译学文献 | 王华树刘世界：智慧翻译教育研究: 理念、路径与趋势

王华树刘世界翻译技术教育与研究

2024-09-09

智慧翻译教育研究: 理念、路径与趋势

王华树¹ 刘世界²

( 1．北京外国语大学，北京 100089; 2．上海海事大学，上海 201306)

［摘要］人工智能技术蓬勃发展，推动着人类教育向智能化教育阶段转型和演进。传统翻译教育存在诸多方面的不足，在智能技术时代面临着巨大的变革机遇。本研究立足当前翻译教育的主要问题及基本特点，借鉴智慧教育理念，揭示出智慧翻译教育的理念，并从教学环境、教学实施、教学资源、教学评价、教学管理等方面探讨智能技术与翻译教育融合的实践路径，最后展望了未来智慧翻译教育虚拟化、联通化、交互化、生态化的发展趋势，旨在提升翻译教育的智慧化水平，推动新时代翻译教育的创新与发展。

［关键词］人工智能技术；智慧翻译教育；理念；路径；趋势

［中图分类号］H059 ［文献标识码］A ［文章编号］1672-9358( 2023) 03-0047-05

［基金项目］本文是国家社科基金项目“数字人文视域下译者数字素养研究”( 编号: 22BYY043) 、北京外国语大学北京高校高精尖学科“外语教育学”建设项目( 编号: 2020SYLZDXM011) 以及上海海事大学 2022 年研究生拔尖创新人才培养项目( 编号: 2022YBR020) 的阶段性成果。

［作者简介］王华树，博士，北京外国语大学高级翻译学院副教授，研究领域: 翻译技术、外语教育技术、语言服务管理; 刘世界，上海海事大学外国语学院博士研究生，研究领域: 海事术语抽取与文本挖掘、翻译技术。

1. 引言

人工智能、大数据、物联网、区块链等新一代信息技术正以前所未有的速度发展，促进了人类教育向智能教育阶段转型和演进。为实现教育高质量发展，有关信息技术和教育双向赋能的政策文件密集出台。例如，《高等学校人工智能创新行动计划》 ( 2018) 、《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》( 2021) 、《关于实施第二批人工智能助推教师队伍建设行动试点工作的通知》( 2021) 等政策文件都在不同方面、不同程度上强调了信息技术与教育教学深度融合的重要性，表明智能技术与教育深度融合已成必然趋势。

最近，ChatGPT ( Chat Generative Pre-trained Transformer，聊天生成型预训练变换模型) 作为 AIGC( AI Generated Content，人工智能生成内容) 产品应用框架中大型语言模型的重要板块，凭借超强的文本生成能力、学习能力及友好的交互性引发全网热议和关注，教育研究者和工作者开始探讨其在教育领域中的应用。目前，谷歌、百度、京东、科大讯飞、三六零等国内外科技巨头表示布局 AIGC 产业并推出类 ChatGPT 产品( 陈宝健，闫宁，2023) ，人工智能技术将进入纵深发展阶段，不断赋能教育革新。在此背景下，传统翻译教育同样面临巨大的发展机遇，在教学理念、教学环境、教学模式、教学手段等方面都将发生重大革新。然而，如何将人工智能技术与翻译教育深度融合，转换传统翻译教育发展动力结构，解决当下日益凸显的问题，促进翻译教育范式智慧化转型升级，成为当前技术颠覆性创新时代亟待探讨的重要课题。

2. 教育理念

传统翻译教育存在诸如翻译多场景训练不足、师生/ 生生之间互动不足、教学数据之间联动性不足、教学评价形式较为单一等主要问题。( 王华树，刘世界，2022b: 97 － 99 ) 尤其在当前智能技术大发展、大爆发的时代背景下，传统翻译教育难以应对技术带来的挑战，逐渐映射出其在人才培养模式、教学手段、教学资源、教学管理、教师技术素养等方面的不协调。这些都亟需借助智能化数字技术改善翻译教育环境，优化翻译教学手段与方式，提升翻译师生的技术素养( 覃江华，王少爽，2017; 周丽敏，2021) ，以便更好地对接智能技术驱动的行业新需求，激发翻译教学创新的潜能，推动翻译教育与时俱进。传统翻译教育与智能技术融合已成为数智时代的必然选择，实施智慧翻译教育势在必行。

