[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。研究方向：翻译技术、外语教育技术、语言服务管理。李丹，西安外国语大学高级翻译学院研究生在读。研究方向：翻译与本地化技术。
[摘 要] 以ChatGPT为代表的新一代技术，对翻译实践产生了深远影响，同时也对翻译理论提出了新的挑战。本文以AI生成内容（AI-generated Content, AIGC）技术的发展为背景，探索其对新时代翻译研究带来的挑战，提出未来翻译研究可能的发展路径，包括加强学科交叉融合，拓展研究思路，深化对翻译模式的研究，及扩大翻译伦理研究等多个方面，旨在为AIGC时代的翻译研究发展提供新视角和新思考。
一、引 言
AIGC（AI-generated content）技术发展迅猛，风靡全球，推动数字人文进入一个全新的发展阶段。AIGC技术具有强大的内容生成能力，能够进行多模态数据处理、自动特征提取、上下文理解等，同时在数据处理中能够很好地对复杂的语义及其关联关系进行非线性建模，提高数据处理的精度和效果。AIGC技术不仅提升了大规模数字化文本的生成和处理水平，也促进了人类语言的快速生成和深度理解。
在人工智能技术快速发展的时代，翻译研究面临着越来越多的挑战。翻译研究的内容主要涉及数据库建设、翻译文本、翻译史、翻译概念、翻译教育、译者等研究领域（胡开宝、王晓莉，2022）；翻译研究对象侧重翻译文本特征和翻译心理过程，在研究方法上突出量化数据描述与统计，在理论视角方面依赖相关学科理论，在研究模式上重视假设验证（张威、雷璇，2023）；翻译研究呈现量化数据分析程度及数据驱动探索不足、对翻译教学与实践的指导价值不够明确（Ibid）等问题。总体来看，在AIGC技术之前，翻译研究的对象局限于传统纸质文本，未能关注自动生成性文本；翻译研究主要关注语言文本的语言学特征，对生成性文本特征考察不足；翻译研究手段主要依赖语料库技术，处理手段较为单一；翻译研究的数据分析和统计不够深入，对研究发现的内在关联和规律阐释有限。
随着算力、算据和算法的突破，AIGC技术快速发展，迅速席卷全球，进一步推动了翻译研究的技术转向。在技术驱动下，翻译的对象、主体、模式等都发生了技术化转变，翻译的研究对象和内容发生整体性变化（王华树，刘世界，2021），从传统纸质文本转变为声音、图像等数字化的文本类型，以及由众筹翻译、游戏翻译、网站翻译等翻译形式产生的大量原生性数字文本（胡开宝、王晓莉，2022）。在AIGC时代，翻译研究呈现显著的变化，如数据的大规模化、研究的自动化和跨学科的融合等，这意味着翻译研究从基于传统个体和小规模文本的研究方式，转向了大规模、复杂且以数字为驱动的研究模式。以往研究者们可能需要花费大量时间进行数据处理，甚至需要学习Python、R等编码语言来分析数据，但AIGC技术（如ChatGPT）的出现改变了研究前景（Zhang, Zhang & Li, et al.，2023）。AIGC技术应用于翻译研究，重塑了翻译研究的流程，改变了翻译研究的方法和手段，对未来翻译研究的开展提出了新的要求，带来了新的挑战。
二、AIGC时代翻译研究面临的主要挑战
AIGC技术的发展给翻译研究带来了前所未有的挑战。AIGC技术催生新的数据类型和研究对象，研究方法和手段亟待更新和完善。传统的理论框架在新的技术环境下显得力不从心，翻译研究对理论创新的需求变得更为迫切。下面将结合AIGC技术的特点探讨当前翻译研究面临的四个主要方面的挑战。
（一）研究对象
AIGC技术催生了很多不同于传统文本的新“文本”，这些文本形式趋向多元化：图片、音视频、动态网页、交互游戏等，呈现多语言、多变量、多模态、非线性、标记化、短语化、去语境化、动态化等特点（王华树，2023：116-117），给翻译研究带来了新的挑战。下面以图片、音视频、动态网页、交互游戏翻译为例分析翻译研究对象的变化特征及带来的挑战：
