导语
人工智能时代，机器翻译技术不断更新，以ChatGPT为代表的大语言模型颠覆了传统型翻译方式，在提高翻译效率的同时也不断引发人们的思考——人和机器的角色和关系是什么？当下，“机器翻译+译后编辑”模式成为一种广受欢迎的工作和服务模式，译后编辑能力受到越来越多的学界和业界人士的重视。关于该话题，有最新的著作和文章对译后编辑能力的定义、模型探索、能力培养模式进行讨论。本期热点聚焦选取一本图书、两篇论文，聚焦人工智能时代的译后编辑能力研究。王华树、刘世界（2022）结合行业领域的现实需求，对译后编辑能力模型构建和发展路径献言献策。赵秋荣（2023）在译后编辑能力研究和模型探索的基础上，提出关于译后编辑能力培养的具体建议。王律、王湘玲（2023）从实证的角度发现“ChatGPT+MTPE”交互式译后编辑能力培养模式在一定程度上有助于学生形成更灵活、全面的译后编辑策略知识体系，促进译文质量评估能力提升，提高职业知识水平。人工智能时代的译后编辑能力研究在未来仍存在较大的探索空间，希望本期热点聚焦可以为翻译教学、翻译研究、业界实践带来启发，持续探寻提升人机协同翻译效率和质量的方法和路径。
王华树，翻译学博士，副教授，北京外国语大学高级翻译学院硕士研究生导师。主要研究方向为翻译与本地化技术、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工学博士在读。主要研究方向为海事术语抽取与文本挖掘、翻译技术。
人工智能时代机器翻译译后编辑能力探究
引言
当前，基于翻译技术场景的翻译服务已经成为语言服务业中的新型服务模式，朝着协作化、众包化、平台化、集成化的方向变革，语言服务企业对译员的译后编辑能力提出了更高的要求，不仅要求其具备传统翻译能力，更要求其能熟练运用机器翻译系统、译后编辑操作平台，高效识别、修订机器翻译错误，具备一定的风险评估能力、数据伦理意识及服务意识等。在此背景下，译后编辑人员应该具备哪些能力，以及如何培养译后编辑人员的能力，已成为亟待探讨的重要议题。
1 机器翻译译后编辑能力研究基础
机器翻译译后编辑能力指“根据一定目的与要求对机器翻译的原始产出进行加工与修改所需的知识体系与认知素养”。通过系统回顾，我们发现前人尚未归纳出一个为学界和业界广为接受的译后编辑能力模型，且存在诸多值得进一步完善的细节。
2 机器翻译译后编辑能力模型构建
本文在梳理前人关于译后编辑能力、翻译能力和审校能力的研究成果，以及ISO 18587中对于译后编辑人员能力和资格的描述的基础上，选取了十个主流招聘网站，收集对译者译后编辑能力有需求的相关职位或项目招聘启事，限定为2020.01.01至2022.07.31期间发布的信息，经人工筛选得到150则招聘启事。采取内容分析的研究方法对其进行处理分析。根据分析与归纳结果，新的译后编辑能力模型大致涵盖七类能力（如图1）。
2.1 服务能力
服务能力指译后编辑人员从寻找译后编辑任务至交付任务的全过程中为他人提供服务的能力，在整个能力模型中起到统领全局、衔接各部分能力的作用。译后编辑人员应该在与客户交流过程中充分展现自身的专业素养和客户意识，熟悉翻译市场、行业需求和议价行情，严格遵守职业道德准则和标准，确保译后编辑有条不紊地进行。
赵秋荣，北京科技大学教授，博士生导师。主要研究方向为翻译学、语料库语言学。
译后编辑能力培养
在当今的信息化时代，单纯人工翻译远远不能满足语言服务市场的需求，具备译后编辑能力已经成为译者的核心竞争力之一。翻译活动的特点决定了翻译过程即是译者不断作出决策的过程。翻译能力与译后编辑能力虽有重合与交叉，但学者（如Nitzke & Hansen-Schirra 2021；O’Brien 2002）指出，翻译能力与译后编辑能力仍有许多不同之处，译后编辑能力更强调对机器翻译生成的译文进行编辑，即识别机器翻译错误，进行适当修改，这也是译者不断作出决策的过程。很多语言学习者对技术有一定抵触心理，Pym（2013）强调翻译教学中应引导学习者了解应在何时使用技术。在习得工具的过程中，翻译学员最好能组成学习小组，以相互促进和提高。O’Brien（2002）强调，机器翻译和译后编辑应该成为翻译教学的一部分，内容包括机器翻译历史、基本编程、术语知识和受控语言知识等。鉴于译后编辑能力的重要性，Kenny & Doherty（2014）建议将译后编辑纳入翻译教学与译者培训课程。Koponen（2015：5-6）认为，译后编辑课程既包括机器翻译和译后编辑的理论与实践介绍，也包括基于机器翻译和译后编辑的实操，如对受控语言和机器翻译进行译后编辑，在无原文的基础上进行译后编辑，以及研究译后编辑过程、译后编辑质量标准、译后编辑评估、译后编辑能力培养等。Arenas & Moorkens（2019：223-224）介绍了译后编辑模块包含的八个部分，具体为译后编辑的基本定义、质量、类型、规则、常见错误、付出与产出、价格、实操。
