生成式 AI 背景下人机协同翻译素养：概念框架和培养路径（摘编）

张明芳 中国翻译 2026年8月7日 13:47 北京

摘要：生成式人工智能（GenAI）技术的快速发展引发了翻译实践范式的深刻变革，传统翻译素养框架难以适应人机协同翻译的新需求。在系统梳理相关翻译素养框架的基础上，本文融合布鲁姆认知发展理论和以人为本人工智能理念，构建了人机协同翻译素养框架。框架采用双维架构：横向构建“知识（知）-能力（行）-思维（思）-伦理（德）”素养体系；纵向呈现认知递进发展路径。以人为本理念贯穿始终，突出人类在高阶认知、价值判断和创造性任务中的不可替代性。在此基础上，从课程体系、教学方法、评价机制和培养平台四个方面提出系统性培养路径，为人工智能时代翻译人才培养提供理论支撑和实践指导。

关键词：生成式人工智能；人机协同翻译；翻译素养；布鲁姆认知分层理论；以人为本人工智能理念

生成式人工智能（GenAI， 下文均简称AI） 的迅猛发展驱动翻译技术持续迭代升级， 颠覆了传统的翻译对象、主体、模式、环境等翻译行业生态要素（朱玉彬、汪蓝玉，2025：64）。翻译不再是人的单一活动，而是人与机器在深度协作中共同完成的创造性活动（王华树、张成智，2025：58）。在人机协同翻译范式下，译者不再仅是语言转换的执行者，而需成为提示词工程师、AI 输出的批判性审校者以及人机协同流程的设计者。现有机器翻译素养研究多聚焦于统计或神经机器翻译环境， 尚未充分回应AI 带来的能力需求变革。据调查显示，约19% 的翻译专业学生承认自己无法辨别AI 生成的信息的真伪，或虽能感知译文有问题却因翻译能力不足而无法指出具体错误（Zhang et al., 2025：641）。翻译专业学生由于缺乏批判性评估和优化输出的能力而难以应对动态技术环境下的复杂翻译任务。翻译教育界面临课程滞后、培养目标模糊、教学效果欠佳等困境。因此，本文将系统梳理翻译素养相关研究，依据布鲁姆认知分层理论和以人为本AI 理念， 构建人机协同翻译素养概念框架，并从课程体系、教学方法、评估机制和实践平台四个维度探讨培养路径，旨在为人机协同翻译素养评估体系构建与翻译人才培养实践提供参考与借鉴。

一、技术驱动下的翻译素养迭代

（一）机器翻译素养

鲍克（Lynne Bowker） 和西罗（JairoBuitrago Ciro）最早提出机器翻译素养的概念， 将其概念化为一种多维能力（Bowker& Ciro，2019：88）。在此基础上， 王少爽将其定义为相关主体有意识地合理、有效使用机器翻译系统服务于翻译实践和学习的心理与行为倾向，涵盖知识、能力和伦理维度（2021：54）。克鲁格（Ralph Krüger） 则认为机器翻译素养是译者在翻译过程中使用机器翻译时应具备的一整套与机器翻译相关的能力，并提出了涵盖技术、语言、经济、社会和认知五个维度的专业机器翻译素养模型（Krüger，2022：2-3）。鲍克与西罗强调学术应用与伦理维度；王少爽的三维框架则更为凝练，侧重译者的心理与行为倾向；克鲁格的五维框架最为系统全面且聚焦职业化需求。上述研究的核心内容包括：理解机器翻译原理与局限、熟练操作工具、评估翻译质量、优化结果以适应实际需求，同时融入隐私保护和文化偏见规避等伦理考量。然而，该素养因源于机器翻译从规则驱动到神经网络驱动的演进，侧重个人对工具的单向使用，所以对AI 的动态交互覆盖不足，难以应对AI时代人机协同的翻译模式。

