口译考研，口译考研考什么科目
以下文章来自：翻译技术教育与研究
人工智能时代的口译技术前沿与口译教育信息化
邓军涛（武汉工程大学 湖北 430205）
许勉君（广东外语外贸大学 广东 510420）
赵田园（北京外国语大学 北京 100089）
摘要：以自动语音翻译为核心的人工智能技术引发口译行业与口译教育的广泛关注。近日，国际会议口译员协会英国与爱尔兰分部的五场在线研讨会，从技术原理与机制、人机差异与交互、译员培养与教育创新、产品应用与前景、职业定位与理性反思等维度，对人工智能时代的若干口译技术发展前沿问题进行了研讨。文章首先对研讨会内容进行了综述，并从与会主体、所涉议题、观察视域和归宿导向评析其特征，继而从构建产教融合的口译教育信息化体系、开发实践导向型口译技术课程、提升口译教学主体的信息技术素养、打造共享型口译教育信息化平台与探索人机协同的信息化教学模式五个方面阐述其对我国口译教育信息化发展的启示。
关键词：人工智能 自动语音翻译 口译技术 口译教育信息化 口译教学
1. 引言
近年来，以自动语音翻译为核心的人工智能技术引发口译行业从业者和口译师生的广泛关注，口译职业和口译教育面临前所未有的发展挑战。从2018年与2020年的全国口译大会，到全国翻译技术研究与教育高峰论坛，再到系列口译技术专栏研讨，口译行业的技术变革、口译职业的技术挑战、口译教育的技术创新等都成为国内外学者持续关注的焦点（Pastor，2018；李霄垅、王梦婕，2018；王华树、杨承淑，2019；邓军涛、仲伟合，2019 ）。与人工智能相关的口译技术究竟发展到了何种程度？口译员是否会被自动语音翻译技术所取代？未来口译教育何去何从？面对一系列尖锐且深刻的问题，需要从全球视域范围进行考察，更需要从行业前沿、技术专家、口译从业者、口译教育者等多方见解中寻求答案。2020年11月13日至2021年1月15日，国际会议口译员协会（AIIC）英国与爱尔兰分部先后举办了五场在线研讨会（以下简称研讨会），围绕人工智能时代的口译技术发展与口译职业及口译教育变革议题进行了系统研讨。本文通过梳理研讨会内容及特征，旨在呈现口译技术发展的国际前沿动态，继而反思其对我国口译人才培养和口译教育信息化发展带来的启示。
2. 研讨会内容概述
研讨会的核心议题为“人工智能与口译员”，由国际会议口译员协会英国与爱尔兰分部组织发起，邀请技术企业、高校、欧盟官方机构等专家作为主旨发言人，口译行业及口译教育从业者、广大口译爱好者通过注册参加。五场专题研讨会的概况如表1所示，下面按先后顺序分别对每场研讨会内容进行简述。
2.1 技术原理与机制维度
第一位发言者为荷兰马斯特里赫特大学数据科学与知识工程系助理教授Jan Niehues博士。他认为，即便在全球化时代，语言问题仍是妨碍人们跨文化交流的重要因素，在口译员资源有限和非本族语者英语水平受限的情况下，自动语音翻译成为重要的选项。进而，Niehues以案例为依托，简要回顾了自动语音翻译技术的发展历程，从20世纪90年代德国联邦教育研究部组织研究的Verbmobil语音翻译系统，到2004—2007年欧委会资助开发的TC-STAR项目，再到2015年后深度学习的爆发式增长以及各技术企业陆续推出的语音翻译终端应用产品，自动语音翻译技术在过去三十年取得了举世瞩目的成就。之后，他从自动语音识别（ASR）、机器翻译（MT）、语音合成（TTS）等方面阐述了自动语音翻译的基本原理与工作机制。同时，Niehues还从语音识别、语句切分、非流畅话语的处理、非常规词汇的应对和译语输出等方面深入探讨了语音翻译技术面临的挑战。
第二位发言者为美国华盛顿大学语言学系助理教授、微软翻译软件首席架构师William Lewis博士。他首先给在线观众做了一个微软在线翻译软件测试，微软的Translator将他的英语发言同步翻译为四种语言，并通过字幕加以动态显示。该演示让在线观众对语音翻译工具有了直观体验，同时也令系统在语音识别和即时翻译中出现的问题得以真实暴露。Lewis表示，尽管系统尚不完美，但微软的多功能设备已在许多语种的交流场景中崭露头角。继而，他展示了微软翻译应用工具的几项实际应用场景，如远程即时交流、多语种家校会议、办公室与个人会议、日常生活辅助、听障人士辅助交流等。他也指出了当前语音翻译存在的诸多挑战，如人们说话方式与书写方式的差异、口头发言中的不流利现象、无断句标点、说话者真实意图含糊、语体选择不当等。他还指出，语音翻译质量的优劣与具体使用场景有很大关联，但人们对新型交流方式的高度适应能力为助推语音翻译工具的应用起到一定作用。Lewis预测，尽管人工智能技术发展迅速，但口译员在创造性、话语意图把握、言简意赅传译等方面仍具有明显优势，自动翻译软件不太可能很快取代人类译员。
