人工智能時(shí)代翻譯技術(shù)與譯者關(guān)系演變與重構(gòu)

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

　　李晗佶， 西華師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版) 發(fā)表時(shí)間：2021-09-16

　　關(guān)鍵詞: 人與技術(shù); 人工智能; 翻譯技術(shù); 譯者

　　一、引言

　　人工智能( artificial intelligence) 就是指讓計(jì)算機(jī)完成人類心智能做的各種事情[1]3 。自 1956 年召開的達(dá)特茅斯會(huì)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(jì)算機(jī)科學(xué)、控制論、心理學(xué)、語言學(xué)、認(rèn)知科學(xué)等眾多學(xué)科的最新成果，已經(jīng)發(fā)展為當(dāng)今的第 3 代人工智能。在科學(xué)方法、學(xué)習(xí)方法和技術(shù)應(yīng)用上都呈現(xiàn)出全新的范式，并且在無人駕駛、人臉識(shí)別、人工智能芯片、人工智能醫(yī)療等諸多領(lǐng)域都取得了突破性的進(jìn)展。

　　人工智能技術(shù)對(duì)人類社會(huì)生活的各個(gè)方面都產(chǎn)生了巨大的影響，對(duì)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(jī)器翻譯、自然語言處理以及人工智能 3 級(jí)學(xué)科之間的密切聯(lián)系。作為人工智能中核心技術(shù)的自然語言處理不僅是人與計(jì)算機(jī)之間進(jìn)行有效通信的關(guān)鍵，同樣 也 被 認(rèn) 為 是人工智能研究的 直 接 切 入點(diǎn)[2]。由于自然語言的復(fù)雜性與歧義性，作為自然語言處理最為重要分支的機(jī)器翻譯被視為是人工智能中最難攻克的領(lǐng)域[3]144。另一方面，從現(xiàn)實(shí)層面上來說，國(guó)際間溝通交流的日益密切、技術(shù)手段的不斷成熟以及翻譯對(duì)象、標(biāo)準(zhǔn)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(tái)實(shí)現(xiàn)了從紙筆平臺(tái)到單機(jī)電腦平臺(tái)到聯(lián)機(jī)網(wǎng)絡(luò)平臺(tái)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(xué)者從技術(shù)開發(fā)、技術(shù)使用、技術(shù)教育和技術(shù)研究等角度的實(shí)證數(shù)據(jù)證實(shí)了這一轉(zhuǎn)向的發(fā)生。張成智和王華樹將翻譯的技術(shù)轉(zhuǎn)向定義為“隨著信息技術(shù)、計(jì)算語言學(xué)、術(shù)語學(xué)等學(xué)科發(fā)展，翻譯實(shí)踐發(fā)生了從純?nèi)斯しg到人工翻譯與信息技術(shù)相結(jié)合的變化，從而引發(fā)翻譯理論研究的變革”[7]。

　　在對(duì)技術(shù)為社會(huì)生活帶來便利而歡欣鼓舞的同時(shí)，與技術(shù)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(shù)哲學(xué)角度對(duì)其進(jìn)行追問和反思。美國(guó)技術(shù)哲學(xué)家芒福德[8]84 指出，人類如想在現(xiàn)代技術(shù)文明中繼續(xù)生存并發(fā)展就必須多方面考量人與機(jī)器關(guān)系的問題。在從“弱人工智能”走向“強(qiáng)人工智能”并將最終目標(biāo)定位于“超人工智能”的發(fā)展道路上，翻譯技術(shù)與譯者之間的的關(guān)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(shù)與譯者的關(guān)系，從現(xiàn)存的問題出發(fā)，通過對(duì)翻譯技術(shù)與譯者關(guān)系演變和翻譯技術(shù)發(fā)展的脈絡(luò)進(jìn)行梳理，從而提出未來的翻譯技術(shù)與譯者關(guān)系圖景的構(gòu)建模式。

