本期轉(zhuǎn)發(fā)雷中華博士的文章，希望引起網(wǎng)絡(luò)、媒體和社會各界的關(guān)注，在擁抱技術(shù)的時候，我們應(yīng)該保持理性，不要被技術(shù)牽著鼻子走，更不要盲目從眾，失去理智 ！�。�！ 翻譯界面臨的新一輪質(zhì)疑與對策 北京語言大學副教授 雷中華博士
自2016年基于大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)深度學習的機器翻譯工具取得重大進展以來，各種新聞報道、會議、自媒體中不斷出現(xiàn)對外語和翻譯價值的質(zhì)疑和對學科前景的悲觀看法，從而形成了第一波負面輿論。2022年11月30日，OpenAI發(fā)布了GPT-3.5模型驅(qū)動的ChatGPT。僅用了五天時間，ChatGPT 的注冊用戶就達到了 100 萬，創(chuàng)造了互聯(lián)網(wǎng)歷史上的新紀錄。兩個月后，即 2023 年 1 月，ChatGPT 的月活躍用戶數(shù)量達到了 1 億。用戶數(shù)量火箭式的增長表明了生成式人工智能的飛速發(fā)展。ChatGPT 的翻譯功能進一步進化，引發(fā)了關(guān)于外語和翻譯專業(yè)未來的第二波討論。與前一波負面輿論相比，“外語和翻譯專業(yè)無用論”、“人工智能將取代外語和翻譯專業(yè) ”等論調(diào)在網(wǎng)絡(luò)平臺和社交媒體上更加猖獗。
“同聲傳譯被人工智能取代是遲早的事“、”AIGC時代學外語和翻譯都沒用“、”外語是坑爹專業(yè)“、”學好外語考公務(wù)員不容易“、”勸退翻譯專業(yè)“、”人工智能比我進步快“、”翻譯碩士沒用，碩士學位有用 "等等。2025年1月20日，中國的DeepSeek公司推出了推理模型DeepSeek-R1，并同時開源了其模型權(quán)重。通過大規(guī)模強化學習技術(shù)，大幅提升推理能力，性能媲美頂級閉源產(chǎn)品，迅速引起全球關(guān)注。今年2月底3月初，正是兩會召開的季節(jié)。2025年2月25日，深圳在2025年兩會期間率先推出了某廠商的人工智能翻譯大模。有媒體稱，“這也是國內(nèi)首款政府級AI大模型同聲傳譯軟件”。
隨后，各大媒體發(fā)布了相關(guān)視頻和文字新聞。在相關(guān)視頻報道中，制造商向記者展示了一張照片，照片中一名外國人正看著屏幕做筆記。制造商表示 “這是一位外國總領(lǐng)事館的官員。她原本戴著耳機，但在看到人工智能同聲傳譯屏幕后，她放下了耳機，開始在屏幕前做筆記。這說明人工智能同聲傳譯的準確率非常高！” InnAIO采用DeepSeek-R1大模型，政策術(shù)語準確率達到98.3%。通過AI聲紋識別系統(tǒng)，可以自動捕捉說話人的聲音。結(jié)合系統(tǒng)級音源直接采集技術(shù)，消除了傳統(tǒng)設(shè)備的傳輸延遲，實現(xiàn)0.5秒內(nèi)自動觸發(fā)翻譯，翻譯響應(yīng)速度提升40%。
此外，該軟件還打通了PC端專業(yè)會議平臺與移動端功能，支持大屏高清直播、多語種頻道一鍵切換，滿足外賓團隊協(xié)同辦公需求。希望能夠幫助深圳成為全世界第一個擺脫語言障礙的城市。”此前，人們得出的一致結(jié)論是，機器翻譯工具由于其速度和效率優(yōu)勢，可以替代人類從事部分垂直領(lǐng)域的筆譯工作。然而口譯，特別是同聲傳譯，雖然有一些相關(guān)技術(shù)方案在手機、車輛和會議終端采用，但人們的普遍結(jié)論是，口譯仍然是機器翻譯目前尚且無法攻克的陣地。由于各級兩會是我國每年最重大的政治活動之一，在地方兩會如此重要的場合采用AI同傳，人們自然認為AI同傳得到官方認可。