期或可以预见的未来，也没有开发出实用的机器翻译系统的希望，建议停止经费支持。美国哲学家休伯特·德雷福斯于 1965 年应兰德公司邀请发表了题为《人工智能与炼金术》的报告( 后命名为《计算机不能做什么》出版) 。他从博弈、问题求解、语言翻译和学习还有模式识别四个比较活跃的人工智能开发领域入手，从现象学角度对人工智能的发展做出了批判性的思考和分析。两份报告一并给当时进展火热的人工智能研究泼了一盆冷水，成为了人工智能历史上第一次“冬天”的标志。面对全自动机器翻译陷入的困境，技术人员开始转变思路，转向人机合作的计算机辅助翻译的研发。20 世纪 70 年代，将已有译文储存并在遇到相似文本时复用翻译资源的“翻译记忆”( translation memory) 的概念被提出。1980 年马丁·凯首次提出了“译员工作台”( translator’s workstation) 的概念，提议构建一套人机协作系统。 1983 年艾伦·梅尔比提出了设计多层次计算机辅助翻译系统的设想，构建出新型交互式计算机辅助翻译模式。在计算机辅助翻译蓬勃发展的同时，机器翻译在 20 世纪 70 年代又重新焕发了生机。通过对此前工作的反思，专家们将研究视角从“词汇层面” 转移到了“句法层面”并分离了“语法”与“算法”。此后的机器翻译研究展现出实用性的特征，加拿大的 TAUM-METEO、欧洲的 SYSTRAN 等一大批机器翻译系统投入使用。

　　机器翻译系统的原理也经历了几次变革，大体上可以归纳为理性主义占主导( 1949-1992) 与经验主义占主导( 1993-2016) 两个时期。早期的研究方向是基于规则( rule-based) 的机器翻译，就是找出自然语言之间的转换规律从而进行翻译。但是这种方式面临开发周期长，人工成本高与翻译知识获取难等局限。随着互联网的兴起与大数据的兴起，基于统计的机器翻译( statistics-based) 和基于实例的 ( example-based) 机器翻译逐渐成为主流。经验主义机器翻译方法基于大量语料，通过数学模型描述自然语言的转换过程从而进行自动训练。经验主义翻译方法在很大程度上弥补了理性主义翻译方法的局限，并且拥有更好的表现。自 2013 年起，随着端到端编码器-解码器结构、seq2seq 学习的方法的提出以及注意力( Attention) 机制的引入，神经机器翻译( neural machine translation) 开始展现其巨大的魅力。神经机器翻译是一种使用深度学习神经网络获取自然语言之间的映射关系的方法。2016 年发布的谷歌神经机器翻译( google neural machine translation) 系统使用了当前最先进的训练技术，能够实现到目前为止机器翻译质量的最大提升[24]。当前谷歌已经实现了 100 多种语言之间的互译，并在多种语言之间将谷歌神经翻译投入使用，谷歌翻译每天提供超过 10 亿次的翻译。微软( Microsoft) 、脸书 ( Facebook) 、亚马逊( Amazon) 、百度、腾讯、阿里巴巴等国内外互联网巨头也纷纷对神经翻译进行研发并已投入使用。

　　通过对翻译技术发展的脉络梳理可以发现其经历了工具化、交互化和智能化 3 个不同的发展阶段。作为技术主体的人在翻译技术的发展之中其主体性经历了缺失、确立与重构 3 个阶段。哈钦斯和萨默斯[13]148 用图 1 表示翻译技术的自动化程度。在最初的技术构想中，人们试图构建全自动高质量的机器翻译( fully automatic high quality machine translation) 从而完全取代人在翻译活动中的中心位置。但是种种技术上和理论上的困难让人们不得不放弃这一构想，从而转向了人与技术相互协作的计算机辅助翻译模式( 根据对原文进行译前编辑或译后编辑，又可进一步划分为人助机翻译( human aided machine translation) 与机助人翻译( machine aided human translation) 两种) 。在这种模式下，人依旧保持了其主体地位，而技术是作为辅助性工具为人的实践活动提供便利。但是这种人工智能技术的接入和成熟，这种人与技术之间和谐的局面逐渐被打破。谷歌称改进后的谷歌神经翻译多个主要语言的翻译中将翻译误差降低了 55% -85%以上，其翻译质量接近人工笔译水平: 。不久后谷歌再度发布重量级研究成果，称通过对深度学习的进一步研发，谷歌翻译已经实现了“Zero-Shot 翻译”使其能够对未经训练过的语言进行翻译。脸书工程师称其基于卷积神经网络( convolutional neural network) 的翻译系统在速度上将比谷歌翻译快 9 倍之多。在 2017WMT 比赛中，微软翻译在中英新闻翻译方面以 1.3 分 BLEU 测评分差超越人类。翻译技术的一次又一次技术上的突破预示着当前的研发路径呈现出了再次取代人的主体地位的新趋势。机器自主学习技术的最新成果不禁让我们联想起埃吕尔、温纳、凯文·凯利等技术哲学家所描述的情境，未来的技术将脱离人类变成自主性的技术独立发展。