（1）图片翻译：图片翻译是指将以图片为载体的文字翻译为另一种以图片为载体的语言的翻译活动。如果没有其他模态的内容来协助表达意义，就无法完整地分析文本的意义（Luca, 2020）， 因此，图片翻译需兼顾图片颜色、场景、情感等非文本元素。随着AIGC技术的发展，衍生了许多AI图片生成工具（如Midjourney），借助这些工具能够实现文字自动转换为图片的效果，改变了图片的创作方式。同时对图片翻译研究带来了新的挑战：既要求研究者具备一定的图像解读能力以及对文学和艺术的审美能力，同时又对研究者分析和处理大量图片翻译数据的能力提出了更高的要求。
（2）音视频翻译：音视频翻译是指借助各种音视频处理技术和软件将音视频作品进行语音识别、字幕翻译等的翻译活动。AIGC技术衍生出了许多音视频处理技术（如TransWAI），能够实现对音视频内容的高度智能化翻译处理。音视频翻译研究中，研究对象从传统的词语和句子扩展到了包括声音、画面、镜头语言在内的复合信息，翻译研究的维度更为复杂。Kaindl（2013）指出，“各种模态遵循的形式、功能和感知原则不同。”针对音视频这种多模态文本，翻译研究不仅需要关注文本意义，还需要关注文化、时间、空间等多元素的统筹协调，具有一定的挑战性。
（3）动态网页翻译：动态网页翻译是指对包括网页内容和交互功能在内的整个网站进行翻译和本地化。网站本地化主要针对超文本，对于本地化或任何涉及这些开放和多线性文本形式的研究来说，了解超文本的主要特征至关重要（Jiménez-Crespo，2013：55），因此，动态网页翻译研究更加复杂。AIGC时代，自动生成的动态网页越来越多，针对动态网页的翻译研究不仅要关注文字本身，还要关注多媒体、动画、链接等超文本互动元素。同时，在动态网页翻译研究中，翻译研究者需要具备一定的网页编程知识和网站本地化经验。
（4）交互游戏翻译：交互游戏翻译是指将电子游戏的文本、图像、声音、动画等内容进行翻译和本地化的过程。Merino（2006）指出，“使用‘游戏本地化’来形容翻译并不准确，原因是翻译活动不仅仅指翻译”。AIGC技术的发展促使更多游戏脚本的自动生成，游戏翻译研究不仅需要处理音频、图像、视频等多模态信息，还需要处理游戏的实时交互、随机生成等动态内容。交互游戏翻译研究中，翻译研究者需兼顾动态文本、游戏情节、审美需求、技术处理等问题。
（二）研究方法
AIGC时代，大量的生成性文本逐渐成为了翻译的对象，为翻译研究提供了海量的数据，这些数据将成为翻译研究的基本内容。比如，AIGC技术能够帮助翻译研究者训练翻译模型，生成大量的语料数据用于翻译研究，但同时这种数据驱动的研究方法给翻译研究带来了新的挑战：
（1）翻译数据处理难度加大：AIGC技术生成的内容包含各种语言和多种模态的文本或非文本内容，翻译研究中需要对这些复杂的数据内容进行归纳分析。如何评估多模态的文本或非文本现象是否得到了准确的解释，如何进行数据可视化分析和解释，以及如何发现数据之下的普遍规律是翻译研究在方法上需要解决的问题。
（2）翻译数据质量难以控制：像ChatGPT-4这样的工具能够生成看起来合理的内容，但内容的真实性通常是不可靠的（Cao, Li & Liu，2023）。AIGC技术生成的内容来源于网络，语料质量水平参差不齐，其中不乏有文化偏见或误导性信息。针对生成性内容，翻译研究需要对研究内容的质量进行把控，如何确保语料的准确性和可靠性是翻译研究所面临的挑战。
（3）学科交叉研究更加复杂：翻译研究的核心领域不在单模态领域，而是在多模态领域，翻译研究需要进行更多的跨学科工作（Kaindl，2013）。AIGC技术生成的多模态文本或非文本包含图片、音视频等非文本的媒体数据，这些数据由不同学科知识组成，要求翻译研究通过计算机视觉、语音识别等跨学科研究视角进行，但如何借助跨学科的研究方法科学地分析这些新型的数据具有一定的难度。