　　二、翻譯技術(shù)與譯者關(guān)系問題

　　以蒸汽機(jī)發(fā)明為標(biāo)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(dāng)下的信息技術(shù)革命則意欲實(shí)現(xiàn)人類“智力”層面上的自動(dòng)化。在翻譯技術(shù)與人工智能技術(shù)不斷融合的今天，工具的使用者著實(shí)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(shì)的不斷深入發(fā)展，翻譯技術(shù)的最新成果捷報(bào)頻傳，各大互聯(lián)網(wǎng)巨頭紛紛投入大量精力進(jìn)行產(chǎn)品開發(fā)與升級(jí)。與此形成巨大反差的就是越來越多的技術(shù)使用者開始擔(dān)心自己的未來。根據(jù)預(yù)測(cè)，未來只有 10%的任務(wù)需要人工翻譯，70%的文檔需要機(jī)器翻譯，而中間 20% 的信息則會(huì)采用譯后編輯( post-editing) 方式進(jìn)行翻譯[9]。“奇點(diǎn)”( singularity) 的提出者雷·庫(kù)茲韋爾預(yù)言，到 2029 年機(jī)器翻譯的質(zhì)量將達(dá)到人工翻譯水平。國(guó)際翻譯家聯(lián)盟榮譽(yù)顧問弗蘭斯·德萊特指出當(dāng)前翻譯界對(duì)技術(shù)使用存在兩大陣營(yíng)，一部分人相信機(jī)器翻譯會(huì)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(guó)學(xué)者李晗佶和陳海慶通過對(duì)國(guó)內(nèi)語言學(xué)類和計(jì)算機(jī)科學(xué)類兩類期刊刊載的“機(jī)器翻譯”論文研究重點(diǎn)的分析發(fā)現(xiàn)，語言學(xué)界更加關(guān)注"計(jì)算機(jī)輔助翻譯" 領(lǐng)域，意在利用機(jī)器翻譯幫助人工翻譯并輔助翻譯教學(xué); 而計(jì)算機(jī)科學(xué)界則更加注重如何改進(jìn)機(jī)器翻譯，從而獲得更加準(zhǔn)確的譯文并使得用戶獲得更好的使用體驗(yàn)[10]。作為技術(shù)的分支，我們可以從技術(shù)哲學(xué)中找到對(duì)翻譯技術(shù)兩種對(duì)立的態(tài)度的源頭。美國(guó)技術(shù)哲學(xué)家卡爾·米切姆把技術(shù)哲學(xué)的發(fā)展概括為工程學(xué)傳統(tǒng)與人文主義傳統(tǒng)，正是這種二元?jiǎng)澐值姆椒ㄊ沟眉夹g(shù)哲學(xué)走入了困境，這種分野其本質(zhì)就是科學(xué)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(shù)化轉(zhuǎn)向中人與技術(shù)之間的關(guān)系出現(xiàn)了矛盾，人們對(duì)技術(shù)研發(fā)與技術(shù)使用兩個(gè)領(lǐng)域截然相反的態(tài)度不僅不利于翻譯技術(shù)的進(jìn)一步發(fā)展，同樣也違背了技術(shù)服務(wù)于人的初衷，因此對(duì)翻譯技術(shù)轉(zhuǎn)向中的人與技術(shù)問題的關(guān)注就變得十分必要。