智慧教育是当代教育信息化的新境界与新诉求，其内涵丰富，学界多位学者对其概念进行分析和完善。其中智慧教育祝氏定义自 2012 年提出后，经过多次完善，目前为学界所广泛采纳。祝智庭认为，智慧教育是指在技术融合的生态化学习环境中，通过人机协同优化教学实施过程，并促进学习者获得适宜、个性化学习服务和美好发展体验的教育范式。( 顾小清等，2021: 21) 其中，“生态化学习环境以学为中心、以数据为纽带，体现无缝连通学习空间、敏捷感知学习情境、自然交互学习体验、精准适配学习服务、全程记录学习过程、开放整合学习资源六大特征”( 祝智庭，彭红超，2020: 1) 。祝氏定义凸显出智慧教育是一种教育理念，研究框架涵盖智慧环境、智慧教学法、智慧评估三大要素，即通过利用智能化技术构建智能化环境，促进教学方式和教学过程的变革，形成自动化、智能化、个性化与发展性的智慧评估( 顾小清等，2021: 21) ，整体具备技术赋能、人机协同、智能交互等典型特征。智慧教育以智能教育为实施路径，依赖于智能技术的发展，主要包括基础支撑技术( 如大数据、物联网、区块链) 、计算分析技术( 如人工智能、云计算、机器学习) 及教学呈现技术( 如扩展现实、全息投影) ( 杨俊锋等，2021: 2 ) ，正在以一种新型教育形态引起教育实践者和研究者的加倍关注( 戴朝晖，2019: 67) 。

通过借鉴智慧教育理念并融合翻译教育的基本特点和实践经验，本文认为智慧翻译教育是一种有机融合翻译教育与智能技术、科学教育理念所形成的新型翻译教育范式，通过创设智能化的翻译教学环境，立足人机交互、人机协同、人机共生的局面与发展趋势，运用数据驱动的评估与分析方法，帮助教师和学习者灵活、高效地开展教与学活动，实现翻译教学效率和质量的双重提升。智慧翻译教育的核心是构建智慧翻译教育生态，包括虚拟化翻译教育环境生态、交互化翻译教学实施生态、数字化翻译教学资源生态、智能化翻译教学评价生态以及便捷化翻译教学管理生态。该理念的提出与落实将会在很大程度上推动传统翻译教育在各方面发生系统性创新与变革，促进翻译教育活动逐步跨越传统模式中的时空、制度、形式边界，助力翻译师生在生态化环境中开展智慧化的教与学，充分释放智能技术赋能的翻译教育潜力。

3. 实践路径

在智慧教育理念的引领下，智能技术与翻译教育融合共生形成智慧翻译教育形态，有助于系统地解决传统翻译教育存在的诸多明显不足，进一步激发技术时代翻译教育的创新活力。

3.1 教学环境

翻译教育环境是指对教育的产生、存在和发展起着制约和调控作用的多维空间系统，为教与学过程的交互提供重要的场域保障，包括“教”与“学”两个方面的环境。在“教”的环境层面，依托于虚拟现实( VR) 、增强现实( VR) 、视频识别等融合技术，可为翻译师生构造出具身化、超时空交互的沉浸式翻译课堂环境，实现翻译实践多场景训练的目标。例如，北京语言大学高级翻译学院联合VR专业化制作公司开发了“模拟联合国会议口译虚拟仿真实验教学系统”，将虚拟仿真技术与翻译教学进行有效结合，构建了一套国际会议高端口译虚拟仿真课程体系，通过创设沉浸式的语言学习环境，为学生提供口译练习、交流互动和逼真的口译实景。( 北京语言大学高级翻译学院，2021 ) 在“学”的环境层面， ChatGPT、个性学习分析、智能生成与推送等技术有助于推动智慧学习环境的形成，助力学习者开启智慧、自适应学习之旅。学习者可以随时、随地、按需获取学习机会，实现无缝连接的深度学习体验( 顾小清等，2021: 22) ，并根据自我需求及时调整学习内容、学习计划和学习方法。同时，智能交互、知识图谱等技术的应用可以帮助学习者整合多门课程中的知识碎片，智能组合形成知识主题群组，智慧构建学科知识图谱，以提升学习效率，减轻学习者的认知负荷及机械记忆负担，“引导学习者将更多的心理资源( 如注意力、工作记忆、动机系统) 投入到更为复杂、更有价值、更需智慧的学习任务中”( 祝智庭，贺斌，2012: 7) 。