同時，廠家聲稱由于現(xiàn)場有其產(chǎn)品提供英文譯文，國外嘉賓不再聆聽人工譯員譯文，暗指AI同傳在當時場景中已經(jīng)替代人工譯員。相關(guān)短視頻新聞和文字報道出來后，很多人認為，人類同傳這塊最后的堡壘已被AI技術(shù)攻克。緊接著，在社交媒體中引爆了新一輪山呼海嘯般的負面輿論。技術(shù)決定論(Technological Determinism)、AI神話( AI Deification)、替代論(Replacement Theory)、外語和翻譯無用論(Obsolescence of Language Learning and Translation)鋪天蓋地。互聯(lián)網(wǎng)和社交媒體中，翻譯AI崇拜者和跪拜者（Irrational Warshippers）、AI翻譯技術(shù)跟風者（Tech Bandwagoners)、技術(shù)二道販子 (Tech Middlemen/ speculators, knowledge brokers)、短視(Myopia)和功利主義(Utilitarianism)者、焦慮煽動者（Anxiety/panic Peddlers, Fearmongers）、FOMO（Fear of Missing Out）錯失恐懼癥患者層出不窮。社交媒體上，翻譯專業(yè)在校學生普遍驚恐迷茫，哀鴻遍野。
二、現(xiàn)場AI英語譯文果真如此神奇？
首先需要提請讀者注意的是，深圳作為位于大灣區(qū)的一線城市和全國科技高地，在深圳市兩會這個一年中最重要的政治活動中，由地方行政首長代表政府向人民報告，闡明政府工作的理念、政策、實績和未來工作計劃，是一件嚴肅的重大政治活動。現(xiàn)場有外國使節(jié)來列席聆聽，同時也是一個向外國友人講明我國大政方針的重要國際交流活動，屬于差錯容忍度極低（high-stake）、政治高度敏感的場合。因此報告的英文翻譯必須做到嚴謹準確，絕不能出現(xiàn)政治方向性問題。 我們以下面相關(guān)報道中的新聞圖片為例，來看看AI到底水平如何。屏幕中顯示的是在深圳市兩會現(xiàn)場覃市長的政府工作報告英文譯文。到目前為止，筆者尚無法從公開渠道獲得深圳市2025政府工作報告官方版本。中文源語為屏幕英文譯文的回譯，以及中央政府工作報告中的類似表述。讓我們以分句為單位，對屏幕上的英文譯文逐行展開分析：
（圖片來源：廣東省省委省政府權(quán)威信息發(fā)布平臺南方Plus客戶端。推文標題：“無聲翻譯官”登場！深圳兩會首次啟用AI同傳，實現(xiàn)“眼神秒譯”。）
第一行：people's livelihood are the greatest 英文不通。此句中文原文應(yīng)該是民生為大，中央政府工作報告中有“中國式現(xiàn)代化，民生為大”類似提法。 第二行：中文是“群眾身邊的關(guān)鍵小事就是政府應(yīng)該做好的大事”，英文譯文key trivial things around the masses are the top priorities that the government should do well。英文trivial一詞意涵是Of little value or importance，確指不重要的事，已有價值判斷。只看譯文，如何體現(xiàn)人民政府“人民至上”的執(zhí)政理念？譯文讀者會誤以為中國政府就是來大力氣來做小事。此外在此“群眾”的譯文是the masses。 Mass一詞在英文中指抽象的一群人，特定語境下暗指烏合之眾。在此用the masses讓譯文讀者感受到政府與人民的疏離感，嚴重背離政府工作報告原文的政治意涵。筆者查閱2024年中央政府工作報告英文譯文，“群眾”的官方譯文是the people。