　　三、翻譯技術(shù)與譯者關(guān)系演變

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

　　在對(duì)翻譯技術(shù)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(shù)與譯者關(guān)系的變化。最初的自動(dòng)化翻譯可追溯到古希臘時(shí)期先人們?cè)噲D用理想化語言代替自然語言構(gòu)想。在 17 世紀(jì)，包括笛卡爾、萊布尼茨等在內(nèi)的哲學(xué)家都試圖用數(shù)學(xué)的方法來規(guī)范語言并通過編寫詞典的方式進(jìn)行了有益的嘗試。德國(guó)學(xué)者里格首次使用了“機(jī)器翻譯”( ein mechanisches uebersetzen) 這一術(shù)語，認(rèn)為通過語法和詞典可以機(jī)械地將一種語言翻譯成為其他語言。法國(guó)工程師阿爾楚尼和蘇聯(lián)發(fā)明家特洛揚(yáng)斯基 1933 年不約而同地提出了用機(jī)器翻譯語言的想法。 1946 年第一臺(tái)電子計(jì)算機(jī) ENIAC 的出現(xiàn)以其驚人的計(jì)算速度使得洛克菲勒基金會(huì)的美國(guó)科學(xué)家瓦倫 ·威弗聯(lián)想到了第二次世界大戰(zhàn)期間，圖靈用機(jī)器破譯密碼取得的巨大成功。他認(rèn)為翻譯等同于解碼，同時(shí)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(jī)器翻譯的思想。這一想法的提出恰逢美蘇冷戰(zhàn)期間，兩國(guó)之間有大量的情報(bào)需要翻譯。盡管當(dāng)時(shí)機(jī)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(duì)所取得的成就仍然感到興奮，許多科學(xué)家都預(yù)言高質(zhì)量的自動(dòng)化翻譯將在短期內(nèi)得以實(shí)現(xiàn)。隨后，美國(guó)、蘇聯(lián)、日本和歐洲等國(guó)家紛紛投入大量資金和科研力量對(duì)機(jī)器翻譯進(jìn)行研發(fā)。隨著資金和時(shí)間的大量投入，人們逐漸發(fā)現(xiàn)機(jī)器翻譯依舊存在大量的問題。美國(guó)科學(xué)院成立了語言自動(dòng)處理咨詢委員會(huì)( Automatic Language Processing Advisory Committee) 對(duì)機(jī)器翻譯進(jìn)行了為期兩年的調(diào)研。在 1966 年發(fā)布的報(bào)告中全面否定了機(jī)器翻譯的可行性，認(rèn)為十年研究未能完成預(yù)期目標(biāo)，并在近期或可以預(yù)見的未來，也沒有開發(fā)出實(shí)用的機(jī)器翻譯系統(tǒng)的希望，建議停止經(jīng)費(fèi)支持。美國(guó)哲學(xué)家休伯特·德雷福斯于 1965 年應(yīng)蘭德公司邀請(qǐng)發(fā)表了題為《人工智能與煉金術(shù)》的報(bào)告( 后命名為《計(jì)算機(jī)不能做什么》出版) 。他從博弈、問題求解、語言翻譯和學(xué)習(xí)還有模式識(shí)別四個(gè)比較活躍的人工智能開發(fā)領(lǐng)域入手，從現(xiàn)象學(xué)角度對(duì)人工智能的發(fā)展做出了批判性的思考和分析。兩份報(bào)告一并給當(dāng)時(shí)進(jìn)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(biāo)志。面對(duì)全自動(dòng)機(jī)器翻譯陷入的困境，技術(shù)人員開始轉(zhuǎn)變思路，轉(zhuǎn)向人機(jī)合作的計(jì)算機(jī)輔助翻譯的研發(fā)。20 世紀(jì) 70 年代，將已有譯文儲(chǔ)存并在遇到相似文本時(shí)復(fù)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(tái)”( translator’s workstation) 的概念，提議構(gòu)建一套人機(jī)協(xié)作系統(tǒng)。 1983 年艾倫·梅爾比提出了設(shè)計(jì)多層次計(jì)算機(jī)輔助翻譯系統(tǒng)的設(shè)想，構(gòu)建出新型交互式計(jì)算機(jī)輔助翻譯模式。在計(jì)算機(jī)輔助翻譯蓬勃發(fā)展的同時(shí)，機(jī)器翻譯在 20 世紀(jì) 70 年代又重新煥發(fā)了生機(jī)。通過對(duì)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(jī)器翻譯研究展現(xiàn)出實(shí)用性的特征，加拿大的 TAUM-METEO、歐洲的 SYSTRAN 等一大批機(jī)器翻譯系統(tǒng)投入使用。

