人工智能時代翻譯技術與譯者關系演變與重構(gòu)

　　摘 要: 在人工智能技術的介入下，翻譯這一“經(jīng)驗性”的實踐活動逐漸呈現(xiàn)出“技術化”轉(zhuǎn)向的趨勢。譯者在享受翻譯技術發(fā)展所代來便利的同時也承受著技術非人性化與譯者主體性缺失等負面效應。本文通過對翻譯技術以及其與譯者之間關系的歷史演變梳理發(fā)現(xiàn)，當前技術與人之間的關系產(chǎn)生了分歧與摩擦。為了實現(xiàn)未來的翻譯技術與譯者的良性互動，本文認為，首先要正確認識翻譯技術的本質(zhì)，其次要重新審視譯者的作用和價值，最后要通過提升技術可用性和重新定位譯者位置，并在此基礎上努力實現(xiàn)“以人為中心的人工智能”發(fā)展目標，從而使得翻譯技術與譯者和諧共處。

　　李晗佶， 西華師范大學學報(哲學社會科學版) 發(fā)表時間：2021-09-16

　　關鍵詞: 人與技術; 人工智能; 翻譯技術; 譯者

　　一、引言

　　人工智能( artificial intelligence) 就是指讓計算機完成人類心智能做的各種事情[1]3 。自 1956 年召開的達特茅斯會議召開以來，在 60 多年的發(fā)展歷程中，人工智能結(jié)合了包括計算機科學、控制論、心理學、語言學、認知科學等眾多學科的最新成果，已經(jīng)發(fā)展為當今的第 3 代人工智能。在科學方法、學習方法和技術應用上都呈現(xiàn)出全新的范式，并且在無人駕駛、人臉識別、人工智能芯片、人工智能醫(yī)療等諸多領域都取得了突破性的進展。

　　人工智能技術對人類社會生活的各個方面都產(chǎn)生了巨大的影響，對于翻譯這一古老的職業(yè)來說也不例外。一方面，從理論層面上來說，這種影響源于機器翻譯、自然語言處理以及人工智能 3 級學科之間的密切聯(lián)系。作為人工智能中核心技術的自然語言處理不僅是人與計算機之間進行有效通信的關鍵，同樣 也 被 認 為 是人工智能研究的 直 接 切 入點[2]。由于自然語言的復雜性與歧義性，作為自然語言處理最為重要分支的機器翻譯被視為是人工智能中最難攻克的領域[3]144。另一方面，從現(xiàn)實層面上來說，國際間溝通交流的日益密切、技術手段的不斷成熟以及翻譯對象、標準和形式的多元化也促使傳統(tǒng)的翻譯范式不得不做出改變。由此，在信息化、數(shù)字化、全球化浪潮的沖擊下，譯者的工作方式發(fā)生了巨大的轉(zhuǎn)變，其工作平臺實現(xiàn)了從紙筆平臺到單機電腦平臺到聯(lián)機網(wǎng)絡平臺的的跨越。邁克爾·克洛寧[4]，張霄軍、賀鶯[5]，張旭東、張偉[6]，張成智、王華樹[7]等許多中外學者從技術開發(fā)、技術使用、技術教育和技術研究等角度的實證數(shù)據(jù)證實了這一轉(zhuǎn)向的發(fā)生。張成智和王華樹將翻譯的技術轉(zhuǎn)向定義為“隨著信息技術、計算語言學、術語學等學科發(fā)展，翻譯實踐發(fā)生了從純?nèi)斯しg到人工翻譯與信息技術相結(jié)合的變化，從而引發(fā)翻譯理論研究的變革”[7]。

　　在對技術為社會生活帶來便利而歡欣鼓舞的同時，與技術伴隨而生的種種問題也引起了人們的憂慮，這使我們不得不從技術哲學角度對其進行追問和反思。美國技術哲學家芒福德[8]84 指出，人類如想在現(xiàn)代技術文明中繼續(xù)生存并發(fā)展就必須多方面考量人與機器關系的問題。在從“弱人工智能”走向“強人工智能”并將最終目標定位于“超人工智能”的發(fā)展道路上，翻譯技術與譯者之間的的關系發(fā)生了怎樣的變化并終將如何共處成為我們需要回答的問題。本文將視角定位于人工智能背景下翻譯技術與譯者的關系，從現(xiàn)存的問題出發(fā)，通過對翻譯技術與譯者關系演變和翻譯技術發(fā)展的脈絡進行梳理，從而提出未來的翻譯技術與譯者關系圖景的構(gòu)建模式。