（二）智能翻译素养

王少爽和骆潇洋将智能翻译素养界定为：面向翻译实践中的复杂需求，译者对人工智能技术进行深度理解、有效应用和审慎评估，并能够负责任地使用从而促进自身可持续发展所需的综合能力（2025：62）。他们从思维、知识、能力和伦理四个维度构建了素养体系。思维维度涵盖逻辑、创新、技术、批判性、跨文化和跨学科六大思维类型，强调批判性思维在识别AI 幻觉、评估工具选择和应对伦理问题中的核心作用；知识维度整合语言文化、专业领域、翻译理论、翻译技术等七类知识，纳入云计算、神经网络、大语言模型等前沿AI 技术原理；能力维度突出人机协商能力，即通过设计提示语、分析反馈、调整策略实现与AI 的动态交互；伦理维度涵盖数据安全、知识产权、算法偏见、职业道德和社会责任等议题。该框架体现了对AI 时代人机关系复杂性的深刻认知，紧扣译者的多重角色转变，但四个维度呈平行结构，未能体现素养层级的纵向递进逻辑。

（三）人机协同翻译素养

杨艳霞等认为人机协同翻译素养除了要求译者了解AI 技术的运作原理和功能特点外，更强调译者与AI 翻译技术合作的能力。该素养体系借鉴布鲁姆认知分层理论，构建为递阶式三维结构：基础层为人机协同翻译知识维度，涵盖翻译知识、译后编辑知识、人机协同知识和大语言模型知识；核心层为人机协同翻译能力，包括翻译能力、译后编辑能力和提示语工程能力；高阶层为人机协同思维与伦理维度，聚焦批判性思维、人机协同共生观、人机协同翻译伦理观（2025：41-42）。该框架具有层次清晰、认知递进的优势，但是整体偏重理论阐述，三个维度的内容不够具体、全面。能力维度虽提到提示语工程，但缺乏人机交互这一核心内容。

二、理论依据

（一）认知分层理论

布卢姆（Benjamin Samuel Bloom） 的认知分层理论聚焦认知过程的纵向递进，将认知领域目标划分为六个从低阶到高阶的层级，即知识、领会、应用、分析、综合与评价（Bloom，1956），整体结构体现出较强的层级性与累进性。其修订版打破旧版单维线性结构，构建了知识向度与认知历程向度交叉的二维模型。知识向度聚焦学习的内容载体，明确认知活动依赖的四类知识基础：事实知识、概念知识、程序知识、元认知知识。认知历程向度则在保留旧版层级逻辑的基础上调整了顺序与术语，形成从低到高的六个层级：记忆、理解、应用、分析、评价和创造（Krathwohl，2002：214-215）。

（二）以人为本人工智能理念

以人为本人工智能理念（HCAI）是当代人工智能研究与应用的重要理念。HCAI 将AI 算法与以人为中心设计相结合，通过用户参与、迭代评估和可控自动化，构建既具高水平自动化又保有人类主导权的系统。其核心目标是增强人的能力、维护人的价值并服务社会福祉（Shneiderman，2022：9-10）。HCAI 所强调的人类控制、能力增强与协同自动化，为人机协同翻译素养的构建提供了理论基础，即译者需要在技术支持下实现有效控制、合理分工与质量把关。此外，人类被赋予能力去批判地质疑AI 的输出，人应始终保持“ 在环”（human-in-the-loop）， 在伦理敏感的场景中保持最终决策权（Ozmen et al.，2023：422-423），这为译者的价值定位和决策主导奠定了理论基础。

三、人机协同翻译素养框架

人机协同翻译是译者与AI 翻译技术建立协作关系的过程，包括AI、译者和协同三个要素，其核心在于译者与AI 之间的互动与合作。随着AI 技术的发展，人机协同翻译素养应成为译者顺应时代发展必须具备的重要素质（杨艳霞等，2025：41）。本文将人机协同翻译素养定义为：译者在AI 环境下，与AI技术协同完成翻译实践所需的知识、能力、思维与伦理的综合能力，其宗旨是赋予译者在复杂人机协同情境中从容应对、实现优势互补的能力根基。本框架融合布鲁姆认知发展理论和以人为本人工智能理念，采用双维架构：横向构建“知识（知）- 能力（行）-思维（思）- 伦理（德）”综合体系，纵向依据布鲁姆认知分类法呈现从记忆、理解、应用、分析、评价到创造的递进发展路径。以人为本人工智能理念贯穿始终，体现为价值定位、决策主导、角色转型、动态适应四个核心要义，突出人类在高阶认知、价值判断和创造性任务中的不可替代性。