（三）研究手段
传统的翻译研究手段，包括文本分析、个案研究、问卷调查和文本对比研究等，尽管在实践中得到广泛的应用，但仍然存在着数据规模有限、分析手段简单、理论指导作用有限以及人为错误较多等问题。面临如今复杂的多模态翻译文本，这些传统手段已经很难满足当前翻译研究的需求，AIGC技术的出现将催生新的研究手段，但同时伴随着新的挑战：
（1）技术应用难度加大：AIGC技术一方面优化和扩展了传统的研究手段和工具，另一方面，要求翻译研究者具备更高的技术应用能力。翻译研究者不仅需要掌握翻译理论，还需要学习和掌握不断出现的新技术和新工具，以适应翻译研究的新趋势。
（2）技术创新难度加大：针对大规模的、多样化的研究对象，翻译研究者不仅需要在现有的技术上融合AIGC技术能力，还需要探索如何创新技术手段推动研究的深入发展，以及如何实现高度自动化和智能化的研究流程。
（四）研究理论
随着生成性人工智能的兴起，传统翻译理论正面临诸多挑战。限于时代局限性，传统的研究视角狭隘，主要关注语言文本分析，未能关注生成内容的多模态特征，对生成内容的随机性和不确定性考量不足。传统的翻译研究理论主要基于语言学、语用学、交际学等语言学理论，理论框架逐渐老化，对新型研究对象和语言模型解释力不足。AIGC技术的发展改变了翻译的方方面面，传统翻译理论的局限性日益凸显，亟待创新翻译研究理论。下面从两个方面加以阐述：
（1）翻译的本质面临挑战：传统的翻译活动中，译者的主体性作用突出，翻译本质上是译者的一种跨文化交际行为。翻译研究主要从语言、文化和社会三个层面来理解译者的翻译实践过程。但随着AIGC技术的发展，多模态文本翻译给翻译研究带来了新的困难，涉及高维结构化数据的生成及其评估（Liang, Zadeh & Morency, 2022）。同时，基于AIGC的大规模翻译模型能够实现文本到图像（Ramesh, Pavlov & Goh, et al.，2021）、文本到视频（Singer, Polyak & Hayes, et al.，2022）、音频到图像（Jamaludin, Chung & Zisserman，2019）的内容生成，翻译过程和结果都越来越依赖于算法和数据。在这种情况下，翻译的本质可能会被重新定义，翻译研究需要寻找新的翻译理论来解释和指导AIGC时代的翻译实践。
（2）翻译的伦理面临挑战：随着AIGC技术的发展，翻译的伦理问题更加突出。一方面，AIGC技术被广泛应用，翻译的过程和结果越来越不透明，引发翻译的公正性和公平性问题；另一方面，随着翻译数据的大规模化，翻译的隐私和数据安全问题也越来越严重。针对这些问题，翻译研究需要构建新的翻译伦理理论来引导翻译实践的正确伦理行为。
当然，AIGC技术还带来了其它更多方面的挑战，限于篇幅，不再赘述。AIGC时代给翻译研究带来的挑战前所未有，需要研究者紧跟技术时代发展步伐，持续创新，才能推动翻译研究的发展。
三、AIGC时代翻译研究的发展路径
面对翻译研究的新挑战，我们需要从多方面进行应对，以推动翻译研究在AIGC时代的创新发展。以下将就加强学科交叉融合、拓展研究思路、深化翻译模式研究和伦理规范建设等方面进行阐述，这些是AIGC时代翻译研究的重要发展路径。
（一）加强学科交叉融合
在利用量化方法收集实证数据来验证理论概念方面，目前的翻译研究虽然已经取得了一定的进展，但在理论层面上仍过于依赖语言学、形象学等相关学科的概念或理论（张威、雷璇，2023）。AIGC视域下的翻译研究将会呈现更加复杂的多学科属性，翻译研究者需加强跨学科翻译研究：