　　二、翻譯技術與譯者關系問題

　　以蒸汽機發(fā)明為標志的工業(yè)革命使人類克服了體力層面的限制，能夠隨心所欲的使用能源。而當下的信息技術革命則意欲實現(xiàn)人類“智力”層面上的自動化。在翻譯技術與人工智能技術不斷融合的今天，工具的使用者著實從中受益良多，顯著地提高了工作效率與工作質(zhì)量。隨著智能化趨勢的不斷深入發(fā)展，翻譯技術的最新成果捷報頻傳，各大互聯(lián)網(wǎng)巨頭紛紛投入大量精力進行產(chǎn)品開發(fā)與升級。與此形成巨大反差的就是越來越多的技術使用者開始擔心自己的未來。根據(jù)預測，未來只有 10%的任務需要人工翻譯，70%的文檔需要機器翻譯，而中間 20% 的信息則會采用譯后編輯( post-editing) 方式進行翻譯[9]。“奇點”( singularity) 的提出者雷·庫茲韋爾預言，到 2029 年機器翻譯的質(zhì)量將達到人工翻譯水平。國際翻譯家聯(lián)盟榮譽顧問弗蘭斯·德萊特指出當前翻譯界對技術使用存在兩大陣營，一部分人相信機器翻譯會替代人工翻譯; 而另一部分人則不相信，或者說他們不愿意相信。我國學者李晗佶和陳海慶通過對國內(nèi)語言學類和計算機科學類兩類期刊刊載的“機器翻譯”論文研究重點的分析發(fā)現(xiàn)，語言學界更加關注"計算機輔助翻譯" 領域，意在利用機器翻譯幫助人工翻譯并輔助翻譯教學; 而計算機科學界則更加注重如何改進機器翻譯，從而獲得更加準確的譯文并使得用戶獲得更好的使用體驗[10]。作為技術的分支，我們可以從技術哲學中找到對翻譯技術兩種對立的態(tài)度的源頭。美國技術哲學家卡爾·米切姆把技術哲學的發(fā)展概括為工程學傳統(tǒng)與人文主義傳統(tǒng)，正是這種二元劃分的方法使得技術哲學走入了困境，這種分野其本質(zhì)就是科學文化和人文文化之間的沖突和矛盾[11]1 。由此可見，翻譯技術化轉(zhuǎn)向中人與技術之間的關系出現(xiàn)了矛盾，人們對技術研發(fā)與技術使用兩個領域截然相反的態(tài)度不僅不利于翻譯技術的進一步發(fā)展，同樣也違背了技術服務于人的初衷，因此對翻譯技術轉(zhuǎn)向中的人與技術問題的關注就變得十分必要。

　　三、翻譯技術與譯者關系演變

　　人與技術的關系問題是技術哲學研究的核心問題。馬克思和恩格斯[12]374 指出勞動創(chuàng)造了人本身，人的本質(zhì)是制造和使用工具，技術的進步使得人類從自然中得以解放。在古代手工技術時期，人的工具就是自己的雙手，技術富有個性，是人性化的技術，技術與人不可分離; 隨著工業(yè)化的演進，機器的出現(xiàn)極大地提高了工作效率，技術也開始有了實體形態(tài)，近代機器技術時期人與技術相分離。機器技術在體力層面對人進行取代，產(chǎn)生了一系列問題。在當今的智能化技術階段，技術已經(jīng)成為自給自足的有機體，企圖對人進行智力層面的取代，人類將面臨前所未有的挑戰(zhàn)。

