嶺大研究：AI翻譯較難掌握語境及文化修辭仍難取代專業人類傳譯

生成式人工智能（AI）翻譯技術日益普及，各界關注其會否取代專業人類傳譯員。嶺南大學（嶺大）聯同重慶郵電大學進行一項聯合研究，比較AI與專業傳譯員在翻譯重要演説上的表現差異。結果發現，AI雖然有助提升翻譯效率，但在因應語境調整表達內容，以及保留原有修辭及表達效果方面，仍遠不及專業傳譯員；尤其在涉及政治、外交、文化含意及其他高敏感內容的翻譯工作，仍然需要人類的專業判斷及監督。這項研究成果已發表於國際頂尖學術期刊《自然》（Nature）旗下的《人文與社會科學通訊》（Humanities and Social Sciences Communications）。

研究團隊分析了2008年至2023年期間，合共16篇聯合國大會的公開中文演説文本。團隊取得現場資深傳譯員相應的英文翻譯版本，再對比使用ChatGPT-4o進行翻譯的結果，分析兩者如何理解及處理不同語境下的語言表達。為盡量模擬專業傳譯員工作時掌握的背景資訊，團隊在使用AI翻譯前，先輸入講者的官階、機構背景、開會年份、現場聽眾身份以及講者的宏觀立場等資料及提示詞。

結果顯示，即使研究人員事前已向AI提供完整的背景資料及提示詞，AI與人類傳譯員在語境理解及表達策略上仍然存在明顯差異。首先，中文的語言結構經常省略主語，但人類傳譯員能夠主動理解講者與聽眾之間的社會關係與文化價值，在譯文中適時加上「我們的」（our）、「他們」（they）等代詞，加強原文説話中「群體認同」及「集體合作」的關係，建構共同面對挑戰的群體意識；而AI則傾向按字面生成譯文，較少使用代詞的表達方式，雖然文法正確，但其譯文較多為中性內容。

舉例而言，原文「疫苗是戰勝疫情的利器」，人類傳譯員翻譯為「Vaccination is our powerful weapon against COVID-19」，加入了「our」一詞以強化集體歸屬感；而ChatGPT則直接譯成「Vaccines are a powerful weapon against the pandemic」，語氣相對中立。

此外，研究亦發現，人類傳譯員會按語境靈活調整語氣及責任承擔者，較多使用「應該」（should）或「需要」（need to）等較具勸説性的表達；AI則較常使用語氣較強的「必須」（must），並傾向採用被動句，令責任承擔者變得不明確。例如原文「要加強國際聯防聯控，最大限度降低疫情跨境傳播風險」，人類傳譯員譯為「We need to enhance coordinated global COVID-19 response and minimise the risk of cross-border virus transmission」，明確點出「我們」作為行動主體；而ChatGPT則譯成「International joint prevention and control must be strengthened, the cross-border spread of the virus must be minimised」，採用被動句式，令責任歸屬變得模糊。

在文化隱喻（Cultural Metaphors）方面，AI處理具文化特色的隱喻或具視覺畫面的比喻時，有超過半數（52.63%）情況主要直接翻譯字面意思，把文化隱喻簡化；而人類傳譯員則會因應語境靈活保留、轉換或補充隱喻，當中約三成個案（31.6%）會同時保留隱喻及補充其含義。例如原文「同舟共濟、互利共贏是時代對我們的客觀要求」，人類傳譯員譯為「We are called upon by our times to unite as one and work together for mutual benefit and win-win progress like passengers in the same boat」，既保留了「同舟」的意象，又補充了「團結一致」的含義；而ChatGPT則簡化為「Working together and achieving mutual benefits and win-win outcomes are the objective demands of our time」，完全失去了原文的比喻色彩。

團隊指出，ChatGPT-4o生成的譯文整體流暢、文法準確，看似能完成翻譯工作。不過，根據社會認知（socio-cognitive）理論，人類傳譯員除考慮字面本身外，亦會綜合講者身份、溝通場合、受眾、文化背景、立場及修辭目的等多項因素調整翻譯內容，以達到跨語溝通的目的，反映目前大型語言模型仍未能完全複製人類在語境理解及文化詮釋上的能力。

身兼歐洲語言理事會AI專家組成員的嶺大翻譯系教授、英語及外語教學中心主任王斌華教授表示，AI的大型語言模型仍存在「黑盒」（black-box）問題，其運作機制及如何形成特定翻譯結果至今仍難以完全解釋。與受專業倫理規範的人類傳譯員不同，AI主要依賴大量數據中的語言模式生成譯文，本身並沒有內在（intrinsic）的倫理框架，而人類傳譯員則受專業倫理規範約束。因此，在涉及文化內涵及需要仔細掌握語境的翻譯工作下，人類在人際關係、語氣及文化修辭等方面能夠作出更切合語境的判斷，反映其專業判斷仍然不可或缺。他補充，AI未來更適合作為人類翻譯工作的輔助工具，與人類專業互相配合，而非取代專業人員。