（1）打破翻译研究的学科界限：在AIGC时代，翻译研究者应重新思考语言的本质和翻译的意义，无论是从研究视角还是具体研究手段来看，都要求翻译研究者具有跨学科的研究素养，在不断学习跨学科研究方法的同时，加强与计算机科学、哲学、伦理学等领域的交流。比如，基于丰富的翻译语料资源，研究者可借鉴计算机语言学和语料库语言学的方法分析研究多语言、多模态语料的语言特征；深入学习注意力机制等人工智能领域知识，对人类译员的认知翻译过程进行研究。
（2）借鉴前沿交叉学科研究成果：翻译研究者应主动借鉴前沿交叉学科的研究成果，整合自然语言处理、机器学习、深度学习、对话生成模型等更多AIGC技术相关的学科知识，解决AIGC时代翻译研究中遇到的新问题。比如，借鉴数字人文的研究成果，翻译研究者可以开展数字化、交互化环境对跨文化传播影响的研究，探寻新的翻译理论；借鉴可视化理论，研究者可以研发翻译过程的可视化分析工具，加强翻译过程研究。
（3）积极关注新兴智能技术应用：AIGC技术催生了众多的新兴智能技术（如OpenAI的GPT模型和DALL-E、Google的LaMDA等），这些新兴技术应用于翻译领域，改变了翻译实践的过程。翻译研究者应积极关注这些技术，主动探索AI技术在翻译研究领域中的应用，开拓新的研究路径，拓展新的研究方法和手段。
（4）加强翻译研究跨学科融合交流：AIGC技术在各个行业领域都得到了创新应用。翻译研究者应积极推动跨学科的融合交流，联合语言学、计算机科学、社会学、心理学等学科的研究者们共同探索AIGC时代的翻译问题。此外，翻译研究应关注语言服务的现实需求。由于语言服务具有跨学科、多元化和应用型特征，语言服务需求也呈现多元化和专业化特征（崔启亮、黄萌萌，2022）。翻译研究者应加深与语言服务行业企业人员的交流，掌握语言服务需求变化，将翻译研究的跨学科成果转化为切实的产品和服务。
（二）拓展翻译研究思路
AIGC技术的发展加速了图片、音视频、动态网页、交互游戏等多模态数据的翻译进程，使得多模态翻译流程更加技术化和自动化，改变了翻译的环境和过程。翻译研究者应紧跟技术发展的节奏，深入思考翻译环境和过程的改变对译员和翻译质量带来的影响，同时以多模态的文本翻译为研究对象，拓展翻译研究的思路：
（1）创新翻译策略研究：针对新生的多模态翻译对象，创新翻译策略研究。例如，在翻译研究中，通过训练人工智能模型并分析不同模态翻译对象之间的关系，研究者可进一步分析、研究各模态之间的转换过程，得出多模态相互转换的规律。
（2）改进翻译评估方式：AIGC技术的发展促使更多新兴技术在多模态翻译活动中被广泛应用，引发了更多的翻译质量问题。翻译研究者应致力于新技术背景下翻译质量评估方式的研究，基于现有文本评估指标（如BLEU、TER、ROUGE）加入视觉、听觉等感知因素，为多模态文本的翻译制定更加适用的质量评估指标。
（3）丰富翻译过程研究：AIGC技术有助于翻译研究中翻译过程数据的收集，如眼动轨迹、进程数据等，推动开展更多针对译员的翻译研究活动，使翻译过程更加透明化、可视化，促进人机协作翻译过程的和谐发展。
（三）深化翻译模式研究
在数字化兴起之前，翻译活动主要依赖于人类译员。随着计算机科技的巨大突破，机器翻译登上舞台并逐渐发展，直到人机协同的翻译模式成为主流。崔启亮（2014）指出：“译后编辑是人机交互翻译的重要体现, 可为机器翻译的改善提供回馈, 代表着未来翻译服务的发展方向。”随着AIGC技术的发展，未来的翻译模式将更加依赖于机器，人类译员将主要负责对机器翻译结果进行校验和精细优化。在这种情况下，翻译研究需要以人类译员和人机交互为出发点，深入剖析人机协同的翻译模式：
（1）深化翻译认知过程研究：翻译认知过程研究的核心对象包括翻译过程中的信息处理模式、处理策略以及处理单位（文旭、肖开容，2019）。此外，它还涉及翻译能力及翻译能力获取、翻译专长、译者的认知负担等诸多问题（Albir, Alves & Dimitrova, et al.，2015）。在翻译研究中，AIGC技术能够帮助处理海量的翻译过程数据，这些数据可用于构建翻译认知仿真模型，揭示译员的认知过程及影响译员认知的相关因素，深化翻译认知过程研究。