　　四、翻译技术与译者关系重构

　　面对在人工智能时代翻译技术化转向给人们带来的种种挑战，重构翻译技术与译者的关系迫在眉睫。我们需要对翻译技术给予正确的定位，同时重新审视译者的价值，从而使翻译技术与译者实现和谐共处。

　　( 一) 正确定位翻译技术本质

　　当前学术界对于翻译技术的未来前景持有两种截然相反的态。翻译技术的研发者也就是计算机科学家和数学家们相信全自动高水平的机器翻译终将实现，由此，他们竭尽全力要实现这一人类长久以来的梦想; 而作为技术使用和教育主体的语言学家们则对这一领域的发展前景持谨慎态度。以上两种对立的态度都有其合理之处，但又都走向极端。为此，我们需要明确翻译技术的本质。一些对翻译技术抱否定态度的学者往往抓住当前机器翻译中出现的某个错误将其放大从而全盘否定已经取得的成果。对于此种批评，许多学者的实证研究予以了很好的回答。如金孟山等通过对澳门政府使用翻译技术的实证调查表明，翻译技术的使用有效地提高了译文的精确性，减少了歧义，在提高效率的同时还大幅缩减了人力成本[14]。沙伦·奥布莱恩通过对专业译员在译后编辑中一般文本匹配和翻译修改率对以后编辑效率进行调查，认为使用翻译技术可以大幅减少译员的翻译时间与认知努力[15]。我们应当看到，翻译技术的应用不仅可以对已有语言资产进行复用，同时还可以通过技术手段对翻译质量进行控制并实现项目协作和管理。

　　此外还有人认为翻译技术处理的文本类型有限，质疑其很难驾驭信息类( informative) 文本外的表达型( expressive) 和操作型( vocative) 文本。针对这个质疑我们需要明确客户的翻译需求与文本的翻译目的。美国机器翻译研究专家哈钦斯做出了 4 种基本翻译需求的区分: 为了传播思想( 出版物) 、为了获取信息( 一般性文件) 、为了交流信息( 电子邮件、网络聊天等) 与为了访问信息( 信息检索) [16]。因此，我们就需要根据客户对翻译质量的要求来决定人在翻译活动中的位置，具体分工如图 2 所示[17]。

　　其中 HT 是指人工翻译，TMT+PE 是指翻译记忆、机器翻译与译后编辑的组合，MT 是指机器翻译。从图中我们可以发现以出版和审美欣赏为目的的文学类文本和与信息检索和实际使用为目的天气预报等类型文本分别居于人工翻译与机器翻译的两端。国内自然语言处理和机器翻译领域的权威冯志伟就明确说明机器翻译的设计初衷就不是翻译文学名著[18]。文学翻译要求很高的文学素养，一般的译者也无法驾驭。同时文学翻译也只是占据翻译实践很小的一部分，不能因为机器翻译不能进行文学翻译就说机器翻译一无是处。基于对以上两点质疑的回应，我们应该正确定义翻译技术: 作为一种能够显著提高人的工作效率并提高工作质量的工具，其处理的文本范畴在设计之初就有所规定。正如德国技术哲学家卡普所提出的“人体器官投影说”一样，翻译技术以其自身优势在很大程度上弥补了人在生理方面的局限，其使用能够极大地将人从繁重的、重复性的劳动中得以解放。

　　( 二) 重新审视译者价值

　　尽管技术展现出了其强大的优势，但是我们仍然不能忽视人作为技术主体的价值。英国人工智能哲学研究者玛格丽特·博登指出，语言、创造力和情感等领域依旧对人工智能存在很大的挑战[1]69 。她所提及的 3 个具有挑战性的领域在翻译实践活动中都有所体现。翻译并非是两种语言之间的机械对应，而是在理解两种语言文化基础之上复杂的认知转换过程。由于每个人的认知过程存在差异，在翻译活动中都会展现出独特的创造性并表达各异的情感。美国分析哲学家约翰·塞尔通过“中文屋论证” ( Chinese Room Argument) 对“图灵测试”( Turing Test) 发起了挑战，认为人工智能缺乏“意向性”( in-tentionality) 从而反驳了强人工智能的可能性。德雷福斯从现象学角度对智能活动做出了 4 类区分: 第 1 类是刺激—反应领域; 第 2 类是数学思维领域; 第 3 类是复杂—形式化系统领域; 第 4 类是非形式化行为领域[18]299-300 。其中前两类适合计算机模拟，第 3 类可部分程序化，第 4 类全部可驾驭。我们所讨论的翻译技术，也就是自然语言处理的分支属于第 3 类。也就是说我们今天所取得的成就仅是知识扩大了而非取代了人的智能。认知科学家侯世达在肯定谷歌翻译等技术带来的好处的同时也尖锐地指出机器翻译缺乏“理解力”，基于数据统计的设计理念只是将词与词进行联想而非思想之间的对接[19]。从目前取得的成果来看，说翻译技术的发展即将完全取代人类还为时过早，许多困扰人工智能研究发展的框架性问题仍然未被解决。当人们看到由机器翻译所产生出的蹩脚的译文时，就会更深刻地体会到人作为目前已知最高智能体的魅力所在。