　　機(jī)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(dǎo)( 1949-1992) 與經(jīng)驗(yàn)主義占主導(dǎo)( 1993-2016) 兩個(gè)時(shí)期。早期的研究方向是基于規(guī)則( rule-based) 的機(jī)器翻譯，就是找出自然語言之間的轉(zhuǎn)換規(guī)律從而進(jìn)行翻譯。但是這種方式面臨開發(fā)周期長(zhǎng)，人工成本高與翻譯知識(shí)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(jì)的機(jī)器翻譯( statistics-based) 和基于實(shí)例的 ( example-based) 機(jī)器翻譯逐漸成為主流。經(jīng)驗(yàn)主義機(jī)器翻譯方法基于大量語料，通過數(shù)學(xué)模型描述自然語言的轉(zhuǎn)換過程從而進(jìn)行自動(dòng)訓(xùn)練。經(jīng)驗(yàn)主義翻譯方法在很大程度上彌補(bǔ)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(xué)習(xí)的方法的提出以及注意力( Attention) 機(jī)制的引入，神經(jīng)機(jī)器翻譯( neural machine translation) 開始展現(xiàn)其巨大的魅力。神經(jīng)機(jī)器翻譯是一種使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)獲取自然語言之間的映射關(guān)系的方法。2016 年發(fā)布的谷歌神經(jīng)機(jī)器翻譯( google neural machine translation) 系統(tǒng)使用了當(dāng)前最先進(jìn)的訓(xùn)練技術(shù)，能夠?qū)崿F(xiàn)到目前為止機(jī)器翻譯質(zhì)量的最大提升[24]。當(dāng)前谷歌已經(jīng)實(shí)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(guó)內(nèi)外互聯(lián)網(wǎng)巨頭也紛紛對(duì)神經(jīng)翻譯進(jìn)行研發(fā)并已投入使用。

　　通過對(duì)翻譯技術(shù)發(fā)展的脈絡(luò)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(gè)不同的發(fā)展階段。作為技術(shù)主體的人在翻譯技術(shù)的發(fā)展之中其主體性經(jīng)歷了缺失、確立與重構(gòu) 3 個(gè)階段。哈欽斯和薩默斯[13]148 用圖 1 表示翻譯技術(shù)的自動(dòng)化程度。在最初的技術(shù)構(gòu)想中，人們?cè)噲D構(gòu)建全自動(dòng)高質(zhì)量的機(jī)器翻譯( fully automatic high quality machine translation) 從而完全取代人在翻譯活動(dòng)中的中心位置。但是種種技術(shù)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(shù)相互協(xié)作的計(jì)算機(jī)輔助翻譯模式( 根據(jù)對(duì)原文進(jìn)行譯前編輯或譯后編輯，又可進(jìn)一步劃分為人助機(jī)翻譯( human aided machine translation) 與機(jī)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(shù)是作為輔助性工具為人的實(shí)踐活動(dòng)提供便利。但是這種人工智能技術(shù)的接入和成熟，這種人與技術(shù)之間和諧的局面逐漸被打破。谷歌稱改進(jìn)后的谷歌神經(jīng)翻譯多個(gè)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(jí)研究成果，稱通過對(duì)深度學(xué)習(xí)的進(jìn)一步研發(fā)，谷歌翻譯已經(jīng)實(shí)現(xiàn)了“Zero-Shot 翻譯”使其能夠?qū)ξ唇?jīng)訓(xùn)練過的語言進(jìn)行翻譯。臉書工程師稱其基于卷積神經(jīng)網(wǎng)絡(luò)( 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(cè)評(píng)分差超越人類。翻譯技術(shù)的一次又一次技術(shù)上的突破預(yù)示著當(dāng)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(shì)。機(jī)器自主學(xué)習(xí)技術(shù)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(shù)哲學(xué)家所描述的情境，未來的技術(shù)將脫離人類變成自主性的技術(shù)獨(dú)立發(fā)展。

　　四、翻譯技術(shù)與譯者關(guān)系重構(gòu)

　　面對(duì)在人工智能時(shí)代翻譯技術(shù)化轉(zhuǎn)向給人們帶來的種種挑戰(zhàn)，重構(gòu)翻譯技術(shù)與譯者的關(guān)系迫在眉睫。我們需要對(duì)翻譯技術(shù)給予正確的定位，同時(shí)重新審視譯者的價(jià)值，從而使翻譯技術(shù)與譯者實(shí)現(xiàn)和諧共處。

　　( 一) 正確定位翻譯技術(shù)本質(zhì)

