澳大利亚《对话》杂志：翻译技术替代不了语言学习

澳大利亚《对话》杂志11月21日文章，原题：“你的美国是正常”：翻译技术真的让语言学习变得多余了吗? 每天，数以百万计的人在社媒上发出问候开始新的一天，他们谁也没想到会因为这个友好的晨间仪式而被捕。但这正是2017年发生在一名巴勒斯坦建筑工人身上的事情。当时他在脸书上自拍的配文“早上好”被自动翻译成“攻击他们”。说阿拉伯语的人会立刻认出该配文原话是说“早上好”的非正式方式，但人工智能不是这样。众所周知，机器不擅长处理语言变体，而这正是人类语言的一个关键特征。

鉴于近来自动翻译技术的进步，很多人开始相信，人类尤其是说英语的人，不再需要学习其他语言。当翻译软件可以替我们做时，为什么还要费这个劲呢？事实上，一些以英语为母语的大学正是用这个理由来取消语言课程。不幸的是，因为机器语言学习和人类语言学习在基本方面不同，机器的语言技术还远远不能取代人类的语言技能。

就机器翻译而言，算法在大量文本上进行训练，但这些文本几乎总是基于语言的标准版本，不包括方言和俚语。例如，“deadly”在标准英语中意味着“致命的”，这就是训练数据中出现的内容。但土著澳大利亚英语中“deadly”（“卓越的”）的含义对机器翻译来说是种困扰。如果你在任何翻译软件中输入“Deadly Awards”（“卓越成就奖”），你得到的翻译结果都只会是“致命的奖项”。并且，每种语言的语法形式也不一样，将简单的英语“我是一名学生”翻译成德语会被机器加上语法上的性别词性，因此最终会被翻译成“我是一名男学生”或“我是一名女学生”。

此外，有些语言因其背后有强大的民族国家为后盾，数字语料库的资源丰富。另一些则不然。大型语言模型背后超过90%的训练数据都是英语，其余的来自几十种语言，这些语言的数据库大小不一。还有一些语言的训练数据是根据英语的训练模型改建的，其实进一步巩固了英语的主导地位。

如今，翻译软件越来越多地被用于高风险环境，比如在医院，工作人员可能会试图绕过口译，与英语水平有限的患者进行快速沟通。但这也会导致大问题，例如，病人的出院说明上写着“你的美国（United States）是正常”——这是由于在医学语境中“超声”的缩写“US”被机器错误地翻译为“美国”。因此，人们一致认为翻译应用程序只适用于无风险或低风险的情况。不幸的是，有时连自拍上的配文都可能变成高风险情况。

可以说，这里描述的所有错误都可以通过更多的训练数据来解决。但这有两个问题。首先，人工智能拥有的训练数据已经超过人类所能掌握的数量，但它依然会犯一些在语言学习上投入少得多的人都不会犯的错误。其次，训练机器学习语言是非常昂贵的，取消人类的语言教学项目同样也有成本。如果放弃语言课程，我们将永远无法训练人类达到高级语言程度。语言是多样、模糊、可变、相互关联和高度社会化的，算法则相反。如果相信机器可以代替我们完成语言工作，我们使用语言进行交流、表意、建立关系和建立群体的意义就失去了人的特质。（作者英格丽德·皮勒，陈欣译）