3.2 教学实施

翻译教学实施是实现教学目标的核心阶段，实施策略依据教学对象、教学内容和教学设计的特点而定。翻译教学实施与智能技术的融合可以从课堂教学活动方面进行分析，包括课前、课中、课后( 含自主训练) 三个阶段。在课前阶段，可利用智能化学习分析技术以及类 ChatGPT 技术，了解学生的已有认知基础和学习需求，为学生提供学习资源、翻译示例、翻译练习、学习引导等多方面支持，帮助学生更好地准备课前工作，提高学生的准备程度和积极参与度。在课中阶段，智能技术的融合赋能将有助于教学活动的顺利开展及教学效果的提升。例如，教师可利用 ChatGPT 作为课堂互动工具，模拟实际对话并提供情境教学，为学生提供真实、逼真的语言交互环境; 借助智能生成技术、虚拟现实技术、在线字幕工具等用于呈现翻译案例情境、模拟翻译实践项目、即时进行翻译质量评估等。在课后阶段，教学反馈及自主训练与智能技术有很大的融合空间。智能教学平台通过集成数据挖掘与分析、数字画像、智能评测诊断以及 AIGC 技术等智能模块，可深度分析课前、课中的多场景、多系统教学数据，帮助翻译师生生成自我精准画像，根据评价结果为学习者智能生成与推送个性化学习资源，辅助教师适时调整教学策略，综合提升翻译师生的教与学效果。同时，在自主训练阶段，ChatGPT 可以作为学习者的学习伴侣( Gupta，2023) ，全天候为学习者提供问答服务 ( Entrepreneur staff，2023 ) ，解决翻译实践过程中的一般性问题。

3.3 教学资源

翻译教学资源是指为教学有效开展而提供的各种可被利用的条件，有广义和狭义之分，此处主要谈及智能技术与狭义层面上翻译教学资源的融合发展路径。翻译教学资源主要包括教学工具、教学资料两大方面。在翻译教学工具方面，各类智能教学平台/ 系统不断融合智能考试、答疑解惑、知识建构、资源推送、学生管理、数据分析等多种功能模块，可满足教师和学习者多元化的需求。以口译教学与实践为例，语音识别、机器口译等多种智能技术和工具的融入将在社区、法庭、国际医疗、国际救援等广阔领域中不断发力( 王华树，李智，2020: 54 ) ，持续推动传统口译训练与实践模式的革新。在翻译教学资料方面，基于智能技术可开发、汇聚及深加工多模态教学语料库，配套数字化教材和课程、教学案例资源，联通全国线上线下翻译师资，根据课程大纲和教学目标丰富优质数字教学资源供给和数字化教学培训资源内容，进而满足学习者个性化的学习需求，促进学习者实现知识的生成、解构、重组以及发展。例如，AIGC 这类新型内容创作方式可基于丰富、地道的外文数据资源自动生成难度适宜的翻译学习素材和翻译案例，使得翻译教学资源获取与管理走向便捷化和普及化。同时，智能生成技术、数字孪生技术与教学资源融合形成智慧教育资源生态，可允许教师、学习者、管理人员等翻译教育干系人参与教学资源的编辑与创造，逐步打破不同区域、不同高校间教学资源的孤岛状态，实现教学资源的高效流转与共享，形成数字化翻译教学资源共建共享的局面。

