查看原文
其他

译学文献 | ChatGPT时代人工翻译的价值空间与翻译教育转型

杜安 翻译技术教育与研究
2024-09-09


原文作者 | 杜安(南方医科大学外国语学院)

原文刊登 | 杜安.ChatGPT时代人工翻译的价值空间与翻译教育转型[J].外国语言与文化,2023,7(04):90-103.DOI:10.19967/j.cnki.flc.2023.04.009.

文章版权 | 本文已获得原作者授权,如需转载,可关注本号,在后台留言



摘要:当前,以ChatGPT为代表的通用人工智能以其突出的翻译表现引发译界内外广泛讨论,其中不乏对人工翻译乃至翻译教育前景的忧虑。鉴于此,本文在介绍通用人工智能“情景化生成”原理的基础上,依据翻译过程中意义生成所蕴含的概念、人际以及语篇元功能指向,分析类ChatGPT自动翻译在实现上述元功能过程中存在的“能力”局限,进而反思人工翻译的价值空间,由此启示在类ChatGPT人工智能时代翻译教育的可能转型,以期培养适应乃至引领未来人机耦合翻译新生态的“全人”译者。


    2022 年 11 月,ChatGPT(下文简称 GPT)面世,其超强的情景化生成能力和应用潜力引发社会各界的广泛关注和讨论。GPT甚至被视为当代世界继互联网、智能手机之后的第三次技术革命,具体表现在可辅助甚至替代人类执行包括翻译在内的一系列“智能型”任务(朱光辉、王喜文 118)。鉴于 GPT在翻译准确性和流畅度等方面的突出表现,有技术专家甚至认为其已然成为“优秀译者”,翻译表现堪比“商业翻译产品”水准(Jiao et al. web)。不难想象, 随着类 GPT 人工智能朝着“更全数据、更精算法、更强算力”的方向发展,其翻译能力也将不断进化。

    面对这一现象级技术的强势来袭,翻译及相关领域学者从其翻译表现及质量评价、译后编辑、技术伦理、教学应用等维度展开了探讨。就其翻译表现来看,多项研究显示相较于其他翻译软件,GPT在整体翻译质量及性能方面表现优异(亦存在个别差异),对于高语言资源对之间的翻译(如英汉互译)尤为显著(Peng et al. web;武俊宏等 736)。对于 GPT译后编辑,耿芳、胡健通过翻译实例分析指出,“人工智能辅助译后编译可提供汉译英语言对中译文校对、润色、评估、反馈及建议,同时可从译文批改等方面协助翻译教学”(41);王律、王湘玲提出了“ ChatGPT+MTPE”交互式译后编辑能力培养模式并验证了其有效性(16)。随着 GPT 翻译性能的不断优化及应用拓展,诸如“所有权日益模糊、隐私权遭受侵犯以及知情同意面临挑战”“翻译价值弱化、公正性受损以及安全性隐患”等翻译技术伦理风险亟须相应规制与深入研究(刘成科、孔燕 79)。此外,类 GPT 人工智能自动翻译的勃兴也呼唤着翻译教育的变革与开新,在很大程度上预示着传统翻译教育模式向新型智慧化教育模式的转型(周忠良 138;王华树、刘世界 47)。

    上述研究从不同维度展现了类GPT自动翻译的性能特征、应用潜势、伦理风险以及教育启示,为翻译从业者及研究者提供了多维思考的空间。然而,现有研究多以实证方法评测或验证与GPT自动翻译相关的应用性问题,而较少从形而上层面论证类GPT自动翻译何以可能、其与人工翻译有何内在关联等基础性议题。若不从理论之维探究和洞察类似现象背后的底层逻辑,对翻译实践及翻译教育的可持续发展将是十分不利的。鉴于此,本文首先尝试从本体论层面剖析类 GPT人工智能自动翻译的能力表现及其限度,进而反思智能化背景下人工翻译的价值空间,以期为类 GPT 技术赋能下的翻译教育转型提供必要的认识论及方法论参考。

一、类GPT人工智能自动翻译的能力限度


    毋庸讳言,随着自动化(automation)技术的日新月异,以机器翻译(Machine Translation,MT)为核心的自动翻译技术日益成为翻译生态链中的一个关键自变量;多模态文本、数字技术以及新翻译工具的广泛应用不仅“彻底改变了翻译实践的样态”,还“倒逼(翻译)理论重新审视传统概念并不断接纳新概念”(Munday et al. 232)。因此,对于翻译实践者和研究者而言,理解涉译技术发展的内在逻辑、处理好与技术的关系,已然成为当下要务。为此,本节将重点以人类的自然智能(natural intelligence)为对照,从本体论角度解蔽人工智能自动翻译何以成为可能,进而剖析类GPT人工智能“翻译能力”的上限,为理解人工翻译的价值空间奠定认识论基础。


