摘要：随着人工智能进入新的改革期，各种AI大模型语言工具相继涌现。人工智能在提升译者工作效率的同时，也引发了新的翻译思考。面对新型的工作模式，译者主体性如何得到体现。本研究拟分析AI时代下，译者主体性面临的危机。最后，提出一下应对策略：重新定位角色，强化技能升级，强化伦理意识，增强自主决策能力，推动人机协同。关键词：人工智能；机器翻译；译者主体性；AI挑战

一、引言

当下，AI技术发展迅猛，各种翻译科技广泛普及。有关AI技术对翻译行业造成的影响、AI是否会真正取代人工翻译的问题也成了翻译研究的热点话题。有关后者的回答我们暂且无法预测。但整体而言，论及AI技术对翻译行业的影响，人机合作的翻译模式已是大势所趋。诚然，科技的进步提高了翻译工作效率，但同时也引发了矛盾。译者从之前翻译活动的执行者变成了如今的参与者，这种角色上的转变不禁引人深思：译者主体性何在？要想回答这个问题，首先我们要理清AI从事翻译工作相较于人工翻译，二者的差异体现在哪里，其中存在什么样的问题？通过二者之间的比较，结合译者在处理这些问题时所能发挥的作用，最终分析AI时代下，译者主体性面临的问题。基于以上分析，本研究将分为四部分论述：首先，阐述译者主体性的概念及相关的研究；其次，分析AI翻译模型的发展与应用；随后，讨论由于AI技术带来的译者角色转变对于译者主体性产面临的挑战，并尝试提出相关应对策略。

二、译者主体性

从翻译理论史来看，学界关于译者主体性的讨论大致经历了从“隐形”到“显性”的过程。尽管有关翻译主体的定义学界多有争议，译者作为翻译主体这一观点却是毫无争议的。翻译的文化转向使译者的主体地位得到了前所未有的重视，女性主义学派、后殖民主义学派、操纵学派、目的论等后理论学派分别从自身的理论特点出发对译者主体性进行了大量研究。这些研究致力于克服译者的边缘化地位，强调译者的主观能动性，译者的主体性因而得到彰显（崔凌霄、李淑华，2023）。就其本质而言，译者主体性是指“作为翻译主体的译者在尊重翻译对象的前提下，为实现翻译目的而在翻译活动中表现出来的主观能动性。其基本特征是翻译主体自觉的文化意识、人文品格和文化、审美创造性”(查明建、田雨，2003)。蓝红军探讨了译者主体性困境与翻译主体性建构，他指出：译者主体性受限于职业化的翻译语境、信息化条件、以及科技技术的进步。根据蓝红军的阐述，显然，当下人工智能技术对于译者主体性的影响无疑最大。对于包括以Chat GPT、Sora为代表的生成式人工智能在内的技术而言，人的主体性无疑受到了挑战，具体“表现为人与自然、人与他人、人与自我关系中人的主体地位的丧失可

能性，表现为人对生成式人工智能的依赖”，其核心在于“如何确保人与生成式人工智能的关系是互补的而非替代的”（王晓丽，李伟鑫2024）。

三、AI翻译技术的发展现状

翻译技术最早指的是“应用于人工翻译、机器翻译和计算机辅助翻译中不

同类型的技术手段，包括文字处理软件和电子资源等计算机信息处理工具、语料库工具和术语管理系统等专用翻译工具”(Bowker2002:5)。人工智能翻译发展大致经历了4个阶段：20世纪50年代基于规则的机器翻译(RBMT)、20世纪80年代基于统计的机器翻译(SMT)、21世纪初基于神经网络的机器翻译(NMT)以及近两年涌现出的ChatGPT、Gemini等基于生成式人工智能的语言大模型(LLMS)（刘松：2025）。当前，大模型技术的发展正推动翻译技术跃升至更自然、更灵活的新阶段，为翻译质量的提升和智能化应用开辟全新可能（中国外文局翻译院：2025）。综合来说，当前大模型翻译技术的核心突破在于三点：1.深度语义理解；2.交互式翻译；3.外部知识增强。随着大模型翻译技术的不断改进，人机合作模式下的翻译工作，对于译者自身的素养要求也不断提高。

在具体的翻译流程中，从译前准备时的预翻译、术语抽取、语料对齐，到翻译过程中的术语识别、翻译搜索、译后编辑技术，再到翻译完成后的质量保障技术、本地化测试等，超出了个体译者的能力范畴。因此，技术对译者的影响越来越大，译者的主体性作用在技术条件下越来越受到抑制（仝亚辉：2022）。