（2）深化人机交互模式研究：深入理解和探索人类译员与机器翻译系统之间的协作互动对于提升翻译质量具有关键性意义。为了发挥人机交互的优势，译后编辑是翻译行业中积极采用的翻译实施方式（崔启亮，2014）。翻译研究中，借助AIGC技术对大规模的译后编辑译文的过程数据进行观察分析，可以获取构建人机交互编辑模型的精确信息。人机交互编辑模型能够揭示人类译员在机器翻译译后编辑过程中的决策动机和技术行为，深化人机交互翻译的编辑策略研究。
（四）扩大翻译伦理研究
随着AIGC技术的快速发展，翻译领域的伦理问题已经超越了基础的翻译规范和数据伦理问题，转向更复杂的技术伦理问题。翻译研究者需要从伦理学的角度出发，关注技术应用及其引发的数据安全等伦理问题，深入研究并提出相应的解决方案：
（1）数据隐私保护：随着大数据技术在翻译中的应用，如何在充分利用数据资源的同时，加强个人数据隐私保护机制，开展翻译数据伦理的系统化研究（王华树、刘世界，2022），是翻译研究的重要领域。面对AIGC时代爆发式增长的数据量，尤其是多模态的翻译数据，翻译研究者需关注翻译过程中的数据隐私问题，促进数据的规范使用，同时借助数据加密、识别等技术手段加强隐私安全研究。
（2）知识产权处理：在AIGC技术背景下，知识产权问题的复杂性也在加剧。由于网络数据的开放性和共享性（Ibid），很容易产生侵犯知识产权的问题。翻译研究者应关注翻译过程中的数据来源问题，督促翻译人员的行为规范，保护利益相关方的知识产权。
（3）内容质量管控：语言服务提供商和翻译技术企业在不同程度上存在夸大宣传 AI 机器翻译质量的行为（王Ibid）。鉴于AIGC技术赋能的各种翻译技术与工具在翻译中的应用，如何确保翻译内容的质量是翻译研究的重要课题。翻译研究者应关注翻译内容审核流程，同时应针对翻译过程中的内容管控问题展开深入研究，推动翻译质量管控建设。
（4）伦理体系建设：忽视翻译伦理体系的建设将会导致语言服务行业走向畸形发展，甚至会给整个行业生态带来巨大的影响（Ibid）。翻译研究者应关注AIGC时代伦理体系的建设，从新技术的开发者、使用者、监管者等多方视角出发，研究制定符合时代发展的翻译伦理规范，同时考虑社会背景、文化影响等多方面因素，确保翻译伦理规范的公正性和科学性。此外，翻译研究应针对技术伦理培训问题展开，促进AIGC技术人才培养体系的建设，提高技术伦理共识。
四、结 语
AIGC技术在推动翻译研究的发展中，无疑提供了前所未有的新机遇，但同时带来了一系列的挑战。在这个新的时期，我们需要对翻译对象进行重新定义和理论阐释，拓展翻译研究视角，深化翻译模式研究，加强翻译伦理研究，并积极寻找翻译研究与其他学科的交叉点。虽然AIGC技术能够为翻译研究提供强大的技术和工具，但翻译研究的本质仍然是人文的，我们不能忘记对翻译本质的追问。翻译的研究和实践始终在服务于人文，而不是技术；人文研究学者应善于利用技术赋能，但同时应避免过分依赖技术，努力探寻技术理论创新之路。只有在顺应时代潮流的同时，实现传统与创新的有机结合，翻译研究才能在数字人文的新时代中焕发出新的活力。
参考文献略，若需，可打开原文链接，下拉文章至此处，下载全文。
《译苑新谭》（ISSN2691-6649），美国出版，科学引文数据库（SCD）来源期刊。赐稿邮箱：[email protected]，翻译研究相关，中、英文行文皆可，审稿通过的全英文论文优先刊发。
凡在《译苑新谭》上发表的论文，可无条件进入下一年度四川省译协“天府翻译奖”评奖范围（每年一次），但需作者向专家评审委员会秘书处邮箱发送参评的意愿，否则视为放弃参评。届时，编辑部会通过邮箱逐一通知论文作者。