人工智能翻译的“能”与“不能”

　　在人类发展史上，跨越语言藩篱的渴望始终绵延不绝。人工智能（AI）翻译从最初的词汇对照表、基于规则的机器翻译（RBMT），到统计机器翻译（SMT），再到当今以深度学习与神经网络（尤其是Transformer架构）为核心驱动力，每一次技术路径的跃迁，都使我们向“无缝沟通”的理想迈进一步。特别是近年来，一系列大型语言模型内置的翻译功能，使AI翻译走入寻常百姓家，成为全球资讯流通、商务往来乃至日常社交中不可或缺的工具。

　　然而，技术的狂飙突进亦催生了迷思与争议。一方面，效率的奇迹令人惊叹；另一方面，关于翻译质量、文化失真乃至人类译者价值的质疑声不绝于耳。AI是否终将取代人类译者？翻译是否仅仅是符号的数学转换？要回答这些问题，我们必须冷静剖析AI翻译的“能”与“不能”，在技术狂欢中保持人文的清醒。

AI翻译的“能”

　　AI翻译的“能”，是其得以迅速普及并产生巨大影响的现实基础，主要体现在以下几个方面：

　　一是效率与生产力的空前提升。神经机器翻译系统能够在毫秒级别完成千字文本的初步转换，效率是人类译者的数千倍。这种能力在处理实时对话、海量文档批量翻译等场景中具有不可替代的价值。对于新闻报刊、科技文献、产品说明书、商务邮件等时效性强或批量巨大的文本类型，AI翻译可大显身手，极大压缩了信息传播的时间成本。

　　二是多语种生态的数字化拓展。传统人工翻译市场长期集中于主流语种，众多小语种、民族语言资源匮乏。大型AI翻译模型通过爬取互联网上的多语料数据，能够支持上百甚至上千种语言互译，尽管质量暂时还有些不尽如人意，但至少为这些语言的数字化生存与基础性交流提供了可能，在一定程度上促进了语种生态的数字平权。

　　三是特定领域标准化文本的高精度处理。在语法结构相对固定、术语体系成熟、歧义较少的领域，如法律合同、专利文献、特定行业的科技文章等，经过高质量领域数据训练的AI翻译，其输出可以达到高度专业化、一致化的水平，甚至能有效避免人工翻译可能出现的术语前后不一、风格波动等问题。

　　四是概率意义上的“创造力”。生成式人工智能的出现，让AI翻译具备了某种看似“创造”的能力。它不再是简单的词对词替换，而是能够根据语境生成符合逻辑的段落，甚至模仿特定的文风，如模仿海明威的冰山理论或鲁迅的冷峻笔调。这种基于概率预测的“风格迁移”，看起来很像是“创造”。但它仍不能脱掉引号，就因为它还是没有摆脱模仿的“学习”。

　　五是技术架构的持续进化。从早期基于规则的机器翻译系统（RBMT）、循环神经网络（RNN）到如今的Transformer架构，以及结合检索增强生成（RAG）、思维链（Chain-of-Thought）等技术的应用，AI翻译系统在理解上下文、处理长距离依赖、生成更流畅目标语句等方面不断进步。并且在线学习机制使系统能够从用户反馈中持续优化，形成“使用—反馈—改进”的良性循环。比如，AI翻译中就可见到翻译家出版的译文的烙印。其“能”的边界，正随着计算能力、算法创新和数据资源的扩充而持续外推。

AI翻译的“不能”

　　尽管AI技术进步令人振奋，但其翻译的“不能”同样显著且根深蒂固。这些局限不仅源于当前技术的不完善，更触及语言与翻译的本质属性。

　　文化内涵与语境微妙的解码之困。语言是文化的载体，饱含历史积淀、社会习俗与集体无意识。对于文化负载词，如中文的“江湖”“面子”，英语的“gentleman”“serendipity”，以及各类典故、俗语、双关语等，AI往往只能进行字面或浅层对应，很难传递其厚重的文化联想与情感共鸣。遇到所谓的“人文硬核”（humanity core）（冯志伟2025）的文化特异性表达，如汉语的“阴阳”、英语的“serendipity”、德语的“Weltschmerz”等词语时，它便捉襟见肘了。即便侥幸成功转码，约翰·塞尔提出的“中文房间”实验至今仍是AI无法逾越的鸿沟。AI处理的是符号（symbol），而非意义（sense）。知其然不知其所以然是翻译之大忌。