(一)人工智能的演进逻辑:由“先专再通”到“先通再专”

    不同于一般性技术发明将突破或延伸人类的肢体局限作为出发点和落脚点,萌发于20世纪50年代的人工智能(Artificial Intelligence,AI)技术将视点聚焦于人类大脑及其认知能力,通过“构建并操控计算机,使其掌握人类头脑所具备的能力”(Boden xv)。经过半个多世纪的发展,类GPT生成式人工智能,尤其是新一代GPT-4 通用人工智能(Artificial General Intelligence,AGI)已经“具备情景化生成能力,形成了知识、能力、价值三个阶段的智能炼就路径”(肖仰华 50)。也即是说,GPT-4 不仅在算法和算力上更进了一步,还颠覆了传统人工智能线性、单一、客体化的人机互动样态。而面对日益强大的类GPT-4 通用人工智能,“人类对于AGI技术原理、智能形态、能力上限的思考,对其对社会与个人影响的评估,明显滞后于AGI的发展速度”(50)。

    “翻译能力”是类GPT人工智能作为大语言模型(Large Language Models, LLMs)的一项基础能力[1],要认识其翻译现能与潜能,我们需要首先充分理解人工智能的基本运行原理,以及其与人类的自然智能之间的差异所在。根据《剑桥人工智能手册》(The Cambridge Handbook of Artificial Intelligence)的定义,人工智能通常是指“通过调用诸如计算、数学、逻辑、机械乃至生物学等学科原理与手段来理解、建模和复制(人类)智能及认知过程的跨学科方法”(Frankish and Ramsey 1)。这一界定属于传统人工智能的范畴,即以仿拟人类理解和认知为旨归,通过专业技能训练实现通用理解能力,再以各个具体领域的专能训练为起点,实现通用识解能力的“智能生成”路径。正因如此,传统人工智能的应用范围多限于信息处理、医学诊疗等专业领域。然而,不同于传统专业型人工智能“先专再通”的发展逻辑,类GPT通用人工智能本质上实现了一种“情景化生成”(Contextualized Generation)能力,即根据上下文“提示”(Prompt)生成相关文本的能力(肖仰华 51)。为此,通用人工智能先进行通识能力训练,再理解各专业领域的具体指令,其“智能演进路径与人类的学习过程相似”(53),这也就是其更显“智能”的主要原因。


(二)类GPT通用人工智能的“能力”局限

    然而,对照人类数百万年进化而来的自然智能,类GPT通用人工智能并非无所不能,OpenAI公司官网就明确列出GPT-4 至少存在“社会偏见”(social biases)、“认知错觉”(hallucinations)、“恶意提示”(adversarial prompts)三方面的局限[2]。其中,“社会偏见”涉及伦理规范维度,“认知错觉”关乎认知心理维度,而“恶意提示”事关法律规制维度;这些问题已远远超出技术范畴,需要价值理性进行规约。

    事实上,尽管近年来人工智能飞速发展,但其应用局限性也日益引起不同领域学者的密切关注。比如,人工智能应用于经济领域时,不难发现常识误差、适应性不足、创造性有限等问题(Diamond 5);GPT-4 应用于医疗实践时存在评价方式、真实性、事实核查等方面的局限(Lee et al. 1238);GPT应用于文学创作时,则存在去中心化、原创性有限、体验感匮乏等不足(严锋 19-21)。关于人工智能的局限性,社会学者布拉加(Adriana Braga)与信息媒介学者洛根( Robert K. Logan)曾给出如下论述:


    那些倡导技术奇点(technological singularity)的人对智能概念推崇不已,但他们却未考虑到人类智能的全部维度。他们把人工智能视为一串毫无根基的数值。为此,我们将证明:人类的智能并不仅仅基于逻辑运算和计算系统,还应包括一系列人类的独有属性,而这恰恰是奇点论者所忽视的根基所在。人类的这些独有属性包括:好奇心、想象力、直觉、情感、激情、欲望、乐趣、审美、喜悦、 目的、目标、志向、价值、道德、体验、智慧、判断力以及幽默感等。(1)


    布拉加与洛根进而将上述人类的独有属性归结为“自由意志”(free will;15)。诚然,智能需要具有计算能力,但这种能力的赋予需要价值引导。就目前来看,即便具有一定情景化生成能力的通用人工智能,在很大程度上也是仿拟人类认知心理和思维习惯的结果,而非自由意志下的价值理性使然(18)。这是因为,人类的智能是数百万年自然演化的结果,经历了极其复杂的适应性选择过程,其功能也不只限于理性思维这一单一维度。对此,邓晓芒认为目前人工智能在三个方面仍无法与人类的自然智能相比拟:自发的创造性、心理活动及精神内核(45-46)。对此,我们可作如下三点归纳和阐释:

    首先, GPT虽已表现出相当程度的集成性“创新”能力,乃至表现出“一些语言水平接近于人类的智力行为的涌现[3]”(冯志伟、张灯柯,《GPT与语言研究》 8),但这种“创新”能力根本上源于“预训练语言模型”(pre-trained language models, PLMs)的原始输入,而非出于自发的底层创造欲。其次,GPT可以根据用户需求仿拟、迎合某些情绪,但这种情绪却并非源自其个性化的心理活动,更不会因为自身情绪产生元应激反应;简言之,它不会因为某项成就而感到骄傲,也不会因为某项错误反馈而产生自发的失落感。最后,GPT不具有独立的精神内核,其超强算力和持续学习能力可能对使用者产生建设性的结果,但也不排除会引发破坏性后果的可能性,而它因缺乏价值内驱力,往往无法做出合理化判断以实现趋利避害。


(三)人工智能自动翻译的能力上限

    尽管相较于其他机器翻译程序,GPT以其超强的检索、筛选、整合功能,通过高度的翻译资源再利用与知识集成,实现了相当程度的自动化翻译水平( Jiao et al. web;武俊宏等 736),但基于以上对类GPT人工智能一般局限性的讨论,我们还需要结合翻译活动的实践特性,分析其翻译能力的特殊局限性。翻译行为离不开翻译观念的内在驱动,回顾机器翻译的发展史不难发现,从“规则算法”到“数据驱动”,从“符号主义”到“连结主义”,体现了机器翻译观由形式到功能、由客体到主体的理念转变。换言之,机器翻译从重视语言形式的对等转为强调“实际译例”“使用概率”等交际功能,同时神经网络机器翻译也从重视符号转换的客体性走向强调意义连接的主体性。对此,冯志伟、张灯柯提示“不要过分地迷信目前广为流行的基于语言大数据的连接主义方法”,因为基于此方法的“深度学习和神经网络技术都是建立在模式识别基础之上的[……]难以理解翻译中深刻的‘人文硬核’,也不具备处理语言外丰富多彩的各种知识的能力”(《机器翻译》 84)。

    无论哪种机器翻译观,归根结底都是对意义的解构与再建构的过程,而意义的理解和再现从来都不是简单的机械性重复过程,自始至终离不开人的主体性的适时介入。对于一般性商用文本, GPT的应用“定然有助于降低成本并提高翻译时效”,即便如此,“人工智能依然无法全部替代人类译者”(Sarrion 116)。原因何在?在一般意义上,那些机译替代论者往往只关注到翻译的工具理性之维,即翻译的逻辑性及信息性,由是观之,译者仅仅是概念的复述者或信息的传声筒。然而,他们往往忽视了翻译的价值理性之维,即翻译的交际性及社会性,以此来看,译者更是文本内外交际意义的创设者及社会价值的塑造者。简言之,人工智能自动翻译的能力上限,在某种意义上也体现了人工智能自主性的上限。它可以最大限度地仿拟和集成人类已有翻译经验,却无法自主生成基于自身体验的原创性文本,因而也无法完全再现作为人的原作者(原语发出者)的经验世界。

二、类GPT智能化背景下人工翻译的价值空间


    如上节论及, GPT以其超强的知识集成和整合生成能力,在翻译的准确度和流畅度等方面取得了长足进展,似乎给人类译者留下的“价值空间”也愈来愈小。然而,我们也应看到,“技术进步和自动化同时也使得人类可以专注于更有意义、更为复杂的任务上;通常情况下,那些更为复杂的任务可以带来一种更高的成就感,因为此类复杂任务绝非像可自动化任务那样具有可重复性”(Desjardins et al. 4)。这就需要我们充分认识翻译的复杂性及其表现。


(一)翻译的复杂性及其表现

    翻译作为一种跨语言(符号)的交际活动,其复杂性突出表现在翻译过程中普遍存在的“歧义性、干扰性和非对称性”现象(李瑞林,《关于翻译终极解释》 9)。多年来,自然语言本身的“认知复杂性”(cognitive complexity)一直是机器翻译试图突破的一大技术难题,这种认知复杂性集中表现在意义的“模糊丰富性”(fuzzy richness);具体而言,语言单位组合关系复杂多变,其意义或功能实现有赖于语境才能获得暂时的确定性,而语境本身往往也具有不确定性(Barreiro et al. 110)。试举一例:


ST:Podmates Paul and Jennie dubbed our trip a “Circum-bobulation” because of the improvisation necessary for COVID-era social distancing, the limited daylight hours in January, and impacted parking in 21st century San Francisco Bay Area.[4]


TT-1:小组成员保罗和珍妮将我们的行程称为“环绕混乱”,因为在COVID时代需要进行社交距离措施、一月份有限的日光小时以及21世纪旧金山湾区停车问题都需要即兴应对。(GPT译文1)

TT-2:小组成员保罗和珍妮将我们的旅行称为“环游”,因为在COVID时代需要即兴表演社交距离、一月份有限的日照时间以及21世纪旧金山湾区停车问题所必需。(GPT译文2)

TT-3:我们防疫社交圈的两个伙伴,保尔和珍妮,把这次旅行戏称为“懵转”,调侃行程不确定因素之多:要根据防疫社交距离限制临时做一些调整决定,一月份白天短,21世纪旧金山海湾地区停车位难寻。(参考译文[5],强调为本文所加)


    不同于一般机器翻译软件, GPT可同时根据用户需求提供多种译本,在交互性和连贯性上进步显著。为了保证上下文的逻辑性,笔者将原文整体置入并要求GPT给出多种译本,选取其中两个译本(如TT-1、 TT-2)作为对照译文。仔细分析原文,可发现其中存在的三处难点:(1)Podmates、Circum-bobulation的概念命名问题;(2)概念之间情态意蕴的把握;(3)语篇逻辑的梳理与重构。对比译文不难发现, GPT在处理上三个难点时存在不同程度的不足。首先是命名问题,Podmates照应上段pandemic podmates,指新冠疫情期间当地采取的局部社群隔离措施,如参考译文中给出的“防疫社交圈”成员;而Circum-bobulation则需要根据上下文进行命名,这不仅需要基本的构词知识,更需要上下文的照应和衔接意识,而从翻译表现上看GPT译文尤其难以做到后者。其次是对概念之间情态意蕴的把握,特别是对dub与Circum-bobulation之间微妙的语义韵(semantic prosody)的刻画,对比之下参考译文中“戏称[……]调侃”就较好地传递了这种内隐的情感色彩。最后是语篇逻辑的重构与整合,如参考译文中“调侃行程不确定因素之多”就是对because of之后三项原因的一种提炼和概括,起到了承上启下的语篇衔接效果。此类逻辑重构往往需要根据上下文语境进行动态处置,并非一成不变,而要实现这样的个性化调节,目前GPT翻译尚有差距。


(二)人工翻译之于类GPT自动翻译的比较优势

    由上例可见,GPT自动翻译具有定制化、多风格、再生成性的技术优势,但如前文所述,受其主体性的根本限制,相较于其他机器翻译软件,依然存在“机械性”与“语境制约有限”的问题(胡开宝、李翼 11)。现实中的翻译“不仅仅是一种脑力活动,同时需要多种复杂系统参与其中,包括人类所处的自然与社会环境以及创造出的所有文化产品”(Risku 529),因此需要动态调用译者的理性推理、经验判断、综合分析等智识资源。梁君英、刘益光通过人机翻译对比研究发现,人工翻译具有“更准确地理解和传达原文语义内涵”以及“有意识地优化译文的语言表达和篇章搭建”等比较优势(81)。

    翻译以语言/符号为媒介,通过意义传递实现文化互鉴、知识共享、审美共情等诸多功能,而所有这些功能都是以文本为基本载体而实现的。文本意义的实现大致可以从概念(ideational)、人际(interpersonal)和语篇(textual)三个元功能维度进行考察(Halliday and Matthiessen 597-603)。据此,我们可从以下三个维度探讨GPT时代人工翻译的价值空间。

    概念原创力。不可否认,GPT基于其强大算力和存量翻译资源再利用,在传达概念意义方面取得了长足进展,而翻译不仅需要逻辑驱动,还离不开经验的力量。“AGI的组合创新将迫使人类重新思考创新的本质。人类所能做出的而AGI无法实现的创新将更加凸显其价值。AGI将促使人类不再沉迷于随机拼接或简单组装式的创造,而是更加注重富有内涵、视角独特、观点新颖的内容创造”(肖仰华 54)。进而言之,翻译并非是基于人类经验的重复或再现,还需要创造性地表达不断涌现的新事物、新体验、新知识,因为随着科技的飞速发展,新概念也层出不穷。此外,语篇中的独创概念也屡见不鲜,类似概念的命名及再命名均需要基于经验和逻辑的原创力。