2.2 人机差异与交互维度
第一位发言者为英国科普作家Marek Kohn博士，题目为“人工智能与人类的洞察力：理解说话内容的重要性”。Kohn认为，无论计算机在玩艾伦·图灵（Alan Turing）的“模仿游戏”时表现多么出色，人类译员总能在口译竞技中击败它们，其关键原因在于，人类译员能真正理解话语内容。未来，当客户要在人工智能和人类译员之间做出选择时，如果谈话内容非常敏感或涉及机密信息，人工智能译员可能更受欢迎。另外，在社交礼仪、语境意识、文化理解、同理心、直觉、经验、情感、洞察力等方面，人类译员将始终具有优势。而且交流情境越复杂，人类译员的优势越明显。例如，在很多政论和外交场合，发言人并非采用单一的语体模式，而是在正式与口语化的表达方式之间自由变换，这就对口译员的灵活应变能力提出较高要求。此外，人类译员在实际工作中需要扮演文化协调者、对话促进者、发言者、支持者等多重角色，用译语表达时还需根据实际情况适时采取内容概括、简化、阐释等多项策略，而这些都是人工智能译员目前无法胜任的。
第二位发言者为意大利理工学院人机交互中的社会认知实验室负责人Agnieszka Wykowska，发言题目为“机器人可否视为具有意向性的存在”。在演讲开始，Wykowska基于美国哲学家Daniel Dennett的立场系统理论，引出意向性立场与设计立场两个概念，前者指机器人具有一定的思维能力，后者指机器人的反应是由设计者预设的，并由此提出问题：人类在对机器人的行为进行解释与预测时，是否会采取意向性立场？研究团队通过系列意向性立场测试发现：有些人在解释机器人的行为时确实会采取意向性立场，而另一些人则倾向于以纯粹机械的方式来描述机器人；采取意向性立场的概率因人而异，这种态度差异与大脑活动有关；互动方式对意向性立场的采取具有促进作用；机器人的诸多行为可视为社交信号。Wykowska的发言虽未直接涉及口译技术问题，但为我们解释与预测自动语音翻译工具的行为、探索人工智能产品在介入口译交际时人们在态度认知和接纳程度等方面的差异提供了新的观察视角。
第三位发言者是英国Synthesia公司的首席执行官和联合创始人Victor Riparbelli，该公司的主营业务为人工智能视频创作。Riparbelli指出，视频是目前交际、娱乐、学习、营销等领域的主要媒介，到2030年，大多数视频将由代码生成，而非摄像机录制。目前，依托摄像机录制的传统视频制作流程复杂、成本高。而Synthesia通过深度学习算法模拟真实视频，将文本语音合成、虚拟化身设置、自动语音翻译等功能在其操作平台集成运用，为智慧教学、媒体社交、企业培训、新闻发布、广告宣传等提供了生动形象的智能化视频解决方案。Riparbelli还从线性视频制作、可编程视频、内容生成三个层次讲述了其在视频媒体内容自动化方面的优势，并通过案例展示了多个场景中真实或虚拟人物的多语种合成视频。该发言向我们展示了人工智能企业在文本语音合成、情景虚拟和智能视频制作等方面的前沿发展成果，为未来远程口译、多模态口译、残障人士口译服务模式的创新变革提供了契机。
2.3 译员培养与教育创新维度