　　當(dāng)前學(xué)術(shù)界對(duì)于翻譯技術(shù)的未來前景持有兩種截然相反的態(tài)。翻譯技術(shù)的研發(fā)者也就是計(jì)算機(jī)科學(xué)家和數(shù)學(xué)家們相信全自動(dòng)高水平的機(jī)器翻譯終將實(shí)現(xiàn)，由此，他們竭盡全力要實(shí)現(xiàn)這一人類長(zhǎng)久以來的夢(mèng)想; 而作為技術(shù)使用和教育主體的語言學(xué)家們則對(duì)這一領(lǐng)域的發(fā)展前景持謹(jǐn)慎態(tài)度。以上兩種對(duì)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(shù)的本質(zhì)。一些對(duì)翻譯技術(shù)抱否定態(tài)度的學(xué)者往往抓住當(dāng)前機(jī)器翻譯中出現(xiàn)的某個(gè)錯(cuò)誤將其放大從而全盤否定已經(jīng)取得的成果。對(duì)于此種批評(píng)，許多學(xué)者的實(shí)證研究予以了很好的回答。如金孟山等通過對(duì)澳門政府使用翻譯技術(shù)的實(shí)證調(diào)查表明，翻譯技術(shù)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(shí)還大幅縮減了人力成本[14]。沙倫·奧布萊恩通過對(duì)專業(yè)譯員在譯后編輯中一般文本匹配和翻譯修改率對(duì)以后編輯效率進(jìn)行調(diào)查，認(rèn)為使用翻譯技術(shù)可以大幅減少譯員的翻譯時(shí)間與認(rèn)知努力[15]。我們應(yīng)當(dāng)看到，翻譯技術(shù)的應(yīng)用不僅可以對(duì)已有語言資產(chǎn)進(jìn)行復(fù)用，同時(shí)還可以通過技術(shù)手段對(duì)翻譯質(zhì)量進(jìn)行控制并實(shí)現(xiàn)項(xiàng)目協(xié)作和管理。

　　此外還有人認(rèn)為翻譯技術(shù)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(dá)型( expressive) 和操作型( vocative) 文本。針對(duì)這個(gè)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(guó)機(jī)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(luò)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(duì)翻譯質(zhì)量的要求來決定人在翻譯活動(dòng)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(jī)器翻譯與譯后編輯的組合，MT 是指機(jī)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(xué)類文本和與信息檢索和實(shí)際使用為目的天氣預(yù)報(bào)等類型文本分別居于人工翻譯與機(jī)器翻譯的兩端。國(guó)內(nèi)自然語言處理和機(jī)器翻譯領(lǐng)域的權(quán)威馮志偉就明確說明機(jī)器翻譯的設(shè)計(jì)初衷就不是翻譯文學(xué)名著[18]。文學(xué)翻譯要求很高的文學(xué)素養(yǎng)，一般的譯者也無法駕馭。同時(shí)文學(xué)翻譯也只是占據(jù)翻譯實(shí)踐很小的一部分，不能因?yàn)闄C(jī)器翻譯不能進(jìn)行文學(xué)翻譯就說機(jī)器翻譯一無是處。基于對(duì)以上兩點(diǎn)質(zhì)疑的回應(yīng)，我們應(yīng)該正確定義翻譯技術(shù): 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(shè)計(jì)之初就有所規(guī)定。正如德國(guó)技術(shù)哲學(xué)家卡普所提出的“人體器官投影說”一樣，翻譯技術(shù)以其自身優(yōu)勢(shì)在很大程度上彌補(bǔ)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(fù)性的勞動(dòng)中得以解放。