　　在對翻譯技術化轉(zhuǎn)向發(fā)展歷程的考察中，我們也同樣發(fā)現(xiàn)其中的翻譯技術與譯者關系的變化。最初的自動化翻譯可追溯到古希臘時期先人們試圖用理想化語言代替自然語言構(gòu)想。在 17 世紀，包括笛卡爾、萊布尼茨等在內(nèi)的哲學家都試圖用數(shù)學的方法來規(guī)范語言并通過編寫詞典的方式進行了有益的嘗試。德國學者里格首次使用了“機器翻譯”( ein mechanisches uebersetzen) 這一術語，認為通過語法和詞典可以機械地將一種語言翻譯成為其他語言。法國工程師阿爾楚尼和蘇聯(lián)發(fā)明家特洛揚斯基 1933 年不約而同地提出了用機器翻譯語言的想法。 1946 年第一臺電子計算機 ENIAC 的出現(xiàn)以其驚人的計算速度使得洛克菲勒基金會的美國科學家瓦倫 ·威弗聯(lián)想到了第二次世界大戰(zhàn)期間，圖靈用機器破譯密碼取得的巨大成功。他認為翻譯等同于解碼，同時存在人類共同的中間語言。沿著這樣的思路，威弗在 1949 年發(fā)表了《翻譯備忘錄》，正式提出機器翻譯的思想。這一想法的提出恰逢美蘇冷戰(zhàn)期間，兩國之間有大量的情報需要翻譯。盡管當時機器所能提供的譯文質(zhì)量和翻譯速度都很有限，但是人們對所取得的成就仍然感到興奮，許多科學家都預言高質(zhì)量的自動化翻譯將在短期內(nèi)得以實現(xiàn)。隨后，美國、蘇聯(lián)、日本和歐洲等國家紛紛投入大量資金和科研力量對機器翻譯進行研發(fā)。隨著資金和時間的大量投入，人們逐漸發(fā)現(xiàn)機器翻譯依舊存在大量的問題。美國科學院成立了語言自動處理咨詢委員會( Automatic Language Processing Advisory Committee) 對機器翻譯進行了為期兩年的調(diào)研。在 1966 年發(fā)布的報告中全面否定了機器翻譯的可行性，認為十年研究未能完成預期目標，并在近期或可以預見的未來，也沒有開發(fā)出實用的機器翻譯系統(tǒng)的希望，建議停止經(jīng)費支持。美國哲學家休伯特·德雷福斯于 1965 年應蘭德公司邀請發(fā)表了題為《人工智能與煉金術》的報告( 后命名為《計算機不能做什么》出版) 。他從博弈、問題求解、語言翻譯和學習還有模式識別四個比較活躍的人工智能開發(fā)領域入手，從現(xiàn)象學角度對人工智能的發(fā)展做出了批判性的思考和分析。兩份報告一并給當時進展火熱的人工智能研究潑了一盆冷水，成為了人工智能歷史上第一次“冬天”的標志。面對全自動機器翻譯陷入的困境，技術人員開始轉(zhuǎn)變思路，轉(zhuǎn)向人機合作的計算機輔助翻譯的研發(fā)。20 世紀 70 年代，將已有譯文儲存并在遇到相似文本時復用翻譯資源的“翻譯記憶”( translation memory) 的概念被提出。1980 年馬丁·凱首次提出了“譯員工作臺”( translator’s workstation) 的概念，提議構(gòu)建一套人機協(xié)作系統(tǒng)。 1983 年艾倫·梅爾比提出了設計多層次計算機輔助翻譯系統(tǒng)的設想，構(gòu)建出新型交互式計算機輔助翻譯模式。在計算機輔助翻譯蓬勃發(fā)展的同時，機器翻譯在 20 世紀 70 年代又重新煥發(fā)了生機。通過對此前工作的反思，專家們將研究視角從“詞匯層面” 轉(zhuǎn)移到了“句法層面”并分離了“語法”與“算法”。此后的機器翻譯研究展現(xiàn)出實用性的特征，加拿大的 TAUM-METEO、歐洲的 SYSTRAN 等一大批機器翻譯系統(tǒng)投入使用。