第一位发言者为欧洲会议口译硕士（EMCI）联合会主席、匈牙利罗兰大学Ildikó Horváth教授，发言主题为“人工智能与口译员培训”。她先从发展简史、会员高校、区域分布、质量保证标准、目标定位、核心课程、师资培训等方面概述了EMCI的情况，并强调了EMCI对技术的一贯重视。她认为，目前尚处于“柔性人工智能”（Soft AI）发展阶段，技术带有明显的实用功能特征，有助于解决具体情境的任务，但与人类的逻辑推理、计划、创造性等能力仍有较大差距。她指出，人工智能时代催生了诸多人机融合的新概念，如“口译4.0”（Interpreting 4.0）、“同传间智能助手”（Artificial Boothmate）、“增强型口译员”（Augmented Interpreter）、“机助口译工具”（CAI Tools）等，为未来创新口译工作方式提供了诸多机遇。同时，她也指出，人工智能工具协同效用的发挥应符合两个条件，即在提升口译质量的同时，降低口译员的认知负荷。进而，她从会前、会中、会后简述了术语管理工具在术语创建、提取、管理、记忆、自动翻译、内容定制等方面的功能，并援引相关研究数据说明了术语管理工具在口译教学一线的认可程度与使用情况。她强调，无论技术发展到何种程度，我们仍需要传统的口译技能，口译员在很多时候还需要依赖自己的百科知识和专业领域知识来解决实际问题。
第二位发言者为欧盟口译总司的文件和术语主管Marc van Dommelen，发言主题为“口译员的数字化工具箱”。口译员的数字化工具众多，van Dommelen在发言中主要介绍了两个与知识和术语管理相关的工具。其一为欧盟高级多语种信息系统（EURAMIS）。该系统由一系列基于网络的集中式应用程序组成，可用于多语种文件的查询与自动检索。对于翻译工作者而言，EURAMIS发挥着重要的“中央翻译记忆库”功能。借助其中的索引工具，翻译工作者可以查询并视阅原始语境模式下的文本片段，为意义理解和目标语转换提供参考。同时，EURAMIS还可作为口译工作中术语查询和管理的重要信息来源。其二为欧盟互动型术语库（IATE）。该术语库整合了欧委会术语库、欧洲理事会术语信息系统、欧洲议会术语库、欧盟机构翻译中心术语库、欧洲审计院术语库等资源，旨在提供囊括欧盟术语资源的网络基础设施，同时提高信息的可用性和标准化程度。
2.4 产品应用与前景维度
第一位发言者为美国Translate Live公司的首席执行官Peter Hayes, 他介绍了该公司“即时语言助手”（ILA）的起源和应用，并现场演示了其工作原理。Hayes重点讲述了该设备的四大设计理念，即普遍性、私密性、包容性和可定制性，简称为UPIC。其中，普遍性指其对运行环境、工作场景、参与人数等具有普遍适用能力；私密性指其对所有数据加密，不保存通话数据或利用数据重新训练引擎，客户全程无痕交流；包容性一方面表现为聋、哑、盲等残障人士可无障碍使用设备，另一方面表现为其对全球语言和方言具有广泛覆盖性；可定制性既表现为客户对设备的个性化操控，又表现为其与蓝牙、电视、智能手机等外部设备可无缝对接，还表现为可通过预置和导入垂直领域的多语种平行语料提高翻译的准确性。此外，Hayes还从客户需求层次角度将口译市场划分为无人工译员、标准化译员、高度技能化译员三种情形，并阐述了ILA设备在不同情形中的应用优势及人机协作的发展前景。
第二位发言者为Waverly Labs公司的联合创始人兼产品副总裁Sergio Del Río，他展示了一种名为“Ambassador”的智能翻译耳机。该设备有三种工作模式，即用于会议或团体讨论的演讲模式、用于与客户面对面交流的对话模式、用于近距离单向翻译的倾听模式。Del Río以该设备的基本工作原理为线索，阐述了其在运行中存在的一系列挑战。例如，声音来源方面的挑战包括噪声、数字化声源、串音、漏读、音量、清晰度、讲话人性别等；话语内容方面的挑战包括特定术语、缩略语、语境意识、标点、强调等；机器翻译方面的挑战包括语言混合、语言相似性、训练模型、代码、服务器调用、延迟、学习曲线等；设备使用和维护方面的挑战包括网络不畅、产品操作不当、电池消耗、温度、湿度、口罩的使用等。进而，他从语言探测、串音抑制、波束赋形等方面介绍了该产品在相关技术方面的突破。他指出，自动语音翻译虽不完美，但在速度、价格、可及性、记忆容量、灵活性、性能改进、语言及方言覆盖广度等方面比人类译员具有明显优势。最后，他从语调及强调的再现、声音模仿、定制化翻译、译语与口型匹配、动物语言翻译等方面展示了未来人工智能翻译的发展趋势。
2.5 职业定位与理性反思维度