　　( 二) 重新審視譯者價(jià)值

　　盡管技術(shù)展現(xiàn)出了其強(qiáng)大的優(yōu)勢(shì)，但是我們?nèi)匀徊荒芎鲆暼俗鳛榧夹g(shù)主體的價(jià)值。英國(guó)人工智能哲學(xué)研究者瑪格麗特·博登指出，語言、創(chuàng)造力和情感等領(lǐng)域依舊對(duì)人工智能存在很大的挑戰(zhàn)[1]69 。她所提及的 3 個(gè)具有挑戰(zhàn)性的領(lǐng)域在翻譯實(shí)踐活動(dòng)中都有所體現(xiàn)。翻譯并非是兩種語言之間的機(jī)械對(duì)應(yīng)，而是在理解兩種語言文化基礎(chǔ)之上復(fù)雜的認(rèn)知轉(zhuǎn)換過程。由于每個(gè)人的認(rèn)知過程存在差異，在翻譯活動(dòng)中都會(huì)展現(xiàn)出獨(dú)特的創(chuàng)造性并表達(dá)各異的情感。美國(guó)分析哲學(xué)家約翰·塞爾通過“中文屋論證” ( Chinese Room Argument) 對(duì)“圖靈測(cè)試”( Turing Test) 發(fā)起了挑戰(zhàn)，認(rèn)為人工智能缺乏“意向性”( in-tentionality) 從而反駁了強(qiáng)人工智能的可能性。德雷福斯從現(xiàn)象學(xué)角度對(duì)智能活動(dòng)做出了 4 類區(qū)分: 第 1 類是刺激—反應(yīng)領(lǐng)域; 第 2 類是數(shù)學(xué)思維領(lǐng)域; 第 3 類是復(fù)雜—形式化系統(tǒng)領(lǐng)域; 第 4 類是非形式化行為領(lǐng)域[18]299-300 。其中前兩類適合計(jì)算機(jī)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(shù)，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(shí)擴(kuò)大了而非取代了人的智能。認(rèn)知科學(xué)家侯世達(dá)在肯定谷歌翻譯等技術(shù)帶來的好處的同時(shí)也尖銳地指出機(jī)器翻譯缺乏“理解力”，基于數(shù)據(jù)統(tǒng)計(jì)的設(shè)計(jì)理念只是將詞與詞進(jìn)行聯(lián)想而非思想之間的對(duì)接[19]。從目前取得的成果來看，說翻譯技術(shù)的發(fā)展即將完全取代人類還為時(shí)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(dāng)人們看到由機(jī)器翻譯所產(chǎn)生出的蹩腳的譯文時(shí)，就會(huì)更深刻地體會(huì)到人作為目前已知最高智能體的魅力所在。

　　在正視人在當(dāng)前人工智能時(shí)代不可取代的價(jià)值的同時(shí)，我們也應(yīng)審視技術(shù)對(duì)人的生產(chǎn)生活所帶來的一些負(fù)面效應(yīng)。喬斯·默肯斯和沙倫·奧布萊恩的研究顯示，很多時(shí)候譯后編輯需要做大篇幅的改動(dòng)，需要人對(duì)其中重復(fù)性錯(cuò)誤進(jìn)行機(jī)械性的改動(dòng)，使得原本富有創(chuàng)造性的翻譯活動(dòng)切分為一些列簡(jiǎn)單的任務(wù)從而發(fā)生了“去技能化”的趨勢(shì)[20]109-130 。愛爾蘭翻譯技術(shù)研究專家多蘿西·肯尼提出了另外一個(gè)影響譯者工作熱情的因素，就是客戶對(duì)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(xué)家對(duì)技術(shù)發(fā)展對(duì)人所產(chǎn)生的負(fù)面影響進(jìn)行了深刻的反思。盧梭反對(duì)一切文明和科技，視其為一切社會(huì)罪惡的根源。馬克思提出技術(shù)的發(fā)展不僅沒有使人得以自由發(fā)展，反而加強(qiáng)了對(duì)人的奴役，技術(shù)發(fā)生了異化。馬爾庫(kù)塞認(rèn)為發(fā)達(dá)工業(yè)社會(huì)是單向度的社會(huì)，技術(shù)理性消解了人所應(yīng)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(shù)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(duì)現(xiàn)代技術(shù)的深度反思可以讓我們更好地引導(dǎo)未來的技術(shù)發(fā)展從而更好的為人服務(wù)，這就需要我們努力實(shí)現(xiàn)人與技術(shù)和諧共處。