3.4教学评价

翻译教学评价是指各种教学模式所特有的完成教学任务、达到教学目标的评价方法和标准( 刘和平，2013: 53 ) ，评价内容涵盖教学主体、学习效果、教学方法、教学内容、教学工具等因素，其中学习效果评价是最为核心的部分，也是信息技术与翻译教学整合备受关注的领域。( 邓军涛，仲伟合，2019: 92) 智能技术与学习效果评价进行整合，将助力评价数据的识别、采集、储存、分析、反馈和应用等环节，革新传统翻译教学评价体系( 含评价依据、评价方式、评价分析、评价反馈等) ，推动其走向智能化、数据化、科学化，形成智慧教学评价体系。在评价依据方面，借助智能技术可实现对于翻译教学评价数据的伴随式、全方位的采集，包括线上线下学习数据 ( 如作业与测验、学习日志、课堂讨论与演示等) 、行为数据、情感数据、心理/ 生理数据、异常检测数据等，从显性化终结性评价走向隐性化、智能化的过程性及综合性评价。在评价方式方面，教师可采用与智能生成技术或工具协作的方式进行评价。以日常翻译练习为例，可借助 ChatGPT 基于现有翻译质量评估模型或指标( 如 DQF、MQM、BLEU 等) 初步评估学生的翻译质量，教师参考反馈结果介入人工分析与专业评价，总结共性问题，为学生提供针对性指导建议。在评价分析与反馈方面，综合运用 AIGC、机器学习、关联分析、自然语言处理等技术，挖掘翻译教学数据中潜在的关联并建立关系模型，以视图化的形式将精准评价结果即时反馈给学习者及教师，为翻译师生提供更科学的评估和反馈，以帮助学习者量化自我、调整学习策略、增强决策能力，同时辅助教师调整教学目标、教学活动、教学策略，精准开展人工干预与管理。智慧教学评价体系在上述各个方面都体现出智慧翻译教育下人才培养模式的变革，注重学生综合素质评价、发展评价，可全面解决传统评价体系中评价反馈滞后、评价数据利用难、评价主体单一、评价结果不客观、评价畸形等典型问题。

3.5 教学管理

翻译教学管理是指管理者借助管理平台或手段，对翻译教学工作中各个环节进行系统管理的过程。该部分主要谈及智能技术与教学活动管理、课程内容管理的融合路径。在翻译教学活动管理方面，利用智能技术搭建智慧翻译教学管理平台，实现教学管理分平台的统一权限管理和接口规范，将与教学相关的活动进行智能化管理，包括选课、考试管理、成绩查询、学习记录与反馈、考核等。通过数据动态共享和智能检测帮助教师分担繁琐重复的教学任务，为教师提供更智能化的管理服务，将有限的精力和时间投入到教学优化和科研工作中。在翻译课程内容管理方面，智能课程管理平台能帮助教师更好地设计和编写教材，统一管理翻译教学内容、教学案例和教学资源，实现课程衔接、知识图谱构建、行为记录和学习资源随时访问等功能。这不仅可以增强翻译教学案例资源的利用效率，实现数字化课程内容的优化和实时更新，而且也可对学习者在多种场景和课程中的学习数据进行深入挖掘和分析，提供最优的诊断分析结果。通过智能化的教学管理推动翻译教学走向高质量发展，为制定更好的教育策略和教育决策提供依据，方便有关部门开展有效的教育管理和教育治理。

4. 发展趋势

随着人工智能、区块链、大数据、5G、VR / AR 等智能教育领域关键技术在翻译教育领域的不断应用，智慧翻译教育产业正在迎来突破和发展。ChatGPT 的应用和 AIGC 产业的加速发展，迅速激发智能翻译教育的内生动力，为未来构建智慧翻译教育产业生态提供了重要契机。基于近年来的翻译教学实践，下文将深入分析智能技术的主要发展趋势，旨在把握现代技术发展走向，探寻翻译教育发展规律，更好地适应技术时代的风云变幻。

4.1 虚拟化

智能技术的融入将持续推动多场景的翻译教学实践模拟，打破时空局限，融通现实世界与数字虚拟世界，帮助翻译师生在数字化虚拟场景中开展交互式教学活动，让教学场景和主体虚拟化成为翻译教学的新样态。VR / AR / XR( 拓展现实) / MR( 混合现实) 、可穿戴设备等技术将解决传统虚实融合学习环境中存在的虚拟环境失真、虚实同步失调、远程协作困难、空间社交抽象以及自创支持不足等问题 ( 李海峰，王炜，2022: 50 ) ，为师生构建具身翻译教学环境，实现翻译实践情景的模拟训练，以综合改善翻译教学效果。未来，日益成熟的数字孪生技术将进一步模糊虚拟与现实翻译教学场景的界限，为翻译学习者提供数字化身份或虚拟化身的全面参与教学活动的可能。同时，利用脑机接口技术，学习者可以操控自我意识，实现与虚拟化身和万物之间的互动，获得与虚拟化身同等的感受、认知和体验，促进虚实融生的协同性知识生成。相信 AIGC 技术的应用将为虚拟化身的生成提供更加有效的支持，为虚实融合教学提供更加全面的智能化服务。