语言不仅仅是词汇的转换，更涉及文化、情感、语境和历史背景。机器翻译虽然在处理大量文本和基础词汇方面效率高，但在理解文化隐喻、情感表达和复杂句子结构方面存在明显局限。人工智能的介入使得翻译逐渐呈现出“技术化”趋势，这在一定程度上削弱了译者的主体性。李晗佶指出，尽管机器翻译在效率和成本上具有优势，但其输出质量难以达到职业译者的水平，且在处理文化隐喻、情感表达和语言风格等方面存在明显不足。在AI时代，笔译工作者的核心工作内容已从传统文字转换转向“人机协同”的综合语言服务，其角色定位、技能需求和职能范畴均发生深刻变革。

四、译员“角色转变”与“危机”体现

在AI时代，笔译工作者的核心工作内容已从传统文字转换转向“人机协同”的综合语言服务，其角色定位、技能需求和职能范畴均发生深刻变革。《翻译行业生成式人工智能应用指南（2025）》明确将“译后编辑”列为AI时代翻译核心流程，要求人工介入以修正机器在文化语境、情感色彩和专业术语上的偏差。《2025大模型翻译技术及产业应用蓝皮书》指出， 86.67% 的语言服务企业将“大模型初译+人工保障”列为标准流程，译员需精通错误类型识别（如文化误译、逻辑断层）。在人机协作模式中，人类翻译员的角色逐渐从“主导者”转变为“优化者”和“审校者”。根据相关研究，人类翻译员的主要任务是评估和修正机器翻译的初步结果，确保翻译内容符合目标语言的文化背景和表达习惯。

从积极角度来看，AI技术的引入为译者提供了前所未有的便利。例如，机器翻译在速度和效率上具有显著优势，能够处理大量重复性工作，使译者得以从繁琐的机械性任务中解放出来，从而将更多精力投入到创造性思考和优化策略中。这种转变不仅提升了译者的综合能力，也增强了其在翻译过程中的主体性。例如，译者可以利用AI工具进行翻译后编辑，对AI生成的内容进行校核和优化，从而在技术辅助下发挥更大的主观能动性。此外，AI技术的普及还促使译者角色向多元化方向发展，如从传统的文本转换者转变为编辑、校对者和质量控制专家。这种转变不仅拓宽了译者的职责范围，也为其提供了更多发挥专业技能的机会。

然而，AI技术的广泛应用也对译者的主体性带来了诸多挑战。首先，过度依赖AI可能导致译者语言敏感度的下降。AI在理解和表达阶段的翻译质量较高，但其在处理语言细微差别、文化特定表达和情感色彩方面仍存在局限。例如，在文学翻译中，作者的隐喻、修辞和文化内涵往往难以被AI准确捕捉，过度依赖AI可能导致译者忽视这些关键细节，从而削弱其创造性表达能力。

其次，AI的广泛应用可能削弱译者的决策权。在人机协作的翻译模式中，AI生成的翻译结果往往具有高度的标准化和一致性，这使得译者在翻译策略的选择上面临更大的压力，甚至可能丧失对翻译过程的主导权。例如，AI在处理专业术语时，通常会采用固定的翻译规则，而不会根据具体语境进行灵活调整。

这种“一刀切”的翻译方式虽然保证了翻译的标准化，但也可能忽略了文本的语境和文化背景，导致翻译结果不够自然或不够贴切。尽管AI翻译在标准化和一致性方面表现出色，但其在处理复杂语言结构、文化内涵丰富的文本时仍存在明显不足。例如，AI在翻译策略上的选择也较为有限，无法像人类译者那样根据文本的语境和受众进行灵活调整。因此，在人机协作模式中，人类翻译员仍然需要在AI生成的基础上进行创造性调整，以确保翻译内容的准确性和自然性。

此外，AI技术对译者主体性的冲击还体现在责任边界和伦理问题上。随着AI生成内容的普及，译者在翻译过程中的责任边界变得模糊。例如，当AI生成的译文出现错误时，责任应由谁承担？是译者还是AI系统？这一问题在当前的翻译实践中尚未形成明确的共识，给译者带来了新的伦理挑战。此外，AI技术的使用还涉及数据安全和隐私保护等问题，译者需要具备一定的技术素养，以确保AI系统的合规性和安全性。AI的高效性也可能导致译者的职业认同感下降。传统翻译中，译者通过克服语言难点、解决文化差异而获得成就感，但在AI辅助翻译的背景下，这种成就感可能被削弱，进而影响译者对职业的热情和认同。

AI翻译的标准化特性确实对译者在翻译策略选择上的主导权构成了一定挑战。然而，这并不意味着人类翻译员的角色将被完全取代。相反，随着AI技术的不断发展，人类翻译员的角色也在不断演变，从传统的“翻译者”转变为“优化者”和“文化适配者”。未来，人机协作模式的发展趋势将更加注重AI与人类的协同作用，通过合理利用AI的高效性与人类的创造性，实现更高水平的翻译质量。AI翻译的标准化特性确实对译者在翻译策略选择上的主导权构成了一定挑战。然而，这并不意味着人类翻译员的角色将被完全取代。相反，随着AI技术的不断发展，人类翻译员的角色也在不断演变，从传统的“翻译者”转变为“优化者”和“文化适配者”。未来，人机协作模式的发展趋势将更加注重AI与人类的协同作用，通过合理利用AI的高效性与人类的创造性，实现更高水平的翻译质量。