　　機器翻譯系統(tǒng)的原理也經(jīng)歷了幾次變革，大體上可以歸納為理性主義占主導( 1949-1992) 與經(jīng)驗主義占主導( 1993-2016) 兩個時期。早期的研究方向是基于規(guī)則( rule-based) 的機器翻譯，就是找出自然語言之間的轉(zhuǎn)換規(guī)律從而進行翻譯。但是這種方式面臨開發(fā)周期長，人工成本高與翻譯知識獲取難等局限。隨著互聯(lián)網(wǎng)的興起與大數(shù)據(jù)的興起，基于統(tǒng)計的機器翻譯( statistics-based) 和基于實例的 ( example-based) 機器翻譯逐漸成為主流。經(jīng)驗主義機器翻譯方法基于大量語料，通過數(shù)學模型描述自然語言的轉(zhuǎn)換過程從而進行自動訓練。經(jīng)驗主義翻譯方法在很大程度上彌補了理性主義翻譯方法的局限，并且擁有更好的表現(xiàn)。自 2013 年起，隨著端到端編碼器-解碼器結(jié)構(gòu)、seq2seq 學習的方法的提出以及注意力( Attention) 機制的引入，神經(jīng)機器翻譯( neural machine translation) 開始展現(xiàn)其巨大的魅力。神經(jīng)機器翻譯是一種使用深度學習神經(jīng)網(wǎng)絡獲取自然語言之間的映射關系的方法。2016 年發(fā)布的谷歌神經(jīng)機器翻譯( google neural machine translation) 系統(tǒng)使用了當前最先進的訓練技術，能夠?qū)崿F(xiàn)到目前為止機器翻譯質(zhì)量的最大提升[24]。當前谷歌已經(jīng)實現(xiàn)了 100 多種語言之間的互譯，并在多種語言之間將谷歌神經(jīng)翻譯投入使用，谷歌翻譯每天提供超過 10 億次的翻譯。微軟( Microsoft) 、臉書 ( Facebook) 、亞馬遜( Amazon) 、百度、騰訊、阿里巴巴等國內(nèi)外互聯(lián)網(wǎng)巨頭也紛紛對神經(jīng)翻譯進行研發(fā)并已投入使用。

　　通過對翻譯技術發(fā)展的脈絡梳理可以發(fā)現(xiàn)其經(jīng)歷了工具化、交互化和智能化 3 個不同的發(fā)展階段。作為技術主體的人在翻譯技術的發(fā)展之中其主體性經(jīng)歷了缺失、確立與重構(gòu) 3 個階段。哈欽斯和薩默斯[13]148 用圖 1 表示翻譯技術的自動化程度。在最初的技術構(gòu)想中，人們試圖構(gòu)建全自動高質(zhì)量的機器翻譯( fully automatic high quality machine translation) 從而完全取代人在翻譯活動中的中心位置。但是種種技術上和理論上的困難讓人們不得不放棄這一構(gòu)想，從而轉(zhuǎn)向了人與技術相互協(xié)作的計算機輔助翻譯模式( 根據(jù)對原文進行譯前編輯或譯后編輯，又可進一步劃分為人助機翻譯( human aided machine translation) 與機助人翻譯( machine aided human translation) 兩種) 。在這種模式下，人依舊保持了其主體地位，而技術是作為輔助性工具為人的實踐活動提供便利。但是這種人工智能技術的接入和成熟，這種人與技術之間和諧的局面逐漸被打破。谷歌稱改進后的谷歌神經(jīng)翻譯多個主要語言的翻譯中將翻譯誤差降低了 55% -85%以上，其翻譯質(zhì)量接近人工筆譯水平: 。不久后谷歌再度發(fā)布重量級研究成果，稱通過對深度學習的進一步研發(fā)，谷歌翻譯已經(jīng)實現(xiàn)了“Zero-Shot 翻譯”使其能夠?qū)ξ唇?jīng)訓練過的語言進行翻譯。臉書工程師稱其基于卷積神經(jīng)網(wǎng)絡( convolutional neural network) 的翻譯系統(tǒng)在速度上將比谷歌翻譯快 9 倍之多。在 2017WMT 比賽中，微軟翻譯在中英新聞翻譯方面以 1.3 分 BLEU 測評分差超越人類。翻譯技術的一次又一次技術上的突破預示著當前的研發(fā)路徑呈現(xiàn)出了再次取代人的主體地位的新趨勢。機器自主學習技術的最新成果不禁讓我們聯(lián)想起埃呂爾、溫納、凱文·凱利等技術哲學家所描述的情境，未來的技術將脫離人類變成自主性的技術獨立發(fā)展。

