技术 | 大语言模型翻译的认知特征及其发展变革路径探讨

摘要：大语言模型（Large Language Models，LLMs）的迭代更新和广泛应用为翻译行业、翻译流程和翻译人员带来深刻变革。“人机交互”逐渐成为数字化翻译行业中的交际常态，基于海量训练数据、多维参数和深度学习技术构建的大语言模型，涉及人工智能与机器语言和自然语言之间不可忽视的紧密联系。目前学界研究主要聚焦于机器翻译应用效能、机器翻译教学、人机关系挑战等“行动”层面的探讨，而对机器翻译中大语言模型“认知”层面的研究关注较少。本文从人工智能哲学层面，探索大语言模型在翻译认知层面的表现、问题与发展路径，为人工智能翻译质量的提升提供新视角。

……对于大语言模型在执行翻译任务中涉及的知识能力、语义逻辑偏差、信息处理风险、语境理解差异、价值偏见等认知层面的问题尚未有较系统性的探讨。本文将从人工智能哲学视角，聚焦大语言模型的“认知”层面，探索其在翻译认知中的表现特征、存在问题与发展路径，以期为批判性理解人工智能的本质、把握大语言模型在翻译过程中的运作特征，进一步发挥人工智能的翻译效能提供思考和研究借鉴。……

一、大语言模型翻译的认知原理和特征

……

基于对现有研究中有关大语言模型和译者翻译思维认知机制的探讨进行总结梳理，大语言模型的翻译认知特征可具体表现为翻译知识特征、翻译理解特征和翻译价值特征。

……

二、大语言模型翻译面临的问题与挑战

大语言模型在翻译领域的认知特征主要体现在其深度学习和自注意力机制上，依靠大规模语料和智能算法机制渗透了翻译学习、翻译理解、翻译生产和翻译协作的全过程。大语言模型在翻译认知层面的表现对翻译产品质量、翻译伦理和翻译主体的关系带来冲击，具体分析如下。

……

技术赋能与人本主导形成辩证张力，但人的主体性、价值规定与创造性始终构成翻译活动的支配性原则（李晓燕等，2018）。当人机协同成为数智翻译的常态范式，亟需构建涵盖模型开发商、数据提供商与人工译员的系统性权责框架，通过明晰各主体在算法训练、质量控制、伦理约束等环节的义务边界，为破解翻译技术应用的治理困境、实现人机翻译效能的协同优化提供制度保障。

……

三、大语言模型翻译的发展变革路径

大语言模型在自然语言生成、上下文学习与人类交互（反馈）等方面表现非凡，具备在翻译领域应用的强大潜能。但究其本质，大语言模型的语言“生成”与人类语言的“创造”存在本质差别，现阶段大语言模型向量语言的“语义”与人类语言“语义”的鸿沟尚难以逾越（耿立波、刘一秀，2023）。若要充分提升大语言模型的翻译应用能力，扩大人工智能翻译的使用场景，我们必须直面大语言模型翻译认知的局限性。下文从模型语言能力、智能架构与伦理机制等三个角度，从人工智能哲学层面，就解决大语言模型翻译认知、理解和价值涉及的问题展开探讨，并分析其发展的革新路径。

……

结语 ……对大语言模型的翻译认知表现进行批判性分析，并非是为了站在人类主体的情感高地上对其当前的局限性进行批评，而是站在对高智能时代的期待中对其翻译应用潜力进行开放式的探讨。已有学者提出“机器意识”的概念（Carter et al.，2018：400；秦瑞琳等，2021：18），随着人工智能在现实生活中更加广泛的融入和应用，我们完全有理由期待人工智能在现有的语言翻译、跨文化传播、媒体生产、内容编辑、数据分析等领域以更“类人”的理解和认识机制，更好实现为人类社会服务的终极目标。……

作者简介

戴光荣，广东外语外贸大学高级翻译学院教授，博士生导师。研究方向：人工智能哲学、语料库翻译学、机器翻译人机互动研究。

黄宝婷，广东外语外贸大学高级翻译学院硕士研究生。研究方向：翻译与人工智能。

（节选自《中国翻译》2025年第4期）

附：《中国翻译》投稿公告【2025年5月13日更新】

《中国翻译》邮购信息【2025年1月更新】