　　情感色彩、文体风格与作者声音的感知之难。翻译是风格的再创造。一篇演讲的慷慨激昂、一首诗歌的朦胧婉约、一部小说的冷峻反讽，都依赖于译者对原文情感基调和文体风格的敏锐捕捉与创造性再现。AI可以模仿某些风格模式，但其对情感细腻度的“理解”是统计学意义上的关联，而非真正的感同身受；其生成的文本可能在语法上正确，却在风格上平板、模糊，丧失了原文独特的“声音”和神韵。

　　学术类翻译的阐述性和文学类翻译的创造性的匮乏。许国璋（1983）认为，“哲学的翻译应当是阐译。”王克非（2025）指出：“将不同时空、不同文化背景的学术话语进行译介时，单从字面是很难通达的，有时必须发掘思想内涵，予以阐译，才能通达。”文学翻译是艺术的再创作，被喻为“戴着镣铐跳舞”。它要求译者在忠实与自由、形式与内容之间进行精妙的权衡与创造性的叛逆。当前AI翻译作品在文学性上往往流于平庸，难以企及翻译家笔下“化境”的审美高度。

　　非主流语种的翻译质量令人担忧。随着几代人努力推动的技术进步，目前大语言模型机器翻译在一些领域和语种中的正确率已达98%，翻译质量已经可以与人工翻译的质量相媲美（冯志伟2025）。但非主流语种的翻译质量却参差不齐。例如，海南的一块警示牌“当心碰头”的翻译，英语虽不是最常见的译法但意思没错，日语却把“碰头”翻成了“会面”的意思，令人啼笑皆非。小语种的翻译全部交给AI还为时尚早。

　　伦理判断与价值取向的缺席。翻译常涉及伦理抉择，比如，如何处理原文中的歧视性用语等问题，这需要译者具备社会责任感和文化敏感性。AI本身没有价值判断能力，缺乏必要的伦理过滤和是非矫正机能，其输出可能无意中固化或放大训练数据中的偏见，或在伦理问题、价值观问题上处理失当。

走向协同

　　认识到AI翻译的“能”与“不能”，我们便不应将其视为非此即彼的替代关系，而应探索一种更具建设性的人机协同新范式。

　　角色重塑：从替代到赋能。未来的专业译者，不应再是初稿的机械生产者，而应转型为AI输出的编辑者和质量最终把关者。AI负责完成初译、术语库管理、批量处理等基础性、重复性工作，将人类译者从繁重的体力劳动中解放出来，使其能更加专注于需要创造力、批判性思维和文化判断力的高阶任务，如文学翻译、重要文献翻译、译审和本地化策略制定等。

　　流程再造：人机交互的深度嵌套。翻译流程可以深度整合AI。例如，译前阶段，AI快速提供术语参考和背景资料；译中阶段，作为实时辅助工具提供多种译法建议；译后阶段，进行一致性检查和基础性润色。人类译者全程进行创造性决策、文化调适和质量监控，形成高效、高质量的协作闭环。

　　AI翻译的“能”与“不能”，恰如一枚硬币的两面，共同定义了它在当代社会的坐标。其“能”，是硅基智能在数据处理、模式识别与高效执行上的非凡力量，推动了实用层面沟通障碍的巨量消解。其“不能”，则映照出碳基生命所独有的文化浸润、情感体验、创造性想象与价值判断的深邃与复杂。

　　我们或许正处在翻译史上一个关键的转折点。理想的前景，并非人机对决的零和博弈，而是在深刻理解彼此边界的基础上，走向一种“共生性”的智能增强。让AI发挥其效率与规模之“能”，承担起语言转换中更繁重、更标准化的基础工程；让人类译者以其人文与创造之“能”，专注于守护意义的丰富、文化的深度与表达的优雅，完成那些机器“不能”亦“不应”独自完成的、关乎理解、诠释和再创造的重要工作。

　　翻译的最高使命，是促成人类心灵之间的真正对话。技术可以是有力的助手，但心灵的共鸣、文化的互鉴与思想的启迪，仍然需要在语言与文化中永不止息地探索、感受与创造的人脑。在消解人类之间语言隔阂的漫长征途上，AI与人类，或许将成为彼此不可或缺的同行者。

　　（作者：王忻、冯志伟，分别系浙江越秀外国语学院东北亚研究中心教授，新疆大学中国语言文学学院研究员）