    人际共情力。翻译不仅需要以言传义,还需要以言传情;换言之,字里行间微妙的情感和语气的传递离不开人的主体性理解、体悟与再表达。“人际意义通常包括主观判断、价值取向和情感态度等因素,这些因素具有较强的主观性,往往会因人、因时、因地而异,故而很难确定不同语言在人际意义方面的对应关系”(胡开宝、李翼 10)。无论技术如何飞速发展,社会如何日新月异,人类数百万年进化而来的底层情感(如喜、怒、哀、惧)则保持了相对的稳定性和共通性,且这种共有情感跨越语言、符号以及文化的多样性,同时具有情景的特殊性和适应性,这就需要译者基于“一套相对完备的价值判断标准对翻译过程产生指引和调节作用”(李瑞林,《知识翻译学》 55)。GPT可以聚合人类译者普遍的翻译经验,却难以产出基于自身的个性化体验。人类基于独特生命经历而产生的个性化的体验反馈弥足珍贵,而这种反馈具有某种共通性。通用人工智能可以仿拟人类普遍的体验感,但却难以产生个性化的体验反馈,因此也难以形成独有的翻译风格。换言之,人类译者不仅具有一般性共情能力,而且同时具有应对情景动态变化所需的调节生成能力,可归结为翻译过程中一种不可或缺的人际共情力。

    语篇重构力。语篇是意义生成的最终形态,也是翻译成果的一般呈现方式。由于不同语对“呈现为相对独立的动态资源系统,其殊相是普遍的,共相是特殊的”(李瑞林,《关于翻译终极解释》 10),因而在翻译语境下语篇的生成往往不会是简单的线性迁移过程;换言之,翻译中的语篇生成需要调用译者包括经验和理性在内的多种智识资源,以达成对原文意义的逻辑再现。比如,在处理存在微妙差异的文本时,需要对具体社会文化语境的特殊性加以考量,这对于人工智能自动翻译来说依然存在障碍(Mihalache 31)。此外,从翻译过程上看,语篇的生成绝不是词汇或句子叠加的结果,语篇的连贯性也不是仅仅取决于语法(形式)逻辑,其间牵涉人类复杂的认知、情感以及心理过程。通过上文实例可见,GPT在处理局部语篇的词汇或语法衔接手段方面的表现可圈可点,甚至在串联零散语义方面也有一定发挥空间,但在隐性逻辑的重构方面尚有不足。语篇的重构需要译者基于通篇考量,做出综合判断与决策,其间离不开译者的主体性发挥和创造性取舍。

三、类GPT人工智能赋能下的翻译教育转型


    由上节讨论可知,类GPT自动翻译并非面面俱到,依然存在智能局限,这也给人工翻译留有相当大的价值空间。同时我们也应注意到,“GPT的出现冲击了传统的教育观念。GPT使得事实性知识显得不再重要”,而“批判性思维(critical thinking)、创造性(creativity)、沟通能力(communication)、协作精神(collaboration)将会成为教育的新目标”(冯志伟、张灯柯,《GPT与语言研究》 5-6)。在类GPT人工智能赋能的技术背景下,翻译教育理应顺势而变,明确目标定位,更新教育理念,优化教学方法,以培养适应乃至引领未来翻译生态的高素质译者。


(一)从“职业训练”到“全人教育”

    “从目前的情况来看,国内翻译专业主要设立在外语院系或翻译学院中,其培养方式是在研习某一两门外语的基础上,着力于不同语言之间的转换训练、总结或归纳相关转换技巧”(王晓路 265)。从翻译教育的目标定位上看,无论是“翻译技能”,还是“翻译能力”,抑或是“译者素养”,总体上还是以职业训练为导向,故而在不同程度上存在将教育工具化、客体化的倾向。而这种职业训练的最大问题在于容易造成知识传授、能力培养与价值塑造的脱节,而“人类的知识、能力与价值习得,往往是杂揉[糅]在一起的”(肖仰华 51)。

