翻译行业正在经历一场"平庸革命"

2024年1月，山东省翻译协会的年会上，一个刚造出来的词被反复提起——"数智"，据说是"数字化"加"人工智能"的缩略。这种生造词听着别扭，但背后的事是实实在在的：翻译这个曾经被视为人类最复杂的认知活动之一，正在被AI一点点攻陷。

三十年前，一个英语成绩中等的大学毕业生，去翻译公司当译员是完全可行的路。熬几个月，用心学，就能稳定做下去，养活自己和家人。不少人干了两三年，摸清门道，就自立门户开公司去。这也是为什么翻译公司数量多、规模小——那是译员成长路径自然长出来的生态。

但现在，普通英专本科生大概率打不过任何一款主流机器翻译。出错率可能差不多，但机器的速度早就把人甩在后面。翻译公司这两年招的新员工，主要是翻译专业硕士。这些学生经过更多训练，至少能做"译后编辑"——给机器翻译改错、润色，让稿件达到客户要求。

同样是改文字，译后编辑和传统编辑面对的完全是两种东西。

传统编辑处理的是人写的文本。能创作文字的人，在任何社群里都是极少数。所以编辑面对的文本，质量底子已经不错。编辑的工作是把这些有文字感觉的人写的东西，根据自己的经验调适打磨，达到出版标准。

译后编辑面对的是机器生成的文本。这种文本的可读性经历了剧烈变化：1950到1990年代几乎不可读，2000年代勉强可读，2010年代基本可读，2020年前后达到"较为可读"。但"较为可读"不等于好处理。

翻译常被比作"戴着镣铐跳舞"，镣铐是原文给译者划定的边界。这会导致平庸的表达。而做译后编辑，是双重镣铐：原文的边界，加上机器翻译输出的"基本正确但无比平庸"的边界。

"平庸"——这是我愿意给机器翻译文字贴的标签。包括ChatGPT在内的大语言模型，输出往往也是平庸的。你可以反复调提示词让它输出更富色彩的文本，但那种色彩常常像初学油画的人，是胡乱涂抹，而非适可而止的和谐。

面对平庸文本，想改出效果非凡的译文，难度往往超出想象。

文字的优美来自语词，又不止于语词。中小学语文老师让学生背成语词典、记"好词佳句"，多少有些揠苗助长。写作需要丰富词汇、生活观察、体悟——这些小孩子往往都没有。但人脑神奇之处在于能靠小规模语料实现质变：婴儿听家人说话，几个月就能听懂，再过几个月就能开口。大量优秀的语言使用者，在"读书破万卷"之前就已经掌握窍门。相比之下，大模型要抢走万千游戏迷的显卡，耗费中等城市的电力，熬到现在才学会做同样的事。

译后编辑很难，而且几乎无人教、无处学。但现在的译员似乎都在这么做，而且看起来可行、可持续。为什么？

因为翻译企业面对的大量需求，其文本本身往往就是平淡、平实的。企业介绍、合同、产品说明、安装手册、技术规范——这些文本不玩花架子，写得好反而容易被机器处理。现在的大模型对语法规则把握得不错。前段时间我做某地区招商文件的汉译英，想起三十年前这类活让译者很痛苦：要人工调整原本就写得不好的句子，把极具中国特色的空话套话转为恰当表达，再转换成英文。现在的机器翻译和生成式AI，这几步都能做得有模有样。在此基础上修改，确实省力。

有翻译企业负责人告诉我，现在译员基本每天要做1万字以上，熟练的能做到1.5万乃至更多。这种速度，二十年前难以想象。

而且AI知识丰富——真的是过目不忘。用AI助力翻译，往往能遮住译员本身词汇和知识积累的不足，让没那么"厉害"的译员显得也挺"厉害"。

但AI在助人的同时，也会"挖坑"。主要是两方面：一是平庸的表达，二是理解错误构成的陷阱。

前面说过，平庸表达放在平常文本上问题不大——如果感觉我没说明这一点，可能是我的表达也太平庸。对说明类文本，大家期待本来就不高，信息准确就行。

真正麻烦的是机器翻译和生成式AI的理解错误。

尤其是，未来在AI无处不在环境中成长起来的新一代，可能对很多知识都是"有所知，但知之不确"，更谈不上知其所以然。比如刀郎歌里唱"西边的欧钢有老板，生儿维特根斯坦"，我问ChatGPT这句的隐含意义，它老老实实回答：对不起，没找到这句歌词的具体来源或详细解释。

但接下来它开始兜圈子，介绍欧钢、维特根斯坦、"老板"是什么——这解释不能说完全无用，基本上一点忙也帮不上。

我提供了更多信息：卡尔·维特根斯坦是著名哲学家路德维希·维特根斯坦的父亲，本人是欧洲钢铁大王；这首歌是新出的，资料库没有没关系，请根据这些信息以及维特根斯坦的哲学观念尝试阐释。ChatGPT给了这样的答复：

刀郎的这句歌词"西边的欧钢有老板，生儿维特根斯坦"，可能是在表达一个深层的含义：即使出身于富裕和权力之家，也可以选择自己的道路，追求自己的思想和理想，就像维特根斯坦一样。

这个解释看上去非常合理，但只是"富而不骄"的道德观之翻版，跟刀郎的意图、跟知其所以然的人类阐释完全不同。

这正是生成式AI除"幻觉"之外的可怕之处：针对这类问题，它表现得很老实，经过调整提示词，给出的回答有一定逻辑，似乎合理，至少会让外行觉得合理。人工智能唬得住外行的这种表现，放在翻译场景里，就是译员要面对的深层陷阱——它不会说自己不知道，而是给出一个"合理"的错误答案。