（一）以人为本理念

以人为本理念的四个核心要素共同界定了译者在人机协同情境中的定位和发展方向。“价值定位”明确译者是翻译质量的最终责任人。译者的价值在于文化判断、创造性转换和伦理把关。“决策主导”强调在人机协同工作流中，关键决策权归属于人类译者。“角色转型”描述译者角色从传统的语言转换者向人机协商者、流程优化者、译文质量把关者的多元转型。“动态适应”强调译者需要持续学习和适应快速迭代的翻译技术。

（二）素养构成

1）知识维度

知识维度强调译者应该“知道什么”，包含三类相互支撑的知识体系， 对应L1 记忆和L2 理解层级。

2）能力维度

能力维度聚焦译者能够做什么，包括核心翻译能力和人机协同能力，对应L3 应用与L4 分析层级。

3）思维维度

思维维度是人类相对AI 的核心竞争力所在，对应L5 评价与L6 创造层级。

4）伦理维度

伦理维度作为译者专业素养的价值根基，贯穿认知发展的L1 至L6 全阶段，为翻译行为确立伦理规范与价值尺度。

四、人机协同翻译素养的培养路径

生成式AI 时代，翻译实践范式从机器辅助翻译转向人机协同翻译，这种根本性的范式转变要求对现有传统课程体系、教学方法、评价机制、实践平台进行重构和完善，而非简单的叠加，以系统培养学生的人机协同翻译素养，助力翻译教育更快适应人机协同新生态。

（一）课程体系重构

传统的“翻译技术”课程模块需从单一工具操作培训，转向构建人机协同翻译素养的综合性培养体系。在技术认知层面， 设置“AI 翻译技术原理” 模块， 在翻译记忆库、术语库等传统工具基础上，新增大语言模型工作原理、提示工程机制和算法局限性等内容。在技术应用层面，协同翻译能力的培养需要从分散的技能训练转向整合性工作流设计。设置“人机协同翻译实务”模块，将传统译后编辑课程与提示工程教学相融合，引导学生掌握从预处理、多轮优化到质量评估的全流程协作技能。此外，还可设置“综合实践项目”课程模块，要求学生在模拟真实业务的复杂场景中，综合运用四个维度的素养完成翻译任务。

（二）教学方法创新

教学方法创新是基于人机协同翻译素养目标对现有方法的完善与深化应用。教学方法的创新体现在从知识/ 技能传授升级为素养融合与心智塑造。首先是项目式教学的深化，即从执行项目到设计协同。其次，案例教学法的聚焦从分析决策到伦理推演与价值判断。第三，实训式教学从技能操练转向元认知记录与反思。

（三）评价体系完善

为适配人机协同翻译素养的培养目标，传统的以译文质量为核心的单一评价机制须转向一个多维度、过程化且旨在促进能力发展与身份认同的新型评价体系。该体系应能精准评估并引导学生在知识、能力、思维和伦理四个维度上的全面发展。

（四）高仿真度的翻译实践平台搭建

人机协同翻译素养的有效培养依赖于高仿真度的翻译实践平台。高校应与语言服务企业合作，建立人机协同翻译实验室，配置主流CAT 工具、LLM 接口、术语管理系统和质量保证工具，模拟真实翻译工作站环境。

五、结语

人机协同翻译素养框架融合布鲁姆认知发展理论和以人为本人工智能理念，采用双维架构：横向构建“知识（知）- 能力（行）-思维（思）- 伦理（德）”素养体系；纵向呈现认知递进发展路径。该框架明确了译者在AI 时代的价值定位、能力要求和发展路径。人机协同翻译素养的培养是一个系统工程，需要对传统课程体系、教学方法、评估机制和实践平台进行改革和完善。通过系统化的培养，使学习者不仅掌握人机协同翻译的技术和技能，而且形成批判性思维、创新思维、系统思维等高阶思维能力，以及算法偏见识别、数据安全保护、社会责任担当等伦理素养，成长为翻译技术的驾驭者、翻译质量的把关者和翻译创新的引领者。

参考文献（略）

作者简介：

张明芳，博士，浙江传媒学院国际文化传播学院/ 英国研究中心教授，硕士生导师。研究方向：翻译与国际传播、翻译人才培养、话语分析。

（原文出自《中国翻译》2026年第4期第54-63页）

（网络平台编辑会出现体例不规范现象，以正式出版内容为准）