国内学者也非常重视译后编辑能力培养，提出应加强译后编辑培训（崔启亮 2014；冯全功、崔启亮 2016）、构建译后编辑能力三维模型（冯全功、刘明 2018）。借鉴国外译后编辑课程，冯全功、张慧玉（2015）提出译后编辑课程设置应包括12个模块，即机器翻译、译前编辑、译后编辑概述、行业应用现状、机器翻译常见错误分析、译后编辑工具介绍与运用、文本（语篇）知识概述、译后编辑实践I、译后编辑实践II、机器翻译与计算机辅助翻译、基本编程介绍及其他（包括译后编辑定价策略等）。仲文明、舒超（2020）提出面向教学的课程建议，涉及三个模块：译前文本处理能力、译后文本处理能力和基础通用能力。译后编辑课程的核心是帮助学生熟悉机器翻译技术，包括识别机器翻译的常见错误，了解机器翻译的潜力和不足，保持对机器翻译的积极正面态度（Konttinen et al. 2021：199；O’Brien 2002）。
译后编辑课程在翻译教学和译者培训中还处于起步阶段。译后编辑应在何时或在多大程度上被引入翻译教学仍然备受争议（Plaza-Lara 2020）。但不少学者认为，译后编辑能力应纳入翻译能力培养模块。
我们认为，译后编辑能力培养仍需要关注以下几点内容。
本文选自《翻译能力研究》（外语教学与研究出版社，2023，点击此处了解图书详情）第五章。因篇幅所限，注释与参考文献已省略。
王律，英语语言文学博士，湖南大学外国语学院讲师。主要研究方向为机器翻译译后编辑研究、人机互动翻译认知过程、人工智能辅助翻译。
王湘玲，湖南大学外国语学院教授，翻译学博士生导师，翻译传译认知研究所所长。主要研究方向为翻译认知、机器翻译人机交互、翻译教育教学理论与实证。
ChatGPT时代机器翻译译后编辑能力培养模式研究
1 引言
人工智能时代翻译技术层出不穷、迭代更替，翻译过程中的技术化程度不断提高，促使译后编辑能力成为译员职业素养的重要组成部分、翻译人才培养不可或缺的一环。如何结合ChatGPT等人工智能技术在高校翻译教学中开展译后编辑教学实践，以促进学生译者译后编辑能力发展等话题仍需持续探讨。本研究拟基于社会建构主义的项目式教学法，构建“ChatGPT+MTPE”交互式译后编辑能力理论培养模式，通过教学实验比较实验组和控制组的译后编辑知识掌握度和译文质量的差异，探究该模式的有效性。
2 文献综述
2.1 ChatGPT时代的译后编辑与译后编辑教学
国内外学者纷纷从翻译能力的多元要素模型或翻译修改能力模型出发，剖析译后编辑能力的构成要素，指出译后编辑能力由双语能力、语言外能力、搜索能力、问题识别/分类/纠正能力、译后编辑软技能等子能力组成（Rico & Torrejón，2012；Robert et al.，2022）。冯全功、刘明（2018）基于能力习得过程视角，从知识、技能和认知三大维度阐释译后编辑能力的内涵。
译后编辑教学研究的现有成果多为教学经验总结（仲文明、舒超，2020）、教学模块设计（O’Brien，2002；冯全功、张慧玉，2015）、教学模式建构（Guerberof ＆ Moorkens，2019），结合ChatGPT探讨译后编辑能力培养模式的理论与实证研究并不多见，关注译后编辑教学中学生译者知识习得过程的研究几乎没有。
2.2 基于建构主义的项目式教学法
自20 世纪初，国内外学者已开始转向社会建构主义哲学范式，从理论和实证角度对翻译教学模式展开探索性研究，以突破传统翻译教学模式的局限（Kiraly，2016；张政、王贇，2020）。Kiraly（2000）从翻译教学的认知心理研究转向社会建构主义，建议把真实的翻译项目运用到翻译教学实践中。Mahboubeh ＆ Masood（2019）在翻译技术教学中采取分组学习的方式。此外，多项实证研究表明项目式翻译教学有助于培养学生译者的工具能力、信息能力和职业素养（张文鹤、文军，2020；Li，2022）。