    一般认为,翻译的过程是一个复杂问题解决的过程,其复杂性不仅体现在认知-心理维度(Wilss 131),还体现在社会-文化维度(Pym web)。在翻译决策过程中,译者始终需要处理“大量形形色色相互交织的因素”(Núñez and Bolaños-Medina 284)。换言之,翻译决策不仅需要基于认知通约之上的感知同理心,还需要基于社会需求之上的人际共情心。为此,高阶翻译所需要的创造性和系统观,注定离不开一个心智健全、社会阅历丰富的“全人”译者去完成。基于“全人教育”的理念,近年来“全人译者”的翻译教育观备受重视。譬如,谭载喜认为译者首先应是“具备健全人格的人”,其次才是具体意义上的“全面的翻译专才”(Tan 597);祝朝伟指出,“我们培养的翻译人才既掌握最新的翻译技术,同时又符合‘全人’发展的理念,具备深宏的人文精神与人文情怀”(101)。“全人”译者的培养理念在类GPT智能化时代尤显可贵,这是因为:(1)从文本操作的微观层面看,译者的翻译决策所需的原创力、共情力和建构力均离不开作为“全人”的译者去完成;(2)从翻译社会生产的中观层面看,实际的翻译嵌入各垂直领域,翻译日益成为社会生产链中难以单独剥离的一环,因此译者需要处理的不仅仅是翻译事务本身,还涉及包括翻译关联业务在内的综合素养,比如项目管理、人际协调、通识能力和专域技能;(3)从人类知识传播的宏观层面看,“翻译是地方性知识世界化的过程,翻译使不同语言承载的不同知识成为世界公共财富”(杨枫 2)。人类的知识传播和共享离不开翻译的独特贡献,其间凝结着无数译者的心血与智慧。尤其是在当下知识生产快速化、多元化和规模化的背景下,培养具有创造性思维的“全人”译者,推动知识的丰富化再表达和多样化再生成,是人类知识跨语言(符号)传播和共享的内在诉求。

    这就需要我们“彻底摒弃隐藏于专业教育之中的职业训练的取向,不再专注于对学生从事某项特定职业的能力与技能的训练”,进而强调“对包括沟通、协作、创新与批判性思维等在内的普遍的、通用的能力的培养”;归根结底,就是一种翻译通识能力以及“适应技术变革、社会环境变迁的学习能力,以及持续地改造自我、改造社会的能力”(荀渊 61)。因此,在翻译专业教育中,应始终将译者的通识能力和专识能力,普遍性认知与个性化发展,规范化意识与创造性思维有机结合起来,培养能够解决复杂翻译问题的“全人”译者。


(二)从“工具理性”到“价值理性”

    如前所述,以往的技术转型或迭代是对人的工具性能力边界的延伸,如工业机器人的发明解放了人的双手,新交通工具的出现解放了双腿。这些都是人类工具理性的彰显,替代的是低水平、重复性的手工劳动,其结果是极大地解放并发展了生产力。而人工智能从一开始就将关注的焦点投向人类大脑,意在仿拟并代替人类进行思考,其目标不仅仅是一种对人的工具性能力的拓展,更是一种具有价值性的智能升级。目前,通用人工智能在“知识获取”“指令学习”基础上还具有“价值对齐”的目标指向,也就是说,“大模型的知识底座越深厚、越广博,后续能够习得的技能就越复杂、越多样,价值判断就越准确、价值对齐就越敏捷”(肖仰华 51)。这对于翻译教育无疑提出了更高的要求,不能仅仅满足于知识集成或整合,而应“生成有别于单纯收集整合而更具创造性的思维模式”(陈云松 14)。展望未来更为智能化的翻译图景,译者不仅需要具有超越GPT的鉴别力,还应不断丰富自己的翻译经验知识,同时不断拓展具体领域的专业知识,最终实现翻译知识向翻译智慧的价值升华。正如肖仰华所言,“我们每个人的价值不是体现在拥有多少知识,而是知道如何使用知识,使用知识的智慧将是人类个体核心价值所在。AGI的发展倒逼人类社会的发展从追求知识进入追求智慧的新阶段”(55)。

    反观现实的翻译生态,翻译不仅贯穿于跨语言(符号)的日常交际之中,还自始至终地塑造着人类精神世界的面貌。从这个角度看,翻译不仅仅是一种促进跨语言(符号)交际的工具或手段,还具有知识传播和文化塑造的历史和当下使命,因而具有自身的价值担当。任何翻译或多或少都具有跨语言和跨文化知识传播的内在价值诉求,这从历史上西医中译和当下的中医外译的实践中便可见一斑:从翻译素材的选择,到译者的确定及翻译规范的遵循,翻译价值贯穿于翻译社会生产的全过程。而这些是GPT自动翻译所不具备的一种价值判断力,也是翻译教育理应蕴含的价值指向。尤其是在类GPT人工智能时代,翻译技术日益普及化可能带来的翻译产权模糊、数据外泄等一系列潜在伦理风险日益增大,在此背景下,译者的技术伦理教育比以往更加紧迫。如何在实现技术赋能的同时,规避伦理失范,正成为事关翻译行业健康发展的重要课题。对此,正如李瑞林所指出的,“尊重文化多样性,达成认知共通性,追求事实标准与价值标准的同一,实现翻译观念由工具理性向价值理性的转变,或许是翻译学人当下应有的学术态度和承诺”(《关于翻译终极解释》 11)”