4.2 联通化

智慧翻译教育将逐步形成服务于翻译教学的智能化部署体系，实现数据、系统与人之间的互联互通。首先，数字化翻译教学资源云平台将打破信息孤岛，汇聚优质课程资源，联动优秀师资力量，建立丰富的高质量教学资源库、教学案例库。其次，翻译学习者可通过可穿戴、物联网感知等技术全面实现个人隐性数据的伴随式收集，实时传输至学习分析与教学分析系统，为翻译师生提供精确化的反馈，实现教师精准地教和学生个性地学。同时，AIGC 技术的广泛应用可以有效提高反馈的准确度和个性化程度。再次，虚实融合技术将打破时空藩篱，推动翻译学习空间与翻译教学场域在物理层面与虚拟层面之间的联通，支持翻译师生随时随地开展教与学活动。

最后，在数据整合和挖掘、区块链技术及成熟的平台架构模型支撑下，翻译课堂教学系统、线上教学平台、资源检索系统、图书馆系统、教学管理系统、线下课堂录像系统、教学考试系统等将实现数据之间的安全共享和融通，形成系统之间互联、互通、共享、协同的局面。随着社会网络化、数字化、智能化、融合化的趋势愈加显现，以及 AIGC 产业的加速发展及应用落地，未来的翻译教育将在各个层面形成互联互通的局面。

4.3 交互化

未来智慧翻译教育将深入融合一系列基于新一代人工智能技术的交互式教学工具、人机交互技术、数字孪生技术，逐步进入“生生有学伴，师师有助教”的交互化情境状态。交互化的教育更强调师生之间、生生之间，以及师生与教育资源、教育环境、教育平台之间的互动作用。对于学习者而言，ChatGPT 等聊天机器人平台可与学生进行实时交互与反馈，帮助学习者进行口语评分、口译评分和口语自主训练( 韩林涛，2023 ) ，作为虚拟玩伴帮助学习者提升阅读、口语、写作能力( 胡加圣，戚亚娟，2023: 5) ; “数字孪生技术将赋能学习者从‘自我’身份中分割出一个‘虚拟化身’( Avatar) ，赋予其与周围场景自由交互、瞬时协同与积极探索的能力，在超时空交互的翻译教育环境中实现沉浸式学习体验和具身社交”( 王华树，刘世界，2022b: 100) 。对于教师而言， ChatGPT 及类 ChatGPT 产品将有望成为其教学过程中的得力助手，帮助翻译教师实现学生翻译质量的多维度、自动化评估，并提供针对性的建议和指导; 自动生成各种形式的辅助材料，以更加生动、丰富和有趣的方式呈现翻译教学内容。同时，内容生成式人工智能产品将有可能嵌入图片、动画、音频或视频，甚至还可能会嵌入更多未知的制品格式，并可能会融入情感元素( 沈书生，祝智庭，2023: 7) ，逐步从助手阶段走向共同协作阶段，进一步提升智慧翻译教育中的交互水平。

4.4 生态化

新一代人工智能技术与传统翻译教育场景的深度结合，将不断拓展与丰富教育资源、教学模式、学习范式、交互方式、教学场域，驱动翻译教育发生结构性变革与创新，形成智能化、泛在化、感知化的智慧翻译教育新生态。教学管理平台、教学资源服务平台、教务管理平台等多平台系统将进行智能整合，覆盖教育相关主体多元化、多层次、多场景的使用需求，有机容纳更多功能模块，支持沉浸式体验学习、跨时空深度协作、虚实化身同步交互等应用场景，全面实现学情监测与管理、课堂数据采集、学习分析、学科知识图谱构建、个性化内容推送、智能组卷与阅卷、智能辅导与答疑、课堂质量评价、教学质量评价、翻译质量评估、翻译项目评估等功能。同时，随着智慧教育相关政策的出台及实施，智慧翻译教育产业链也将逐步形成，涵盖智慧翻译教育供应端、服务端以及消费端，助力智慧翻译教育生态的建设与持续发展。未来随着智能技术的深入发展与广泛应用，各链条之间将相互融通衔接，共同支撑整个翻译教育产业链条的良性发展，促进智慧翻译教育生态的协调与可持续发展。