　　四、翻譯技術與譯者關系重構(gòu)

　　面對在人工智能時代翻譯技術化轉(zhuǎn)向給人們帶來的種種挑戰(zhàn)，重構(gòu)翻譯技術與譯者的關系迫在眉睫。我們需要對翻譯技術給予正確的定位，同時重新審視譯者的價值，從而使翻譯技術與譯者實現(xiàn)和諧共處。

　　( 一) 正確定位翻譯技術本質(zhì)

　　當前學術界對于翻譯技術的未來前景持有兩種截然相反的態(tài)。翻譯技術的研發(fā)者也就是計算機科學家和數(shù)學家們相信全自動高水平的機器翻譯終將實現(xiàn)，由此，他們竭盡全力要實現(xiàn)這一人類長久以來的夢想; 而作為技術使用和教育主體的語言學家們則對這一領域的發(fā)展前景持謹慎態(tài)度。以上兩種對立的態(tài)度都有其合理之處，但又都走向極端。為此，我們需要明確翻譯技術的本質(zhì)。一些對翻譯技術抱否定態(tài)度的學者往往抓住當前機器翻譯中出現(xiàn)的某個錯誤將其放大從而全盤否定已經(jīng)取得的成果。對于此種批評，許多學者的實證研究予以了很好的回答。如金孟山等通過對澳門政府使用翻譯技術的實證調(diào)查表明，翻譯技術的使用有效地提高了譯文的精確性，減少了歧義，在提高效率的同時還大幅縮減了人力成本[14]。沙倫·奧布萊恩通過對專業(yè)譯員在譯后編輯中一般文本匹配和翻譯修改率對以后編輯效率進行調(diào)查，認為使用翻譯技術可以大幅減少譯員的翻譯時間與認知努力[15]。我們應當看到，翻譯技術的應用不僅可以對已有語言資產(chǎn)進行復用，同時還可以通過技術手段對翻譯質(zhì)量進行控制并實現(xiàn)項目協(xié)作和管理。

　　此外還有人認為翻譯技術處理的文本類型有限，質(zhì)疑其很難駕馭信息類( informative) 文本外的表達型( expressive) 和操作型( vocative) 文本。針對這個質(zhì)疑我們需要明確客戶的翻譯需求與文本的翻譯目的。美國機器翻譯研究專家哈欽斯做出了 4 種基本翻譯需求的區(qū)分: 為了傳播思想( 出版物) 、為了獲取信息( 一般性文件) 、為了交流信息( 電子郵件、網(wǎng)絡聊天等) 與為了訪問信息( 信息檢索) [16]。因此，我們就需要根據(jù)客戶對翻譯質(zhì)量的要求來決定人在翻譯活動中的位置，具體分工如圖 2 所示[17]。

　　其中 HT 是指人工翻譯，TMT+PE 是指翻譯記憶、機器翻譯與譯后編輯的組合，MT 是指機器翻譯。從圖中我們可以發(fā)現(xiàn)以出版和審美欣賞為目的的文學類文本和與信息檢索和實際使用為目的天氣預報等類型文本分別居于人工翻譯與機器翻譯的兩端。國內(nèi)自然語言處理和機器翻譯領域的權(quán)威馮志偉就明確說明機器翻譯的設計初衷就不是翻譯文學名著[18]。文學翻譯要求很高的文學素養(yǎng)，一般的譯者也無法駕馭。同時文學翻譯也只是占據(jù)翻譯實踐很小的一部分，不能因為機器翻譯不能進行文學翻譯就說機器翻譯一無是處。基于對以上兩點質(zhì)疑的回應，我們應該正確定義翻譯技術: 作為一種能夠顯著提高人的工作效率并提高工作質(zhì)量的工具，其處理的文本范疇在設計之初就有所規(guī)定。正如德國技術哲學家卡普所提出的“人體器官投影說”一樣，翻譯技術以其自身優(yōu)勢在很大程度上彌補了人在生理方面的局限，其使用能夠極大地將人從繁重的、重復性的勞動中得以解放。