(三)从“技术辅助”到“人机耦合”    

    如前所述,技术业已成为翻译生态链中的一个关键自变量,在处理机器翻译与人工翻译的关系问题上,大致形成了人机辅助观(机助人译、人助机译;Quah 6-7)、人机交互观(互补与互动;胡开宝、李翼 14)、人机协作观(相互协作;陈伟 82)等人机互动观,无论是人机辅助,还是人机交互或协作,均折射出一定程度的主客二元对立性,尤其是彰显技术的工具性,而遮蔽了其间蕴含的非中立性特征。而在当下类 GPT 人工智能时代如何重新定位人机关系,直接关系到技术教学的方法和路径选择。    

    对于此二者的关系,伊德(Don Ihde)所倡导的后现象学(postphenomenology)可以为我们提供一种有益参考。根据这一技术哲学视角,人与技术不再是主客体二元对立的关系(1);技术也可以作为人类与世界关系以及人类经验与实践之间的调节者(mediator;Rosenberger and Verbeek 9);技术不仅仅是功能性或工具性存在,而且同时参与构建人类体验,从而重塑体验的主体性及客体性(Vindenes and Wasson 2)。结合GPT 生成式自动翻译的运行特征,我们可对其间蕴含的人机互动模式作两点阐释:(1)译者已有的创造性翻译成果为GPT提供预训练的“原始养料”,从而使技术的经验知识几乎可以实现不间断的实时增长;GPT 高度的知识集成能力延伸了译者的知识范围和能力边界。(2)即时增长的技术经验在扩展人类记忆极限的同时,也在不断增强人类通过翻译对世界的体验并持续丰富自我理解的方式。可见,不同于一次性的终结性翻译成品,GPT自动翻译在与用户的实时互动中不断“生成”新的译本,从而实现了译文的非线性动态迭代,二者不仅是相互辅助的自在关系,更是相互成就的“和谐共生”关系(冯志伟、张灯柯,《机器翻译》 77),从而形成一种“人机耦合”的翻译新生态。如同“增强现实”(augmented reality,AR)技术实现了数字虚拟对象(场景)与现实实体(世界)的无缝式融合(Dargan et al. 1058),当下“增强翻译”(augmented translation,AT)也逐渐从概念走向现实,并日益引发译界关注(Mihalache 21),旨在通过人机共生互鉴,将机译的快速集成优势与人类的经验创造优势有机融合起来,从而实现更快更高质量的翻译产出,促进翻译交际各方更多元化的互动体验。    

    综上所述,GPT通用人工智能“先通再专”的逻辑演进,使其无限接近人类认知世界的方式,在翻译上则表现为译文精确度和流畅度的显著提升。然而,通过事实和价值分析,我们依然可以发现类GPT自动翻译在概念原创性、人际互动性、语篇重构性等方面的“能力”局限,而这也为人工翻译留存了相当大的价值空间。据此,翻译教育也应因势利导,谋求转型。具体而言,首先在目标定位上,更应明确“全人教育”的目标定位,始终致力于培养具有主体创造性的高阶译者;其次在价值观念上,应更注重发展译者“价值理性”之维,从而更好地满足现实翻译传播链中泛在的价值选择与决策之需;最后在方法路径上,应更重视类GPT人工智能对现实翻译生态的塑造力,正视人机翻译的共生性趋向,同时警惕可能出现的翻译伦理危机,将人机伦理教育纳入新的翻译技术教育体系。总之,在类GPT人工智能时代,我们应审视新一轮技术变革带来的现实机遇和潜在风险,适应人机耦合的翻译新生态,形成工具理性和价值理性的合力,促进翻译教育理念和方法的全面升级,培养适应乃至引领未来翻译潮流的“全人”译者。


作者简介:

    杜安,翻译学博士,南方医科大学外国语学院翻译系(MTI教育中心)副主任,广东省翻译协会理事。近年来在《外国语》《目标》(Target)等国内外学术期刊发表论文10余篇,2021年在商务印书馆出版学术译著《语言的进化生物学探索》。研究兴趣包括翻译政策、翻译技术与教学等。




《外国语言与文化》简介


    《外国语言与文化》是湖南师范大学主办的一本学术期刊,主要刊载该领域内的原创性研究论文、综述和评论等。杂志于2017年创刊,目前已被上海图书馆馆藏、国家图书馆馆藏等知名数据库收录,是湖南省教育厅主管的学术期刊。外国语言与文化为学者们提供了一个交流学术成果和经验的平台,该期刊发表的文章具有较高的学术水平和实践价值,为读者提供更多的实践案例和行业信息,得到了广大读者的广泛关注和引用。