第四行：我們言出必行，譯文we must do what we say尚可，但是do what we do讓人費解。難道想說，我做我的，別人別提意見？ 第五行：so that poeple's livelihood can be heard。 英文搭配問題。 第六行：黨的全面領(lǐng)導(dǎo)，“黨”的英文規(guī)范表達是the Party。Party首字母大寫，如果不大寫，容易有歧義。
只要具備翻譯專業(yè)基本知識，稍微熟悉我國政治話語，具有基本合格的英文語言水平，讀者不難得出結(jié)論：上面屏幕中的英文譯文，句句有問題，質(zhì)量根本不合格。盡管筆者無法得到現(xiàn)場AI譯文全文，但事實恐怕絕不是廠商人士所稱的“政策術(shù)語準確率98.3%”。
三、真實場景果真如廠商人士所說？
下面我們再找相關(guān)新聞報道中的兩個插圖，來做一下基本的事實核查。（圖片來源：同上）（圖片來源：深圳特區(qū)報）新聞報道說，廠商向記者展示了一張照片，畫面中一位外國人正看著屏幕記筆記。魏博表示：“這位是一個外國總領(lǐng)事館的官員，她本來是帶著耳機的，但看到AI同聲傳譯的屏幕之后，把耳機給放下了，開始對著屏幕記筆記，這說明AI同聲傳譯的準確率很高！”是否果真如此？
仔細分析上面兩張圖片，我們可以得出如下信息：1、現(xiàn)場有人工同聲傳譯員。給外賓配備的耳機用途是聆聽人工同聲傳譯員的聲音譯文（為什么強調(diào)這一點，下文還會討論）。2、明眼人都可以看到，現(xiàn)場第一排絕大多數(shù)外賓仍然佩戴著耳機。這個很容易理解。人類聽覺輸入和視覺輸入在信息處理效率有差異。聽覺輸入更輕松，看文字輸入很累，大部分人是喜歡戴耳機。如果在外交場合僅讓外賓看字幕，并不符合外交禮儀�，F(xiàn)場政府工作報告文字版已經(jīng)提供，領(lǐng)導(dǎo)上去念還是通過聲音傳輸方式發(fā)布，體現(xiàn)正式會議禮儀。3、廠商在視頻新聞中還說，該軟件可以模仿用戶聲音產(chǎn)生譯文，容易讓人誤以為AI可以生成同傳聲音。然而圖片說明，現(xiàn)場聽眾耳機聽的并不是AI，而是現(xiàn)場人工譯員的聲音。事實是，廠家在現(xiàn)場給外賓提供的，只是面前屏幕上顯示的英文譯文。這一點也可以從廣東省省委省政府權(quán)威信息發(fā)布平臺南方Plus客戶端推文標題：“無聲翻譯官”一說得以佐證。4、筆者懷疑真實觀看效果，現(xiàn)場屏幕并不大，目測屏幕與外賓眼睛距離至少有一到兩米，看起來吃力。屏幕上字幕顯示并不穩(wěn)定連貫，隨時在動態(tài)調(diào)整，人眼閱讀速度很難跟上，長時間持續(xù)跟隨屏幕容易疲勞四、AI翻譯類產(chǎn)品能叫“同聲傳譯”么？2024年5月22日，維也納大學權(quán)威口譯研究學者波契哈克在一篇名為《機器口譯是‘口譯’么？》
有意思的是，十多年前，谷歌、微軟已經(jīng)可以實現(xiàn)多語言字幕顯示，相同的功能，它們的產(chǎn)品呈現(xiàn)形式為多語言下拉菜單，頂多叫“翻譯”，而不叫“口譯”、“同傳”。只有國內(nèi)廠商動則把自己產(chǎn)品叫“某某同傳”、“某某口譯”。本文第二節(jié)分析顯示，目前的真實情況是，盡管有AGI加持，做到高質(zhì)量、可靠的“多語言字幕實時顯示”，尚且困難。要做到下一步將譯文文字高質(zhì)量、可靠地同步處理成人聲，通過耳機提供給聽眾使用，技術(shù)實現(xiàn)上還相當遙遠。廠商人士所稱的“希望能夠幫助深圳成為全世界第一個擺脫語言障礙的城市”，目前看來，僅僅是一個美好愿景而已。五、關(guān)于翻譯的負面輿論中，個別科技公司毫無疑問起到了推波助瀾的作用，他們常見營銷套路是什么？在這次具有轟動效應(yīng)的宣傳中，廠商賺足了眼球，無疑是最大的贏家。
2025年5月23日