　　( 三) 實(shí)現(xiàn)翻譯技術(shù)與譯者和諧共處

　　黃欣榮指出，在人工智能時(shí)代人與機(jī)器會(huì)呈現(xiàn)出以下 3 種發(fā)展趨勢(shì): 首先機(jī)器從客體變身為主體，人的主體地位會(huì)更加凸顯; 其次從人類適應(yīng)機(jī)器轉(zhuǎn)變?yōu)闄C(jī)器適應(yīng)人進(jìn)行轉(zhuǎn)變，人與機(jī)器關(guān)系融洽; 最后人機(jī)邊界逐漸模糊，人機(jī)和諧共存將成為常態(tài)[22]。為了促進(jìn)人與技術(shù)的和諧發(fā)展，提高生產(chǎn)效率和秉承技術(shù)為人服務(wù)的宗旨是兩大要點(diǎn)。技術(shù)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(shù)發(fā)展的動(dòng)力。人與技術(shù)之間相互建構(gòu)、結(jié)構(gòu)并重構(gòu)從而實(shí)現(xiàn)“協(xié)同發(fā)展”。為了實(shí)現(xiàn)人工智能時(shí)代人與技術(shù)的和諧發(fā)展，可以從人與技術(shù)兩個(gè)方面入手。

　　首先，我們應(yīng)該提高翻譯技術(shù)的可用性。技術(shù)的人性化是當(dāng)代高新技術(shù)發(fā)展的一個(gè)最為鮮明的趨勢(shì)。為了實(shí)現(xiàn)人與技術(shù)的和諧共處，在技術(shù)設(shè)計(jì)之初就應(yīng)該充分考慮到人的需求。對(duì)人機(jī)交互( human-computer interaction) 研究的深入有助于提升翻譯技術(shù)的可用性從而消除人們對(duì)技術(shù)接受出現(xiàn)困難從而產(chǎn)生的負(fù)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(jī)發(fā)展關(guān)系，簡(jiǎn)化人機(jī)交互操作模式，同時(shí)還會(huì)促進(jìn)“機(jī)”競(jìng)?cè)藫竦娜藱C(jī)關(guān)系演進(jìn)[23]。這就需要破除“語言學(xué)”“計(jì)算機(jī)科學(xué)”與 “數(shù)學(xué)”之間的學(xué)科壁壘，同時(shí)打通“開發(fā)者”與“終端用戶”之間的隔閡，通過對(duì)話的方式共同促進(jìn)翻譯技術(shù)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(dòng)的加入都是未來翻譯技術(shù)發(fā)展的趨勢(shì)。

　　其次，我們應(yīng)該重新定位譯者的位置。在計(jì)算機(jī)輔助翻譯和機(jī)器翻譯緊密結(jié)合的今天，人在其中的身份已經(jīng)從絕對(duì)的主體轉(zhuǎn)變?yōu)槿藱C(jī)合作的“MT+ CAT+PE”模式。我們應(yīng)該以積極的態(tài)度迎接新技術(shù)的到來并明辨其給我們帶來的便利。可以預(yù)見，譯后編輯員將會(huì)成為未來翻譯產(chǎn)業(yè)需求的主流。對(duì)此就需要改進(jìn)以往傳統(tǒng)的翻譯教學(xué)和研究模式，重新定義翻譯能力，將翻譯技術(shù)能力作為考量譯者合格與否的重要因素。這就需要學(xué)校、教師、學(xué)生與翻譯產(chǎn)業(yè)進(jìn)行聯(lián)動(dòng)，通過改進(jìn)教學(xué)模式、更新教師技能、增加實(shí)踐機(jī)會(huì)并將“產(chǎn)”“學(xué)”“研”相結(jié)合的方式使人從技術(shù)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(shù)是把正負(fù)效應(yīng)參半的“雙刃劍”，這在當(dāng)今人工智能時(shí)代突顯的尤為明顯。作為當(dāng)今人工智能研究的領(lǐng)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(qiáng)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(yīng)當(dāng)正視翻譯技術(shù)化轉(zhuǎn)向給人提供的便利，但也不應(yīng)在技術(shù)智能化進(jìn)程中忽視人文因素。雖然在技術(shù)發(fā)展的過程中，人與技術(shù)的關(guān)系會(huì)存在著摩擦和分歧，但是通過人與技術(shù)兩個(gè)角度共同努力終將使其得以解決，從而實(shí)現(xiàn)人與技術(shù)的和諧共處。