AI时代，翻译已死？
安妮：了解AI翻译的特点，并对它所翻译的内容领域具有相当的鉴赏力和敏锐度，才能更好地利用它而不是被它误导。说到底，人类必须不断学习，保持创造力，方可做机器的主人。
文 | 安妮
2023年可谓“AI元年”，ChatGPT等一批AI工具横空出世让很多人欢呼，同时也伴随着另一批人的忧虑。欢呼是因为这些工具将帮助很多人实现大幅提升效率的同时还能降低成本。从前需要埋头数小时写和画，如今有了AI，只需寥寥几句指令，瞬间就能生成可以直接使用的图文。忧虑则是因为很多人赖以为生的技能眼看要被AI轻松碾压，失业不可避免。
一个被许多人看空的职业是翻译。这个职业被唱衰并非一年两年了。21世纪初谷歌翻译诞生时就有很多人热烈畅想过机器取代人类翻译的美好前景。但那时的谷歌翻译只会把President翻译成总统，不懂得有时它该译为“主席”“总裁”或者“校长”，所以当时的它对人类专业翻译而言，就好像龟兔赛跑初期的乌龟，对兔子构不成威胁。
其实翻译是个长期被中国人误会的职业，很大程度上怨“翻译”这个词给人的错觉——它容易让人以为汉语和外语是一张纸的两面，“翻过去”就是完全对应的另一面，以至于很多人觉得翻译就像在矮墙上搭个梯子翻过去那样简单。殊不知语言生而不平等，很多事物和概念在不同文化里都是独有的，在其他文化里根本找不到对应的东西。在差异大的语言比如中文和英文之间搭梯子，有时候，难度不亚于医生在病患心脏里搭桥。
据说爱斯基摩人有400多个形容雪的词汇，如何能把它们准确翻译成赤道附近的部落语言？汉语中的红茶，在英语里却是“黑茶”（black tea）。如果说英国人是以浸泡之前的茶砖颜色而非茶汤颜色来命名，这个名称转变还算可以理解。然而意大利人的“色盲式命名”就很难解释了：意大利语里的“蛋黄”字面意思即“蛋红”（ rosso d'uovo ），而几乎全世界的人都一致认为，鸡蛋中间那部分是黄色的，至多算是橙色。
凡此种种，不同语言间的差异既没多少道理可讲，也未必有规律可循。翻译必须具备魔术师的灵巧手段，不动声色地在各种“颜色”间切换，或者进行解读和解释。英语里表示“翻译”的两个词translate和interpret正好揭示了翻译工作的这两条性质：translate一词源于拉丁语，本意是“跨越”或者“把一种东西转换成另一种新的形式或状态”；interpret则是解释，很多时候翻译的工作就是用目标语言去诠释源语里的陌生概念。
汉语是诗性语言，它既高度浓缩又弹性十足：汉语言大师可以用一两个字概括一本甚至数本书才能论述清楚的概念，例如庄子的“道”；或者将一句简单的话解释出多种不同可能性，例如相声段子里算命先生的“花开两朵，各表一枝”；甚至仅仅依靠挪动标点符号，就改变整句话的意思，例如明朝才子徐子文故事里那句“下雨天留客天留我不留”。
英语是散文式语言，和汉语相比它显得繁琐和僵硬。在英语中，我们找不到像五言、七言绝句那样严格限制字数和韵律的诗歌形式。即使是源自日本俳句的英文俳句，也很难严格遵循5-7-5的音节规则，而且英文俳句读起来总是比日语或汉语俳句显得长。另一方面，英语通过名词的单复数变化以及动词在各种时态下的变形对意义做出了更多限制，从而减少了产生歧义的空间。
翻译要应对的不止语言的相异性。现代语言学奠基人索绪尔告诉我们，语言和思维的关系不是简单的“怎么想就怎么说”，而是我们“怎么说”限制了我们“怎么想”。
汉语凝练灵活，故汉语母语者思维习惯从大到小，重抽象概括，疏于细节推理。英语细致严谨，英语母语者思维习惯由小到大，重细节演绎，不擅归纳概括。相应地，中译英最大的挑战，便是如何把中文里那些高屋建瓴的抽象或虚空的话语，诸如几个“必须”、几个“不”之类具体化、具象化，从而转换成具有可读性的英文；以及在一连串动宾词组里找出它们间潜在的逻辑关系，重新组合成一个主次分明的长句。英译中的挑战，则是将从句套从句的英文长句切割重组成地道的中文短句，以及在不遗漏任何细微涵义的情况下保证译文的简洁。
翻译本是如此复杂的一项工作，所以初期的机器翻译作品像小学生写的学术论文一样笨拙和不可靠。如今AI翻译通过巨量语料训练和深度学习已取得巨大进展。实际上，在ChatGPT推出之前，我就留意到谷歌翻译的水平已经提高到了高中生甚至普通大学生的水平，多义词匹配已经不再是大问题，译文看起来也通顺多了。经过十几年发展，在与人类翻译的赛跑中，AI翻译这个曾经的乌龟脚下长出了“风火轮”。不过它离完美还很远。都说翻译是门遗憾的艺术，对人类翻译如此，对AI更是如此。
我在2021年左右开始把谷歌翻译当作我的“助理”。我会让它先译出一篇初稿，我再进行校译，这样可以帮我把效率提高两到三倍。但这种方式只适用于以商业或技术文件为代表的非虚构类文章。这类文章语句结构简单，语言直白，比较容易“套路”——这也正符合专家预测的将会率先被AI取代的岗位特点，即对专业知识和创造力要求不高，且能够以标准模式产出的工作，比如普通报告、媒体通告等模板式文章的写作，以及客户服务、数据分析和普通的定制编程等等。