　　在正视人在当前人工智能时代不可取代的价值的同时，我们也应审视技术对人的生产生活所带来的一些负面效应。乔斯·默肯斯和沙伦·奥布莱恩的研究显示，很多时候译后编辑需要做大篇幅的改动，需要人对其中重复性错误进行机械性的改动，使得原本富有创造性的翻译活动切分为一些列简单的任务从而发生了“去技能化”的趋势[20]109-130 。爱尔兰翻译技术研究专家多萝西·肯尼提出了另外一个影响译者工作热情的因素，就是客户对翻译质量的要求逐渐降低，甚至提出“能看就行”的指示[21]。这就意味着译者无需尽全力投入到工作之中。许多哲学家对技术发展对人所产生的负面影响进行了深刻的反思。卢梭反对一切文明和科技，视其为一切社会罪恶的根源。马克思提出技术的发展不仅没有使人得以自由发展，反而加强了对人的奴役，技术发生了异化。马尔库塞认为发达工业社会是单向度的社会，技术理性消解了人所应具有的否定性、超越性和批判性的维度从而成为了“单向度的人”。海德格尔指出，现代技术遮蔽了物之为物的物性，只向人们展现出所限定的属性。事物和人都被统治于“座架”之中。对现代技术的深度反思可以让我们更好地引导未来的技术发展从而更好的为人服务，这就需要我们努力实现人与技术和谐共处。

　　( 三) 实现翻译技术与译者和谐共处

　　黄欣荣指出，在人工智能时代人与机器会呈现出以下 3 种发展趋势: 首先机器从客体变身为主体，人的主体地位会更加凸显; 其次从人类适应机器转变为机器适应人进行转变，人与机器关系融洽; 最后人机边界逐渐模糊，人机和谐共存将成为常态[22]。为了促进人与技术的和谐发展，提高生产效率和秉承技术为人服务的宗旨是两大要点。技术的存在与发展要始终以人为本，人的需求也就是未来技术发展的动力。人与技术之间相互建构、结构并重构从而实现“协同发展”。为了实现人工智能时代人与技术的和谐发展，可以从人与技术两个方面入手。

　　首先，我们应该提高翻译技术的可用性。技术的人性化是当代高新技术发展的一个最为鲜明的趋势。为了实现人与技术的和谐共处，在技术设计之初就应该充分考虑到人的需求。对人机交互( human-computer interaction) 研究的深入有助于提升翻译技术的可用性从而消除人们对技术接受出现困难从而产生的负面情绪。秦咏红的研究发现，可用性的提升不仅可以调节人机发展关系，简化人机交互操作模式，同时还会促进“机”竞人择的人机关系演进[23]。这就需要破除“语言学”“计算机科学”与 “数学”之间的学科壁垒，同时打通“开发者”与“终端用户”之间的隔阂，通过对话的方式共同促进翻译技术人性化的发展。功能整合化，界面可视化，软件开源化与云驱动的加入都是未来翻译技术发展的趋势。

　　其次，我们应该重新定位译者的位置。在计算机辅助翻译和机器翻译紧密结合的今天，人在其中的身份已经从绝对的主体转变为人机合作的“MT+ CAT+PE”模式。我们应该以积极的态度迎接新技术的到来并明辨其给我们带来的便利。可以预见，译后编辑员将会成为未来翻译产业需求的主流。对此就需要改进以往传统的翻译教学和研究模式，重新定义翻译能力，将翻译技术能力作为考量译者合格与否的重要因素。这就需要学校、教师、学生与翻译产业进行联动，通过改进教学模式、更新教师技能、增加实践机会并将“产”“学”“研”相结合的方式使人从技术的发展中获利。

　　五、结语

　　控制论创始人 N·维纳就曾用古希腊神话中普罗米修斯盗火的例子说明了技术是把正负效应参半的“双刃剑”，这在当今人工智能时代突显的尤为明显。作为当今人工智能研究的领军人物，李飞飞提出了“以人为中心的人工智能”的方法论。她强调人工智能的目的是让人类在其帮助下得到提升，而不是让其取代人类。通过本文研究，我们应当正视翻译技术化转向给人提供的便利，但也不应在技术智能化进程中忽视人文因素。虽然在技术发展的过程中，人与技术的关系会存在着摩擦和分歧，但是通过人与技术两个角度共同努力终将使其得以解决，从而实现人与技术的和谐共处。