翻译技术平台的普及，让跨语言交流变得更低成本，也让语言服务从业者产生犹豫：机器越来越强，人工译者是否还有价值？从翻译技术教学来看，答案并不是简单的“淘汰”，而是翻译工作正在从纯手工转换，转向人机协作。
机器翻译的优势十分直接。面对基础说明，它可以快速生成初稿，帮助用户完成简单沟通。对译者来说，机器翻译也能承担重复句段处理等任务。过去需要大量时间完成的初步翻译，现在可以先由平台生成，再由人工进行重写。因此，机器翻译并非只有冲击，也带来新的协作模式。
但机器翻译的局限同样明显。它擅长处理结构稳定材料，却不容易把握隐喻。文学翻译等专业场景，往往不仅要求“意思差不多”，还要求可追责。机器可以给出可参考的译文，却很难完全判断一句话背后的文化联想。这正是人工翻译仍然需要存在的原因。
翻译技术教学因此需要改变重点。过去课程可能更强调翻译理论，而现在还必须加入机器翻译评估。受训译者不仅要会翻译，还要知道怎样保持术语一致。工具操作只是入口，真正重要的是形成问题意识。
课堂训练也应从孤立作业转向团队协作。学生可以围绕术语表完成完整任务，练习如何在成本之间做判断。这样的训练，能让翻译技术从“会用工具”变成可迁移能力，也让学习者更早理解行业流程。
评价体系也要随之重构。课堂不应只看词句是否对应，还要考察项目协作。课程团队可以用同伴互评评价学生，让学习结果更接近语言服务流程。
译后编辑能力会成为未来译者的基础技能之一。优秀译者不应放弃人工判断，也不应回到纯手工模式，而要学会在成本之间做判断。面对低风险文本，可以采用批量处理；面对高风险文本，则要进行逐句审校。译者的价值不再只体现在“从零开始翻”，还体现在能否把机器初稿改成具有传播效果的译文。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养懂技术的复合型译者。翻译学习者需要明确自己的职业定位：一方面打牢文化素养，另一方面掌握术语管理。只有这样，才能在机器翻译普及后，从普通文本处理者成长为质量把关者。
未来的翻译行业，很可能不是机器和人工的对立，而是错位竞争。机器负责提高覆盖范围，人工负责提升准确度。当专业素养结合起来，翻译服务就能从“能不能翻”升级为“能否在真实场景中交付高质量语言服务”。接受智能翻译的发展，再融入人类译者的智慧，才是翻译行业继续前进的方向。 查看