　　( 二) 重新審視譯者價值

　　盡管技術展現(xiàn)出了其強大的優(yōu)勢，但是我們?nèi)匀徊荒芎鲆暼俗鳛榧夹g主體的價值。英國人工智能哲學研究者瑪格麗特·博登指出，語言、創(chuàng)造力和情感等領域依舊對人工智能存在很大的挑戰(zhàn)[1]69 。她所提及的 3 個具有挑戰(zhàn)性的領域在翻譯實踐活動中都有所體現(xiàn)。翻譯并非是兩種語言之間的機械對應，而是在理解兩種語言文化基礎之上復雜的認知轉(zhuǎn)換過程。由于每個人的認知過程存在差異，在翻譯活動中都會展現(xiàn)出獨特的創(chuàng)造性并表達各異的情感。美國分析哲學家約翰·塞爾通過“中文屋論證” ( Chinese Room Argument) 對“圖靈測試”( Turing Test) 發(fā)起了挑戰(zhàn)，認為人工智能缺乏“意向性”( in-tentionality) 從而反駁了強人工智能的可能性。德雷福斯從現(xiàn)象學角度對智能活動做出了 4 類區(qū)分: 第 1 類是刺激—反應領域; 第 2 類是數(shù)學思維領域; 第 3 類是復雜—形式化系統(tǒng)領域; 第 4 類是非形式化行為領域[18]299-300 。其中前兩類適合計算機模擬，第 3 類可部分程序化，第 4 類全部可駕馭。我們所討論的翻譯技術，也就是自然語言處理的分支屬于第 3 類。也就是說我們今天所取得的成就僅是知識擴大了而非取代了人的智能。認知科學家侯世達在肯定谷歌翻譯等技術帶來的好處的同時也尖銳地指出機器翻譯缺乏“理解力”，基于數(shù)據(jù)統(tǒng)計的設計理念只是將詞與詞進行聯(lián)想而非思想之間的對接[19]。從目前取得的成果來看，說翻譯技術的發(fā)展即將完全取代人類還為時過早，許多困擾人工智能研究發(fā)展的框架性問題仍然未被解決。當人們看到由機器翻譯所產(chǎn)生出的蹩腳的譯文時，就會更深刻地體會到人作為目前已知最高智能體的魅力所在。

　　在正視人在當前人工智能時代不可取代的價值的同時，我們也應審視技術對人的生產(chǎn)生活所帶來的一些負面效應。喬斯·默肯斯和沙倫·奧布萊恩的研究顯示，很多時候譯后編輯需要做大篇幅的改動，需要人對其中重復性錯誤進行機械性的改動，使得原本富有創(chuàng)造性的翻譯活動切分為一些列簡單的任務從而發(fā)生了“去技能化”的趨勢[20]109-130 。愛爾蘭翻譯技術研究專家多蘿西·肯尼提出了另外一個影響譯者工作熱情的因素，就是客戶對翻譯質(zhì)量的要求逐漸降低，甚至提出“能看就行”的指示[21]。這就意味著譯者無需盡全力投入到工作之中。許多哲學家對技術發(fā)展對人所產(chǎn)生的負面影響進行了深刻的反思。盧梭反對一切文明和科技，視其為一切社會罪惡的根源。馬克思提出技術的發(fā)展不僅沒有使人得以自由發(fā)展，反而加強了對人的奴役，技術發(fā)生了異化。馬爾庫塞認為發(fā)達工業(yè)社會是單向度的社會，技術理性消解了人所應具有的否定性、超越性和批判性的維度從而成為了“單向度的人”。海德格爾指出，現(xiàn)代技術遮蔽了物之為物的物性，只向人們展現(xiàn)出所限定的屬性。事物和人都被統(tǒng)治于“座架”之中。對現(xiàn)代技術的深度反思可以讓我們更好地引導未來的技術發(fā)展從而更好的為人服務，這就需要我們努力實現(xiàn)人與技術和諧共處。