最后一场研讨会以小组讨论的形式举行，主要关注三个问题：会议口译职业目前面临的压力究竟有多大？人工智能在未来几年会如何影响口译职业？口译员和口译客户对人工智能持何种看法？欧洲议会会议后勤和口译总司（DG LINC）战略与创新部门负责人Thomas Jayes、国际海事组织会议服务和口译部门负责人Antonio Paoletti、比利时/美国DS-Interpretation公司首席执行官Naomi Bowman，以及第一场研讨会的两位自动语音翻译专家Jan Nieuhes博士与William Lewis博士，就相关议题进行了研讨与解答。
本场研讨会由国际会议口译员协会英国与爱尔兰分部主席Monika Kokoszycka主持。她首先总结了前面四场研讨会的内容，并指出，由人工智能驱动的语音翻译解决方案是口译行业发展历程中的一个重要转折，将改变市场，但并非是对会议口译职业的致命打击。Antonio Paoletti认为，机器取代人类译员的问题并不存在。他认为语音识别是机器翻译的主要障碍，特别是在联合国，有60%～ 70%的发言者不使用母语，而口头交际中不完整句式及模糊化表达方式的使用让问题变得更为复杂。参与讨论的小组成员还表示，发言者不会为了迁就机器翻译而改变自己的说话方式，而事实上，多数发言者也不具备这种刻意调节说话方式的语言驾驭能力。
与会者一致认为，人工智能在口译行业中占有一席之地，特别是在提高可及性方面。人工智能与人类译员各具优势，正如Lewis所说，“人工智能致力于拓宽口译的广度，而人类译员关注的则是口译的深度”。Nieuhes认为，人工智能将主要用于新的市场，而不是目前人类译员的工作环境。当然，二者也有诸多协同发展的机遇。Jayes举例说，欧洲议会正在开发一些由人工智能驱动的项目，如借助语音转文本技术提高议会辩论的可及性，利用人工智能协助口译员获取发言者信息，以及发挥人工智能在译员招募与项目管理等方面的作用。
对于未来口译职业的发展前景，75%的受访者对人类译员持积极乐观的态度。人工智能时代如何才能有效应对口译行业面临的挑战，Thomas、Antonio和Naomi给口译员提出了三点建议：在态度上应积极拥抱新技术，而非消极回避；在认知上明确口译活动的运行规律，理性对待口译市场的技术变革；在策略上保持适应性和灵活性。
3. 研讨会特征评析
3.1 跨界融合，集思广益
就属性而论，“人工智能与口译员”系列论题本身就具有跨领域、跨行业、跨学科属性，故与之相关的深入研讨势必需要跨界专家加入，合力贡献智慧。从参与上述研讨会的所涉机构来看，包括人工智能企业、行业协会、国际组织、高校及科研院所等，涵盖了口译技术研发、口译技术应用、口译人才培养、口译活动组织等多个领域，较全面地涵盖了人工智能时代现代口译服务体系中各环节所涉的机构主体。从所邀发言人的身份来看，也体现出跨界融合的特征。行业协会负责人、组织机构官员、企业创始人、技术专家、科研人员、口译教师等广泛加入，从哲学、信息技术、口译教学、心理学、管理学、经济学等方面对相关问题展开多维探讨。通过跨界融合与集思广益，既有助于不同学科范畴的对话，在思想交流与碰撞中理清口译技术发展的诱因、本质、影响与动态，也有助于增进技术企业、语言服务行业、口译教学界、口译客户等相关主体之间的相互了解，熟悉彼此的需求与工作内容，为未来人工智能产品的精准定位、口译人才的定向培养、口译服务的优化升级等奠定基础。
3.2 聚焦前沿，理性研讨
研讨会遴选的系列议题聚焦技术变革背景下口译行业发展的若干前沿问题，及时回应了口译职业和口译教育广泛关切的问题，澄清了口译从业者和口译师生普遍存在的困惑，对展示口译技术发展动态、引导口译市场健康发展、明确口译教育变革方向起到了积极作用。在对具体问题的研讨中，“理性”成为与会各方共同恪守的准则。首先，主办方从纵横两方面对研讨会进行了精心策划。面对“人工智能与口译员”这一宏大议题，主办方先后举办五场专题研讨会，覆盖技术研发与场景应用，对接行业发展与教学创新，融合案例数据与哲学反思，实现了对议题持续探讨和深化交流的目的。其次，发言人对具体话题秉持辩证思考和实事求是的态度。从对人工智能与人类译员相对优势与不足的分析，到人类对机器人意向性行为的认知，再到有关柔性人工智能发展阶段的划分，都体现出与会者理性探讨的态度。此外，主办方在对外公告中明确表示，不支持任何企业的商业宣传，对所涉技术产品持中立立场，这也表明了其客观理性的态度。
