人工智能時代翻譯技術(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)驗性”的實踐活動逐漸呈現(xiàn)出“技術(shù)化”轉(zhuǎn)向的趨勢。譯者在享受翻譯技術(shù)發(fā)展所代來便利的同時也承受著技術(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。為了實現(xiàn)未來的翻譯技術(shù)與譯者的良性互動，本文認(rèn)為，首先要正確認(rèn)識翻譯技術(shù)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(shù)可用性和重新定位譯者位置，并在此基礎(chǔ)上努力實現(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(哲學(xué)社會科學(xué)版) 發(fā)表時間：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(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(jī)器翻譯、自然語言處理以及人工智能 3 級學(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[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)實層面上來說，國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，其工作平臺實現(xiàn)了從紙筆平臺到單機(jī)電腦平臺到聯(lián)機(jī)網(wǎng)絡(luò)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(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(shù)轉(zhuǎn)向定義為“隨著信息技術(shù)、計算語言學(xué)、術(shù)語學(xué)等學(xué)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(shù)相結(jié)合的變化，從而引發(fā)翻譯理論研究的變革”[7]。

　　在對技術(shù)為社會生活帶來便利而歡欣鼓舞的同時，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)角度對其進(jìn)行追問和反思。美國技術(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)革命則意欲實現(xiàn)人類“智力”層面上的自動化。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(shù)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(jìn)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(shù)使用者開始擔(dān)心自己的未來。根據(jù)預(yù)測，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% 的信息則會采用譯后編輯( post-editing) 方式進(jìn)行翻譯[9]。“奇點”( singularity) 的提出者雷·庫茲韋爾預(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)前翻譯界對技術(shù)使用存在兩大陣營，一部分人相信機(jī)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(xué)者李晗佶和陳海慶通過對國內(nèi)語言學(xué)類和計算機(jī)科學(xué)類兩類期刊刊載的“機(jī)器翻譯”論文研究重點的分析發(fā)現(xiàn)，語言學(xué)界更加關(guān)注"計算機(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[10]。作為技術(shù)的分支，我們可以從技術(shù)哲學(xué)中找到對翻譯技術(shù)兩種對立的態(tài)度的源頭。美國技術(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)，正是這種二元劃分的方法使得技術(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，人們對技術(shù)研發(fā)與技術(shù)使用兩個領(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)時期，人的工具就是自己的雙手，技術(shù)富有個性，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)也開始有了實體形態(tài)，近代機(jī)器技術(shù)時期人與技術(shù)相分離。機(jī)器技術(shù)在體力層面對人進(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(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 年第一臺電子計算機(jī) 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(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，兩國之間有大量的情報需要翻譯。盡管當(dāng)時機(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(jī)器翻譯進(jìn)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(jī)器翻譯依舊存在大量的問題。美國科學(xué)院成立了語言自動處理咨詢委員會( Automatic Language Processing Advisory Committee) 對機(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。美國哲學(xué)家休伯特·德雷福斯于 1965 年應(yīng)蘭德公司邀請發(fā)表了題為《人工智能與煉金術(shù)》的報告( 后命名為《計算機(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)還有模式識別四個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(dāng)時進(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。面對全自動機(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)合作的計算機(jī)輔助翻譯的研發(fā)。20 世紀(jì) 70 年代，將已有譯文儲存并在遇到相似文本時復(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”( 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)計多層次計算機(jī)輔助翻譯系統(tǒng)的設(shè)想，構(gòu)建出新型交互式計算機(jī)輔助翻譯模式。在計算機(jī)輔助翻譯蓬勃發(fā)展的同時，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)驗主義占主導(dǎo)( 1993-2016) 兩個時期。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，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(jī)器翻譯( statistics-based) 和基于實例的 ( example-based) 機(jī)器翻譯逐漸成為主流。經(jīng)驗主義機(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)行自動訓(xùn)練。經(jīng)驗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(jìn)行研發(fā)并已投入使用。

