​　　出品 | 外宣微记

　　欢迎转发朋友圈，转载全文请申请授权      

　　AI Journal 网站13日发布行业报告《AI 让翻译变得便宜，但翻译出错时，谁来把关？》，深入探讨 AI 时代机器翻译面临的矛盾、隐患及应对策略。

　　老掉牙的套话就不说了，直接看几个重点。

　　1.

　　AI翻译最危险的地方，是错误往往“看起来不像错误”。

　　传统软件出错通常会弹窗报错，但 AI 翻译往往语法通顺、格式规范、语气自信。对于不懂源语言的用户来说，根本无法判断译文是否准确。

　　因此，AI 翻译质量问题具有天然的“静默失效”特征。换句大白话：你不说，我不说，就能把不懂翻译的读者蒙过去。

　　不过，这倒不是 AI 时代的专属特色。对比阅读经典文学的中译本时，也常看到各种硬伤，不看原文的读者同样会被“骗”。从这个角度看，AI 归根结底还是跟人类学坏的。

　　2.

　　在审校方面，用AI来检查AI翻译，效果仍不理想。

　　2025世界机器翻译大会（WMT）的数据表明，用大语言模型（LLM）评估翻译错误的难度较高，其“评估能力”目前仍赶不上“生成能力”。

　　报告给出的最佳实用解法是“多引擎交叉对比”：与其让 AI 自我纠错，不如用多个独立 AI 引擎同时翻译。若译文高度一致，可信度就高；若出现明显分歧，说明原文存在歧义或高风险，应自动触发人工复核。

　　这种多引擎交叉对比，也是我们在实践中常用的手段。多个优质大模型同时发力，配合高质量提问互动，解决问题的效率大幅提高。

　　说到这里，特别想多提醒两句。目前见到不少论文和报告在对比 AI 与人工翻译时，存在明显的“自嗨”现象。轻言 AI“不识语境、不懂文化”，拿一些不知什么蹩脚提示词“勾引”出来的劣质译文与顶尖人工译文对比，然后心满意足地得出预设结论。这种现象在硕士论文答辩中屡见不鲜。

　　为人工译文呐喊的心情可以理解，但有意无意地低估 AI，透着一股子绝望前的挣扎。这既经不起优质大模型的检验，对翻译事业也毫无益处。

　　曾多次呼吁翻译学习者用好 AI，去检验那些所谓的经典文学译本（案例见知识星球）。以前受限于条件，对照中英双语译本耗时耗力；如今借助大模型进行全文本扫描比对，往往能发现意想不到的惊喜和惊吓。这不失为高校外语学院在“AI 时代翻译品鉴”课堂练习中的绝佳素材。

　　3.

　　AI时代，任何文本的初译都能极速生成且通顺度大增，但这导致压力全面传导至审稿环节。审稿人不够用了，是实践中面临的困境。

　　报告建议，企业建立内容风险分级机制（Content Risk Tiering），将有限的人力核查资源用在刀刃上。具体可分为四个等级：

　　关键级（Critical）

　　如医疗指南、法律合同、安全警示等：必须经过专业人工审校，必要时进行认证，并保留完整的审计日志。

　　高风险级（Elevated）

　　如雇佣条款、财务披露、技术文档等：采用多引擎交叉对比，仅对存在明显分歧的段落进行人工审校。

　　商业级（Commercial）

　　如产品页面、营销文案、品牌信息等：自动质量评估 + 人工抽查。

　　常规级（Routine）

　　如内部沟通、信息摘要、初步资料检索等：可直接使用 AI 译文，但应标注为机器生成。

　　结论已经越来越明确：于企业而言，没有必要因为风险而拒绝 AI，而应把 AI 翻译纳入合规和风险管理流程，把有限的人工资源投入关键、高风险内容的精准核查。

　　不必再纠结“AI 翻译会不会取代人工翻译”，AI 替代很大一部分机械性翻译工作，是不可逆的趋势。面对 AI 翻译，人类挑错要挑到点子上，少一点傲慢与偏见，与其无谓地发牢骚，不如多研究如何驾驭 AI。