3.3 立足当下，展望未来
就对口译技术本身的探讨而言，研讨会体现出立足当下和展望未来的双重属性。其中，立足当下表现在三个方面：立足于口译技术的最新发展动态，即通过最新产品演示和最新功能解说直观展示人工智能时代口译技术发展的最新成就；立足于揭示口译技术发展的客观挑战，即通过技术原理解读、实验评测、译员调研和客户反馈等途径，客观指出口译技术存在的问题及发展瓶颈；立足于思考和探索技术发展与口译行业重塑、口译职业变革和口译教育创新的联动机制。与此同时，技术日新月异，人工智能技术更新迭代的速度前所未有，需要以发展的眼光审视未来的口译技术变革与口译教育创新。对此，研讨会从三个方面对未来进行了展望：其一，在概念层面，构建前瞻性战略思维，提出口译4.0、增强型口译员等前瞻性理念；其二，在行业互联层面，通过展示关联领域最新技术发展成果（如人工智能视频创作），预测未来口译服务模式与工作方式的创新前景；其三，在应用场景方面，从多元化需求、定制化功能、个性化体验等方面展望今后的行业战略布局及发展定位。
3.4 以人为本，协同创新
研讨会的主题为“人工智能与口译员”，这从形式上折射出机器与人的二元关系。从根本上说，无论是依托人工智能技术开发的自动语音翻译产品还是人类译员本身，都是人类智慧的体现，也是千百年来不同国家和民族交流互通的文化积淀、传承与发扬。就人工智能和人类译员的目的和归宿而言，两者都旨在架设全球跨文化交流的桥梁，进而为“政策沟通、设施联通、贸易畅通、资金融通、民心相通”营造无障碍的语言交流环境。正是基于这一共识，研讨会各方在阐述各自观点时，都始终围绕人的需求展开，无论是基于人工智能的快捷翻译还是人类译员的深度翻译，都是增进跨文化交流的有效途径。与此同时，业界和学界也充分意识到，机器与人并非零和的对立关系，应在充分发挥二者各自优势的同时，从改进机器翻译算法模型、充实机器翻译语料及术语资源储备、减轻口译员认知负荷、提高口译工作效率、提升口译服务质量、优化口译人才培养路径及增强口译教育效果等方面谋求二者之间的协同创新发展路径。
4. 研讨会对我国口译教育信息化的启示
4.1 构建产教融合的口译教育信息化体系
从上述研讨会可以看出，人工智能赋予了口译教育信息化新的时代内涵。口译教育信息化不再仅仅局限于教育教学层面，而是与口译员的职业发展及工作要求、语言服务行业的信息化变革紧密关联。鉴于此，口译教育信息化需要从语言服务行业、口译职业与口译教育三个层面加以综合考量，构建产教融合的新型口译教育信息化体系。在语言服务行业层面，需要通过行业对话、市场调研、跨界研讨等方式及时把握自动语音翻译技术的发展动态与趋势，为口译教育信息化提供行业前沿资讯和导向。在口译职业层面，可通过行业协会交流、职业口译员访谈、工作流程观摩等途径，及时了解前沿信息技术在口译工作全流程的实践现状，为口译教育信息化提供职业先导与示范效应。在口译教育层面，需要从教学环境、教学资源、教学流程、教学评价等要素考察口译教育所经历的信息化变革，进而探索人工智能技术与口译人才培养的深度融合路径。
4.2 开发实践导向型口译技术课程
在《普通高等学校本科翻译专业教学指南》（2020）和《翻译硕士专业学位研究生教育指导性培养方案》（2011）中，翻译技术都列为翻译人才培养必不可少的教学内容。在目前的口译教学过程中，学习者主要从两个渠道获取相关知识与技能：一为常规口译教学，如人工口译开展过程中涉及的同声传译设备的操作、通用型技术工具的应用等，相关技术的教学通常只作为常规教学的一个环节；二为翻译技术课程，如平行语料库、术语库、计算机辅助翻译、机器翻译与译后编辑等内容，且主要为笔译服务。诚然，上述内容都可列入广义的口译技术范畴，但均未涉及当前人工智能背景下专门的口译职业技术与口译教育技术。鉴于此，口译技术不能只停留于零散边缘的讲授，也不应只作为笔译技术课程的附属，而应纳入系统的课程建设范畴。口译技术课程的开发应以口译行业的实际需求和口译职业的实践应用为导向，涵盖口译术语智能管理（Antón，2016），语音识别与转写（Orlando，2015）、口译教学语料库（Fantinuoli，2018）、口译训练软件、口译自动测评系统等实践操作与应用专题，并据此研编系统化教材，为口译技术课程的有效开发提供内容参照。