五、AI时代下译者素养要求

根据《2025大模型翻译技术及产业应用蓝皮书》的核心内容，AI时代下译者素养的要求已从单一语言能力转向“技术驾驭力+专业深耕力+人机协同力”的三维融合。

（一）技术驾驭与工具协同能力

（二）即大模型操作与优化能力，熟练运用大模型，如 ChatGPT、文心一言，进行译前处理、译后编辑（MTPE），并通过提示词工程优化翻译结果。多模态翻译技术应用，处理音视频、图文等多模态内容的端到端翻译，适配影视字幕、国际会议等场景。构建并维护术语库、记忆库，通过知识增强提升专业领域翻精准度。

（二）专业深耕与跨文化调适能力

垂直领域知识储备：深耕法律、医疗、科技等专业领域，确保术语一致性与场景适配性。处理文学、外宣文本时进行文化隐喻转换（如冬奥口号“一起向未来”的英文版优化）。跨语言推理与逻辑校验,解决语义歧义，确保长文本翻译的连贯性（如法律条款逻辑一致性）。

（三）人机协同与流程设计能力

人机流程优化设计：“AI 初译→人工质检→机器自学习”闭环流程，根据任务复杂度选择轻度/深度编辑策略。质量管控与风险规避,监督 AI 输出的伦理风险（如文化偏见、隐私泄露），确保译文符合行业合规标准。协作管理与跨角色沟通,主导多语种项目协作，支持多角色修订留痕。

（四）持续学习与创新研究能力

技术迭代适应力，主动学习大模型新功能（如推理模型、低资源语言支持），参与技术反馈与优化。翻译理论创新，依托大模型探索中国特色翻译理论，推动学科与产业融合。

六、应对策略

（一）重新定位角色，拓展专业能力

在 AI 技术日益渗透翻译领域的今天，译者不能再仅仅作为“语言转换者”，而应重新定位为“语言服务专家”或“文化调解者”。这种角色的转变不仅要求译者具备更强的语言敏感度和文化理解力，还需要他们具备对 AI 生成内容的批判性评估能力。例如，译者可以成为内容审查员，负责审核 AI 生成的译文是否符合伦理标准、文化适当性以及语言质量。此外，对于对语言技术感兴趣的部分译者，还可以向语言技术产品经理方向发展，参与AI 系统的优化与改进。

（二）强化技能升级，提升语言敏感度

AI 的广泛应用使得译者对语言细节的感知能力面临挑战。因此，译者需要持续提升自身的语言敏感度，包括对词语色彩、语气、语境等细微差别的把握能力。特别是在处理文学、政治、法律等文化特定表达时，译者需要具备更强的语感和文化洞察力，以确保翻译作品在情感、风格和文化内涵上的准确性。此外，译者还需要不断学习新的语言技术和工具，以适应 AI 辅助翻译环境下的新需求。

（三）强化伦理意识，坚守职业操守

随着 AI 生成内容的普及，翻译伦理问题日益突出。译者在使用AI 工具时，需要具备对伦理风险的识别和判断能力，包括数据隐私保护、知识产权尊重、信息准确性保障等。特别是在处理敏感信息时，译者应评估 AI 可能带来的风险，并采取相应的防范措施。同时，译者应坚守核心伦理原则，如保护客户隐私、尊重知识产权、确保信息真实等，以维护翻译行业的专业形象。

（四）增强自主决策能力，避免过度依赖

AI 虽然在翻译效率和质量方面具有显著优势，但过度依赖AI 可能导致译者自主决策能力的下降。因此，译者应保持独立思考，避免盲目接受 AI 生成的译文。在面对AI 提供的多个翻译方案时，译者应根据具体语境和文化背景进行选择，而不是简单地接受“最合理”的结果。此外，译者还应培养对AI 生成内容的批判性思维，识别其中可能存在的偏见、幻觉或语义偏差，并进行必要的修正。

参考文献

[1]陈伟.2020.机器翻译对译者主体性解构——兼论人中翻英的未来落脚点[J].外语研究(2):76.

[2]崔凌霄.2023.译者主体性的知识翻译学阐释[J].翻译学研究(2):78.

[3]蓝红军.2017.译者主体性困境与翻译主体性构建[J].上海翻译(3):22-23.

[4]李晗佶.2022.人工智能时代翻译技术与译者关系演变与重构[J].西华师范大学学报(5):114-115.

[5]王树华，李智.2020.人工智能时代的翻译研究：内涵、分类与启示[J].外国语言与文化(4):89.

[6]翟清晨（1999–），女，河南周口人，汉族，在读硕士研究生，研究方向当代翻译理论