3 ChatGPT时代译后编辑能力培养模式构建
本研究尝试将ChatGPT引入译后编辑课堂，从理论上构建“ChatGPT+MTPE”交互式译后编辑能力培养模式（见图1）。如图1所示，“ChatGPT+MTPE”交互式译后编辑能力培养模式可分成三个阶段：译后编辑知识体系构建、“ChatGPT+译后编辑”工作模式和“ChatGPT+译后编辑”项目实践。
4 教学实验
为验证“ChatGPT+MTPE”交互式译后编辑能力培养模式的可行性和有效性，本研究在华中地区一所综合性重点大学MTI笔译班的译后编辑课堂中进行初步的探索性研究。
4.1 研究对象
本文按照随机抽样原则，抽取当地高校两个翻译硕士专业学位（MTI）笔译班一年级下学期学生，分为实验组和控制组（各20人）。在实验开始前，基于译后编辑知识问卷对实验组和控制组的陈述性知识进行测量。独立样本t检验显示，两组学生的译后编辑知识不存在显著性差异（p = .834＞.05），说明实验组和控制组学生译后编辑能力的差异处于可接受的范围之内。
4.2 研究设计
为了尽可能避免教师、教材、学时等无关变量对实验的干扰，实验组和控制组的授课任务由同一教师完成，且课堂教学内容、教学进度、学时（16个教学周，每周2个学时）等均保持一致。唯一不同的是，实验组按照新模式施教，控制组按照传统教学模式施教。在教学过程中，实验组和控制组均创建了课程专用的QQ 群，用于发布学习和研究资料、沟通交流。不同之处在于实验组的课程群中加入了主题专家、职业译者和目的语读者。在教学实验结束后，两组各抽取十名学生进行网络访谈，此外所有学生需要提交译文和网络交互记录，完成译后编辑知识问卷，形成个人学习档案。
4.3 研究方法
本研究基于Albir（2017）的翻译知识问卷设计译后编辑知识测量问卷，将译后编辑知识分为五大要素——翻译质量评估、译后编辑问题、机器翻译错误、译后编辑策略和职业知识。
译文质量评估问卷是基于Melby et al.（2014）和Galán-Mañas & Albir（2015）的评估方法，设置了三个变量：准确性、流利性和文本功能性。
半结构化访谈采用腾讯会议形式，每位学生用时十分钟左右。其中半结构化问题包括学习感受与收获、ChatGPT译后编辑表现的评估、教学模式的评价、译文的自我评估以及教学模式的建议。
5 结果与讨论
5.1 译后编辑知识比较
本文基于SPSS 26.0对实验组和控制组学生译后编辑知识五要素进行独立样本t检验，以探索学生在项目式交互课堂和传统译后编辑课堂中译后编辑知识掌握程度的差异，最终验证“ChatGPT+MTPE”交互式译后编辑能力培养模式的教学效果。结果显示，实验组关于译后编辑策略、译文质量评估和职业知识水平的得分显著高于控制组，表明“ChatGPT+MTPE”交互式译后编辑能力培养模式在一定程度上有助于学生形成更灵活的译后编辑策略知识体系，促进译文质量评估能力提升，同时提高职业知识水平。详细结果见表1。
5.2 译后编辑质量比较
本研究对实验组和控制组的译后编辑产出质量进行独立样本t检验。结果显示，实验组译后编辑质量在流利度和文本功能性方面的得分显著高于控制组，表明ChatGPT赋能的项目驱动式译后编辑能力培养模式有利于形成更流利、交际功能更强的译文。详情见表2。
6 结语
本文采取基于实验组和控制组的准实验研究设计，探究了“ChatGPT+MTPE”交互式译后编辑能力培养模式的教学效果。研究结果显示，实验组关于译后编辑策略、译文质量评估和职业知识的得分显著高于控制组，表明该模式在一定程度上有助于实验组学生形成更灵活、全面的译后编辑策略知识体系，促进译文质量评估能力提升，提高职业知识水平。同时，两组学生均希望学习更多关于译文质量评估的知识，反映出质量评估能力在译后编辑教学中的重要性。此外，实验组译后编辑产出在“流利度”和“文本功能性”变量指标上的得分显著高于控制组，表明项目驱动的译后编辑能力培养模式对译文质量的提升具有一定促进作用。
本文刊载于《外语电化教学》2023年第4期，16-23。感谢作者与编辑部授权转载。由于篇幅所限，内容有所删减，注释与参考文献已省略。
特别说明：本文仅用于学术交流，如有侵权请后台联系小编删除。
– END –
转载来源：iResearch
转载编辑：朱文贤