5. 结语

智能技术的快速发展为翻译教育领域带来了前所未有的机遇和挑战。当前以人工智能、区块链、物联网为典型代表的智能技术发展迅速，推动着教育高质量发展按下“快进键”，语言服务行业的人才需求变化引发传统翻译教育体系在教学模式、教学内容、评价方式等方面发生深刻的变革，翻译教育亟需形成与行业技术发展相匹配的创新教育理念。在此背景下，本文提出的智慧翻译教育理念是对新时代翻译教育体系变革的有力助推，也是智能技术发展视域下传统翻译教育突破困境的应对之策。

然而，智能技术的大规模普及以及不正当的使用可能会引发教育伦理、数据伦理、学习伦理、学术伦理等风险，例如学生学业诚信遭受质疑、评估机制失去平衡( 王佑镁等，2023: 15) 、译者的数据权利和数据安全难以得到保障( 王华树，刘世界，2022a: 14) 、师生能力退化、教育伦理责任无人承担、学术剽窃行为难以甄别等。面向未来，我们应深入探索翻译教育与智能技术的融合发展路径，综合提升翻译师生的数字素养，以满足新时代语言服务行业的发展需求，开辟人机共生、共创共享、跨界融合的智慧翻译教育新生态，为新时代的翻译教育布好大局。

参考文献

[1]Entrepreneur staff. How Will ChatGPT Change Education and Teaching? [EB/OL]. https://www.entrepreneur.com/science-technology/how-will-chatgpt-change-education-and-teaching/445018. (2023-02-16) [2023-03-12].

[2]Gupta, P. What is ChatGPT? What is its Applications in Education? [EB/OL]. https://www.edtechreview.in/trends-insights/trends/what-is-chatgpt-applications-in-education/. (2023-01-31) [2023-03-12].

[3]北京语言大学高级翻译学院. VR+外语口译|北京语言大学高级翻译学院“模拟联合国会议口译”虚拟仿真实验课程共享[EB/OL]. https://www.casrz.com/h-nd-385.html#_np=124_911. (2021-01-15) [2022-04-18].

[4]陈宝健, 闫宁. AIGC 空间广阔，行业应用大有可为 [EB/OL]. https://pdf.dfcfw.com/pdf/H3_AP202303071584097258_1.pdf?1678219166000.pdf. (2023-03-07) [2023-03-12].

[5]戴朝晖. 智慧教育视域下的大学英语口译教学探索[J]. 上海翻译, 2019(3): 67-73.

[6]邓军涛, 仲伟合. 信息技术与口译教学整合：层次、机制与趋势[J]. 中国翻译, 2019(6): 88-95, 192.

[7]顾小清, 杜华, 彭红超, 等. 智慧教育的理论框架、实践路径、发展脉络及未来图景[J]. 华东师范大学学报(教育科学版), 2021(8): 20-32.

[8]韩林涛. 将ChatGPT与线上英语教学平台融合的初步探索和功能演示[EB/OL]. https://mp.weixin.qq.com/s/3a01XvLd1Ugl-FEuA5myig. (2023-02-25) [2023-03-10].

[9]胡加圣, 戚亚娟. ChatGPT时代的中国外语教育：求变与应变[J]. 外语电化教学, 2023(1): 3-6, 105.

[10]李海峰, 王炜. 元宇宙+教育：未来虚实融生的教育发展新样态[J]. 现代远距离教育, 2022(1): 47-56.

[11]刘和平. 翻译教学模式：理论与应用[J]. 中国翻译, 2013(2): 50-55.

[12]沈书生, 祝智庭. ChatGPT类产品：内在机制及其对学习评价的影响[J]. 中国远程教育, 2023: 1-8 (网络首发).

[13]覃江华, 王少爽. 数字技术驱动下的口译教学研究——《数字化时代的口译员教育：创新、进入和改变》评析[J]. 上海翻译, 2017(5): 90-94.

[14]王华树, 李智. 口译技术研究现状、问题与展望(1988-2019)——一项基于相关文献的计量分析[J]. 上海翻译, 2020(3): 50-55, 95-96.