4.3 提升口译教学主体的信息技术素养
信息技术素养是一项重要的能力范畴，涉及人文、技术、经济、法律等诸多要素，与口译教学相关的信息技术素养包括信息获取与甄别能力、技术研发与应用能力、资源管理与评价能力等方面。口译教学主体的信息技术素养是制约口译教育信息化发展水平的关键因素，在提升教学主体信息技术素养的过程中，应以提升教师的信息技术素养为前提（李智、李德凤，2019）。其一，教师应转变观念，克服技术恐惧心理，在态度上主动接纳和适应技术；其二，可借鉴本文所述的系列研讨论坛跨界融合的思路，搭建教师与行业多方交流的平台；其三，可借鉴“欧洲会议口译硕士”师资培训工作坊的成功经验，专设口译技术培训栏目，依托教育部高等学校翻译专业教学协作组、全国翻译专业学位研究生教育指导委员会、中国翻译协会、世界翻译教育联盟等组织机构，合力搭建常态化口译技术师资培训与交流平台，促进口译教师信息技术素养的全面提升。同时，依托口译技术课程，并通过教师的引领、示范和系统讲授，培养口译学习者对信息技术的使用意识、理性认知、实操策略及评价方法。
4.4 打造共享型口译教育信息化平台
共享型口译教育信息化平台有助于整合高校资源，发挥人才、资源、技术的集约效应。在上述系列研讨会中，“欧洲会议口译硕士”负责人展示了欧洲在共享型口译教育信息化平台建设方面的诸多案例，类型涉及在线课程、语料资源、实践环境等多种形式。比较而言，我国在口译教育信息化方面的探索范围相对较窄，主要局限于院校内部，没有形成校际或跨区域的大型口译教育信息化平台。结合我国口译教育的实际需求，并在借鉴欧洲相关经验的基础上，未来可重点建设三种类型的信息化平台：其一，慕课平台。以后疫情时代的在线课程建设为契机，整合院校优势，建设覆盖各种口译类型和层次的精品慕课，补足我国口译慕课建设在数量和多样性等方面存在的短板（Xu et al.，2020）；其二，语料平台。开发语料共建共享平台，丰富口译语料资源，尤其需要以“一带一路”倡议为引领，建设覆盖沿线国家和区域的多语种语料资源共享平台（邓军涛、许勉君，2020）；其三，实训平台。利用虚拟仿真、语音识别、人机交互等技术，通过校企合作的方式建立学用贯通、评测一体的口译实训平台，助力学生口译实践能力的提升。
4.5 探索人机协同的信息化教学模式
人机协同、发挥人机的各自优势成为上述系列研讨会的共识。事实上，近年来人机协同的诸多探索也在不断涌现，如基于智能笔的交同传、基于虚拟场景的人机互动训练、远程同传等新型口译工作模式和教学模式等（Orlando，2015；徐琦璐，2017；邓军涛、刘梦莲，2020；卢信朝，2020）。信息化教学模式可从三个方面展开：其一，结合人工智能技术的功能特点与口译训练过程的具体需求，以减轻口译员的认知负荷和提高口译质量为着眼点，探索其在术语准备、背景知识检索与管理、信息记忆、数字辨识等方面的潜力；其二，研发专业口译教学技术工具，从真实口译教学环境的营造、自适应学习、训练过程的优化、口译质量测评等方面，并通过试用、检验、优化设计、推广等步骤，提升工具的针对性、专业性和实效性，使信息技术与口译教学的整合从外围辅助走向深度融合（邓军涛、仲伟合，2019）；其三，将传统口译技能训练与新型技能训练相结合，一方面，需要夯实学习者作为传统口译员所需具备的各项口译技能，另一方面，应结合人工智能时代口译技能的变化情况，探索和掌握技术驱动的人机协同技能，确保新型口译教学模式实施效果的最大化。
5. 结语
综上所述，“人工智能与口译员”系列在线研讨会拉开了人工智能时代口译技术发展与口译教育信息化探索的序幕，也为后续深入挖掘和研讨相关议题指明了方向。研讨会在语言服务行业、口译职业、口译教育、技术企业等相关主体之间架设了及时有效的沟通桥梁，对客观认识人工智能技术带给口译行业和口译教育的影响起到了正本清源的作用。面对人工智能时代的技术发展浪潮，口译教育者需要摒弃浮躁与恐慌，辩证看待技术带来的挑战与机遇，时刻关注语言服务行业、口译职业、口译员的技术变革动态，不断为口译教育信息化注入新鲜内容元素与创新变革思路，推动我国的口译人才培养与时俱进、与世俱进。