　　( 三) 實現(xiàn)翻譯技術與譯者和諧共處

　　黃欣榮指出，在人工智能時代人與機器會呈現(xiàn)出以下 3 種發(fā)展趨勢: 首先機器從客體變身為主體，人的主體地位會更加凸顯; 其次從人類適應機器轉(zhuǎn)變?yōu)闄C器適應人進行轉(zhuǎn)變，人與機器關系融洽; 最后人機邊界逐漸模糊，人機和諧共存將成為常態(tài)[22]。為了促進人與技術的和諧發(fā)展，提高生產(chǎn)效率和秉承技術為人服務的宗旨是兩大要點。技術的存在與發(fā)展要始終以人為本，人的需求也就是未來技術發(fā)展的動力。人與技術之間相互建構(gòu)、結(jié)構(gòu)并重構(gòu)從而實現(xiàn)“協(xié)同發(fā)展”。為了實現(xiàn)人工智能時代人與技術的和諧發(fā)展，可以從人與技術兩個方面入手。

　　首先，我們應該提高翻譯技術的可用性。技術的人性化是當代高新技術發(fā)展的一個最為鮮明的趨勢。為了實現(xiàn)人與技術的和諧共處，在技術設計之初就應該充分考慮到人的需求。對人機交互( human-computer interaction) 研究的深入有助于提升翻譯技術的可用性從而消除人們對技術接受出現(xiàn)困難從而產(chǎn)生的負面情緒。秦詠紅的研究發(fā)現(xiàn)，可用性的提升不僅可以調(diào)節(jié)人機發(fā)展關系，簡化人機交互操作模式，同時還會促進“機”競?cè)藫竦娜藱C關系演進[23]。這就需要破除“語言學”“計算機科學”與 “數(shù)學”之間的學科壁壘，同時打通“開發(fā)者”與“終端用戶”之間的隔閡，通過對話的方式共同促進翻譯技術人性化的發(fā)展。功能整合化，界面可視化，軟件開源化與云驅(qū)動的加入都是未來翻譯技術發(fā)展的趨勢。

　　其次，我們應該重新定位譯者的位置。在計算機輔助翻譯和機器翻譯緊密結(jié)合的今天，人在其中的身份已經(jīng)從絕對的主體轉(zhuǎn)變?yōu)槿藱C合作的“MT+ CAT+PE”模式。我們應該以積極的態(tài)度迎接新技術的到來并明辨其給我們帶來的便利。可以預見，譯后編輯員將會成為未來翻譯產(chǎn)業(yè)需求的主流。對此就需要改進以往傳統(tǒng)的翻譯教學和研究模式，重新定義翻譯能力，將翻譯技術能力作為考量譯者合格與否的重要因素。這就需要學校、教師、學生與翻譯產(chǎn)業(yè)進行聯(lián)動，通過改進教學模式、更新教師技能、增加實踐機會并將“產(chǎn)”“學”“研”相結(jié)合的方式使人從技術的發(fā)展中獲利。

　　五、結(jié)語

　　控制論創(chuàng)始人 N·維納就曾用古希臘神話中普羅米修斯盜火的例子說明了技術是把正負效應參半的“雙刃劍”，這在當今人工智能時代突顯的尤為明顯。作為當今人工智能研究的領軍人物，李飛飛提出了“以人為中心的人工智能”的方法論。她強調(diào)人工智能的目的是讓人類在其幫助下得到提升，而不是讓其取代人類。通過本文研究，我們應當正視翻譯技術化轉(zhuǎn)向給人提供的便利，但也不應在技術智能化進程中忽視人文因素。雖然在技術發(fā)展的過程中，人與技術的關系會存在著摩擦和分歧，但是通過人與技術兩個角度共同努力終將使其得以解決，從而實現(xiàn)人與技術的和諧共處。