　　通過對翻譯技術(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 個階段。哈欽斯和薩默斯[13]148 用圖 1 表示翻譯技術(shù)的自動化程度。在最初的技術(shù)構(gòu)想中，人們試圖構(gòu)建全自動高質(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)作的計算機(jī)輔助翻譯模式( 根據(jù)對原文進(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踐活動提供便利。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(xué)習(xí)的進(jìn)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(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 測評分差超越人類。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。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)

　　面對在人工智能時代翻譯技術(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。我們需要對翻譯技術(shù)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(shù)與譯者實現(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)者也就是計算機(jī)科學(xué)家和數(shù)學(xué)家們相信全自動高水平的機(jī)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(shù)使用和教育主體的語言學(xué)家們則對這一領(lǐng)域的發(fā)展前景持謹(jǐn)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(shù)的本質(zhì)。一些對翻譯技術(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(xué)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(shù)的實證調(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(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)用不僅可以對已有語言資產(chǎn)進(jìn)行復(fù)用，同時還可以通過技術(shù)手段對翻譯質(zhì)量進(jìn)行控制并實現(xiàn)項目協(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(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(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際使用為目的天氣預(yù)報等類型文本分別居于人工翻譯與機(jī)器翻譯的兩端。國內(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。同時文學(xué)翻譯也只是占據(jù)翻譯實踐很小的一部分，不能因為機(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。基于對以上兩點質(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)計之初就有所規(guī)定。正如德國技術(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)性的勞動中得以解放。

　　( 二) 重新審視譯者價值

　　盡管技術(shù)展現(xiàn)出了其強(qiáng)大的優(yōu)勢，但是我們?nèi)匀徊荒芎鲆暼俗鳛榧夹g(shù)主體的價值。英國人工智能哲學(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(lǐng)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(jī)械對應(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。由于每個人的認(rèn)知過程存在差異，在翻譯活動中都會展現(xiàn)出獨(dú)特的創(chuàng)造性并表達(dá)各異的情感。美國分析哲學(xué)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(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)角度對智能活動做出了 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)計的設(shè)計理念只是將詞與詞進(jìn)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(shù)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(dāng)人們看到由機(jī)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(dāng)前人工智能時代不可取代的價值的同時，我們也應(yīng)審視技術(shù)對人的生產(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，很多時候譯后編輯需要做大篇幅的改動，需要人對其中重復(fù)性錯誤進(jìn)行機(jī)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(wù)從而發(fā)生了“去技能化”的趨勢[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(xué)家對技術(shù)發(fā)展對人所產(chǎn)生的負(fù)面影響進(jìn)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(shù)的發(fā)展不僅沒有使人得以自由發(fā)展，反而加強(qiáng)了對人的奴役，技術(shù)發(fā)生了異化。馬爾庫塞認(rèn)為發(fā)達(dá)工業(yè)社會是單向度的社會，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現(xiàn)人與技術(shù)和諧共處。

　　( 三) 實現(xiàn)翻譯技術(shù)與譯者和諧共處

　　黃欣榮指出，在人工智能時代人與機(jī)器會呈現(xiàn)出以下 3 種發(fā)展趨勢: 首先機(jī)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(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。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)展的動力。人與技術(shù)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(shù)的和諧發(fā)展，可以從人與技術(shù)兩個方面入手。

　　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)展的一個最為鮮明的趨勢。為了實現(xiàn)人與技術(shù)的和諧共處，在技術(shù)設(shè)計之初就應(yīng)該充分考慮到人的需求。對人機(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，簡化人機(jī)交互操作模式，同時還會促進(jìn)“機(jī)”競?cè)藫竦娜藱C(jī)關(guān)系演進(jìn)[23]。這就需要破除“語言學(xué)”“計算機(jī)科學(xué)”與 “數(shù)學(xué)”之間的學(xué)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(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)動的加入都是未來翻譯技術(shù)發(fā)展的趨勢。

　　其次，我們應(yīng)該重新定位譯者的位置。在計算機(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，譯后編輯員將會成為未來翻譯產(chǎn)業(yè)需求的主流。對此就需要改進(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，通過改進(jìn)教學(xué)模式、更新教師技能、增加實踐機(jī)會并將“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)系會存在著摩擦和分歧，但是通過人與技術(shù)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(shù)的和諧共處。