参考文献（上下滑动查看）
[1]Antón,M.T.O.Community interpreting-oriented terminology management tools[J].International Journal of Language,Translation and Intercultural Communication,2016(5)．
[2]Fantinuoli,C.The use of comparable corpora in interpreting practice and training[J].The Interpreters’ Newsletter,2018(23)．
[3]Orlando,M.Digital pen technology and interpreter training,practice,and research:Status and trends[A].In Ehrlich,S.&J.Napier (eds.).Interpreter Education in the Digital Age:Innovation,Access,and Change[C].Washington,D.C.:Gallaudet University Press,2015．
[4]Pastor,G.C.Tools for interpreters:The challenges that lie ahead[J].Current Trends in Translation Teaching and Learning E,2018(5)．
[5] Xu,M.J.,Deng,J.T.&T.Y.Zhao.On status quo,problems,and future development of translation and interpreting MOOCs in China—A mixed methods approach[J].Journal of Interactive Media in Education,2020(1)．
[6] 邓军涛，刘梦莲．面向口译教学的视频语料资源库深度开发机制研究[J]．外语教育研究前沿，2020(1)．
[7] 邓军涛，许勉君．数字化口译教学资源建设:欧洲经验与启示[J]．上海翻译，2020(3)．
[8] 邓军涛，仲伟合．信息技术与口译教学整合:层次、机制与趋势[J]．中国翻译，2019(6)．
[9] 教育部高等学校外国语言文学类专业教学指导委员会．普通高等学校本科外国语言文学类专业教学指南(上)[Z]．上海:上海外语教育出版社，2020．
[10] 李霄垅，王梦婕．基于语音识别APP的同声传译能力培养教学模式建构与研究—以科大讯飞语记APP为例[J]．外语电化教学，2018(1)．
[11] 李智，李德凤．人工智能时代口译员信息技术素养研究[J]．中国翻译，2019(6)．
[12] 卢信朝．基于视频会议平台的远程同步口译教学—以北外高翻同声传译课程为例[J]．中国翻译，2020(4)．
[13] 全国翻译专业学位研究生教育指导委员会．翻译硕士专业学位研究生教育指导性培养方案[DB/OL].Retrieved from https://cnti.gdufs.edu.cn/info/1006/1094.htm,2013-12-27．
[14] 王华树，杨承淑．人工智能时代的口译技术发展:概念、影响与趋势[J]．中国翻译，2019(6)．
[15] 徐琦璐．人工智能背景下的专业口译教学系统的创新研究[J]．外语电化教学，2017(5).
特别说明：本文原载于《外语电化教学》2021年第4期第67-72，79，10页，引用请以期刊版为准。本文仅用于学术交流，如涉及侵权请后台联系小编删除。
– END –
转载来源：外语电化教学
转载编辑：刘玉锦、陈雨
审核：陈杲 王琳
关注VX公众号“翻译技术教育与研究”、“语言服务行业”，了解更多语言服务行业与翻译技术相关的资讯和洞察~
口译考研(口译考研考什么科目)