涉及比较复杂或者有微妙内涵的内容时，AI翻译仍会语无伦次或错漏百出。单就译文质量而言，ChatGPT并不比谷歌翻译高级，它的译文很多时候也很粗糙。不过它可以实现人机互动，能够根据人类具体指令对译文调整、改进质量或满足对译文语言风格的某些特殊要求。
以前我做笔译时常常打电话找我姐姐讨论。她是研究汉语语言学的。有时我明白一段英文的意思，但一时想不出地道的中文表达方式，我向她解释我需要表达什么意思，她会给我一些启发和灵感。如今ChatGPT能很好地承担起这种语言学家顾问的角色，而且可以随时随地待命。但这是否意味着有了AI翻译，人类就可以实现近乎零成本的“翻译自由”了呢？我的回答是：“没那么简单。”
先说两个我亲身经历的例子。几个月前我在社交媒体上分享关于双语环境对幼儿语言发展影响的知识。我曾参加过这方面的培训，因此非常了解，双语环境会导致幼儿语言发展迟缓是曾长期存在的一种错误观点，上世纪末这种观点已被科学研究否定。
一位自称在美国攻读教育学硕士的网友却坚称双语环境会让孩童更晚学会说话。我请她提供权威依据，她找了半天贴出一幅截图，是一篇学术论文的摘要，第一句话便是：“There was limited evidence to suggest that bilingual children develop speech at a slower rate than their monolingual peers”。她用中文解读这句话：“虽然证据不多，但的确已经有证据，证明双语孩童语言发展比单语孩童慢。”
我立刻看出了症结所在。我打趣她，是不是借助谷歌翻译读文献的？后来我把这句话分别输入了谷歌翻译和ChatGPT，出来的译文果然和那位网友的解读一样，都是“有限的证据表明，双语儿童的言语发展速度比单语同龄人慢。”单看这句译文，把limited evidence直译为“有限的证据”似乎没错，译文也通顺。然而在学术语境中，“limited evidence”并不是简单地说证据数量少，而是说证据的数量和可靠性有限到不足以支持某种结论的地步。当我用英文问ChatGPT这个词组的意思时，它也能清楚地做出如上解释。但让它再次翻译这句话时，它仍然给出前述译文。它不知道，中文读者从这句译文中得到的认知会和英文本意相差十万八千里。
另一次是我在做诗歌创译。我要把英文诗译成中文古体诗，有句话实在想不出合适的词，于是向ChatGPT求助，请它告诉我表示重复、模仿的意思，且和“印”字押韵的词有哪些。它给我列了6个词，复制、仿制等等，没有一个和“印”押韵。我又强调说，我需要末字韵母是“in”，且表示模仿、重复之意的词。它再度给我列了7个词，要么押韵但意思不对，要么意思符合但不押韵。最后我重新调整了整段的韵脚，靠自己完成了整首诗。
这个过程中我也试过让ChatGPT直接将英文译成中文古体诗，但它的译文里不但会掺杂着特别口语化的词，而且在我再三强调每句必须是5个字之后，它输出的译文还是会有那么一两句有4个字或6个字。我感觉ChatGPT对英文的理解更到位，它的中文水平无论是理解还是输出文字的流畅度都不及英文。据说这是由于用来训练AI的高质量中文语料相对较少的缘故。
读到此处，想必读者已经明白AI翻译的局限在哪里。如果说人类翻译是厨师，那AI翻译就像是麦当劳加预制菜和炒菜机的超级组合。麦当劳能给食客提供便捷、卫生、价格适宜的食物，很多人特别是小孩子也很喜欢它的食物味道。假如你赶时间，又对食物色香味和营养没有太高要求，麦当劳不失为一个好选择。但假如你以为有了麦当劳，其他餐厅就会关门，或者你以为有了预制菜和炒菜机，天下厨师都将失业，那就太天真了。
翻译行业面临的来自AI的挤压，其实和传媒、金融以及工程技术甚至医疗等各个行业面临的没什么不同。去年以来包括谷歌在内的很多硅谷高科技公司裁了数千名工程技术人员，以至于有人戏称“码农干翻了码农”。那些“被干翻”的码农，和被AI取代的翻译一样，所从事的大多是基础性的技术工作，工作模式和内容都能够实现标准化。
和其他行业一样，翻译这个行业在AI挤压下会变得非常“卷”。优秀的人类翻译就像米其林三星餐厅大厨一样，将成为“奢侈服务”提供者，仅为那些对翻译质量要求非常高的客户服务。刚进入这个行业的新人或者水平一般的人，则面临两种选择，要么往顶尖方向努力，跻身高端市场；要么将翻译和其他技能结合起来，发挥创造力，开拓新的细分领域，比如专门编写让AI调整/改进译文的提示词，或者利用AI编写简单的双语材料。
AI翻译的使用者（也包括人类翻译自己）应当审慎看待AI翻译的作品。AI和所有工具一样有优势也有缺陷。作为人类，我们用不着去和AI翻译拼速度和数量（当然也拼不过），但也不必迷信它。我们要了解AI翻译的特点，并且对它所翻译的内容领域具有相当的鉴赏力和敏锐度，才能更好地利用它而不是被它误导。说到底，人类必须不断学习，保持创造力，方可做机器的主人，否则可能深受其害而不自知。
最后，我想借安永公司高管乔纳森•希尔斯（Jonathan Sears）的一句话做本文结束语，这句话出自他去年10月在《经济学人》旗下的Economist Impact发表的一篇文章，他说：“可持续的价值并非来自技术本身，而是出自人们利用技术取得的成就。”
商业财经 国际视角
关注FT中文网视频号
往期精选