本期专栏:文化研究  文学研究  ChatGPT时代的翻译技术与教育  翻译研究  麓山笔谈

特别说明:本文仅供学习交流,如有不妥欢迎后台联系小编。

- END -



推文编辑:李丹

审核:张成智

资讯推荐


原因拆解:口译员为什么也要建立搜商

▶ 技术与工具

口译系统

国外主流翻译APP

国内主流翻译APP工具

平行语料库在口译实践中的应用

国内外常见术语管理工具

翻译必备术语库和语料库合集(附网址)

翻译必备的计算机翻译辅助软件(附网址)

AntConc:实用的本地语料库检索工具

TREX:有海量例句、丰富语料的在线词典

Netspeak:一款免费的单词搭配检索工具

WantWords反向词典,内含开发团队公开文档

Cymo Booth:同声传译员的专属虚拟同传间

MateCat:一款免费的在线CAT工具

Visuwords:可视化在线词典,帮你一键构造记忆宫殿

Linggle:语料+搭配检索工具(实操演示)

Ludwig: 地道英文写作辅助神器,告别中式英语

Reverso:辅助写作与翻译神器


▶ 国际语言服务动态

| 翻译公司篇 | TransPerfect简介

| 翻译公司篇 | 全球第2名 RWS如文思

| 翻译公司篇 | “收购狂魔”Keywords Studios

| 咨询机构篇 | Nimdzi Insights简介

| 咨询机构篇 | Slator 简介

| 咨询机构篇 | CSA Research 简介

| 行业机构篇 | 国际翻译家联盟FIT

| 行业机构篇 | 美国翻译协会ATA

| 行业机构篇 | 加拿大联邦翻译局 Canada's Translation Bureau

| 翻译院校篇 | 明德大学蒙特雷国际研究学院(MIIS)

| 翻译院校篇 | 格拉斯哥大学

| 翻译院校篇 | 埃塞克斯大学

| 翻译院校篇 | 利兹大学

| 热点追踪 | ChatGPT的伦理问题(上)

热点追踪 | ChatGPT的伦理问题(下)

| 热点追踪 | GPT-4面世——AI引领语言行业革新


专访

李长栓:ChatGPT在翻译中的崭新角色

袁煜:挑战自我,迈出舒适区

王均松:人工智能时代的翻译:技术驱动的变革与未来展望

王树槐:GPT与小说翻译批评:GPT与文学翻译之二

王树槐:GPT与诗歌翻译批评:GPT与文学翻译之一

苏秋军:AIGC背景下的MTI学科建设

王华树:译者数字素养研究亟需加强,打造翻译人才新优势

沈澍:AIGC是敌是友?翻译领域的机遇与挑战

宁静:长缨在手,敢缚苍龙

崔启亮:机器翻译对语言服务企业有多大作用?

韩林涛:文科生如何学习机器翻译?

魏勇鹏:机器翻译质量评估为什么重要?

徐彬:熟练掌握翻译技术,就能做出漂亮的活儿

曹首光:如何打造一款受欢迎的机器翻译产品? 

李梅:机器翻译对未来翻译教育有何影响?

周兴华:高校翻译教师如何学习翻译技术?

丁丽:译后编辑人员与译者身份是否对等?

卢家辉、陈晨:口译员在远程口译中面临的主要问题


▶ 行业洞察

2021年语言服务行业回顾与展望

2022年全球百强语言服务商榜单

2022年翻译行业将迎来哪些新变化

后疫情时代,语言服务行业如何发展转型?

何钦:中国电影对外译介的现状与思考

冯志伟:关于机器翻译行业发展的三点建议

张霄军:伦理视角下,机器翻译的能与不能

黄友义:如何突破中外文化差异,让世界更了解中国?

韩林涛:与ChatGPT共舞


▶ 教育创新

李长栓:MTI论文千篇一律,如何破局?

王华树 刘世界:数字人文视域下译者数字素养研究:内涵、问题与建议

王华树 刘世界:人工智能时代翻译技术转向研究

王华树 刘世界:智慧翻译教育研究: 理念、路径与趋势

曹达钦 戴钰涵:人工智能时代高校翻译技术实践环境建设研究

李梅:如何给“技术小白” 开设计算机辅助翻译课程?

实践导向的MTI人才培养模式——以对外经济贸易大学为例

数字化口译教学资源建设:欧洲经验与启示

如何将翻译项目管理模式应用到CAT教学课堂中?


继续滑动看下一个
翻译技术教育与研究
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存