2024臺灣翻譯研討會
語文教育及編譯研究中心 | 丁彥平
本院於2024年10月25日在臺北院區舉辦「臺灣翻譯研討會」，因應AI風潮，本屆研討會在上午特別安排3場專題演講，邀請國內外領域學者分別就「教育機構應如何適應AI時代之譯者培訓」、「口筆譯能力評估的未來」及「會議口譯中的距離元素」進行演講，徵稿子題包括翻譯政策與制度、翻譯專業發展、科技與翻譯、翻譯品質評鑑、語文教育與翻譯、筆譯相關研究等。下午則分5場地進行論文發表，最後安排1場「AI時代譯者的任務」論壇，參與人數總計220人次。
第一場專題演講，邀請美國蒙特雷國際研究學院 (Middlebury Institute of International Studies at Monterey, MIIS) Laura Burian教授，以”How Should Educational Institutions Adapt the Training of Translators and Interpreters in the AI Era?＂（教育機構應如何適應AI時代之譯者培訓？）為題，講述近兩年來，大型語言模型 (Large Language Models, LLMs) 的驚人進展，對於 LLMs 的影響，預測從極度負面（即 LLMs 將在大多數情況下取代筆譯員和口譯員，但AI的輸出品質可能會相當低）到非常正面（即 LLMs 與其他AI工具將促進語言存取，並讓語言專業人員大幅提升生產力與工作品質），無論何種立場，生成式AI (generative AI) 都不容忽視！
Burian教授闡述 LLMs 對語言產業的潛在影響，並探討訓練筆譯、口譯人員的教育機構應如何調整與適應，並提出六大方向：
1. 精益求精為人類獨有的技能：理解細微的差別、考量及重視人類的需求、與人的協同合作等。
2. 確保不過度依賴AI：AI會犯錯，需要檢查。
3. 將AI當作助理：用於預備工作、處理重複性工作、減輕記憶負擔、提高效率等。
4. 運用鷹架理論 (Scaffolding Instruction) 建立沙箱 (sandbox) 安全機制：讓學生可以使用Microsoft MP、Azure、DeepL、ChatGPT、Claude 等工具，經由接觸與實驗，以瞭解哪些工具最適合哪些個案，亦即提供足夠的支援機制，讓學生從已知事物類比新知識，提升學習能力。
5. 確保學習是支架式/分層式的 (scaffolded/layered) ：初期著重於非技術性技能，後期則著重於整合，掌握基礎知識後， 再將AI整合至教學中。
6. 在AI時代最不好的就是墨守成規、不採取行動。
第二場演講為「口筆譯能力評估的未來」，邀請香港浸會大學翻譯、傳譯及跨文化研究系劉敏華教授進行演講，她表示口筆譯評估長久以來依賴專家判斷、人工評分，近幾年由於數位技術之快速發展，自動化評估成為一支新興的研究領域。自動化評估主要借助自然語言處理 (natural language processing)、機器學習 (machine learning)、深度學習 (deep learning) 等計算能力，分析大量口筆譯產出之特質，比較人工與機器評估之結果，並探討自動化評估預測人工評分之準確性。劉教授以口譯自動化評估為主要內容，說明目前相關研究的重點（例如：以文本表面特質為變項）、採用的主要方法（例如：表達、忠實兩項指標各自的評估作法與工具）、研究結果（例如：自動評估與人工評分結果之相關性），並從學理、方法、實務三個角度，提出這類研究的瓶頸與限制，以及口譯自動評估輔助人工評估之可能性。
第三場演講則是邀請擔任國際會議口譯員協會 ((International Association of Conference Interpreters, AIIC) 副理事長的Haris Ghinos教授，以＂The element of Distance in conference interpreting: the unexpected implications of disruptive low-tech＂（會議口譯中的「距離」元素：破壞式低科技帶來的意外影響）為題進行分享。他認為遠距口譯 (Distance interpreting, DI) 是一種相對較新的口譯方式，但它對會議口譯 (conference interpreting) 的影響比任何類型的口譯都要大：會議口譯員對場景的全面感知 (full situational awareness) 對於確保會議上有效的多語言溝通至關重要，亦即正式、多語言、有組織的活動，在這些活動中，專家們會按照議程介紹他們精心準備的專業內容，然而距離限制了口譯員的視覺與聽覺資訊流，增加了口譯員的認知負荷 (cognitive load) ，每次口譯員與交流活動中的各個角色（如演講者、現場或遠距聽眾、其他參與者、技術人員、其他口譯員）分開時，其認知負荷都會增加。
眾所周知，口譯員可憑藉其經驗、相關知識與準備程度應付語言中難度所造成的內在認知負荷 (intrinsic cognitive load) ，然而 DI 也對口譯員造成了外在的認知負荷 (extraneous cognitive load) ，因為可用的視覺輸入減少，而且音訊訊號的品質可能也不夠好，這種過重的認知負荷會加速心理疲勞，並導致口譯錯誤。
Ghinos教授表示DI 也從根本上改變了口譯員的工作、旅行、招募、薪資與評估方式，口譯行業中的新穎商業模式可能會降低口譯的重要性，並可能導致會議口譯的商品化 (commoditization of conference interpreting) 。他最後提到：DI 中會議口譯員所面臨的距離障礙 (distance handicap) 能否得到補償？如何補償以及補償的程度如何？如果不能確保身處同一隔間 (booth) 的口譯員之間進行無阻礙的現場團隊合作，會議口譯還能否存在是一個關鍵問題。
當天下午，研討會於五個場地同步展開17篇論文發表，主題涵蓋AI輔助口譯與翻譯教學、自動語音辨識技術應用、跨文化文本翻譯研究等領域。其中多篇論文聚焦於探討ChatGPT等AI工具在翻譯修訂、口譯訓練的應用成效，展現產學界對新技術的高度關注。後續進行的「AI時代譯者的任務」論壇，邀請國內7所翻譯系所（學程）代表，就AI與口筆譯教育的未來發展提出建言，為臺灣翻譯教育與產業發展勾勒新方向。
本次研討會與會者包含國內各大專校院翻譯、外語相關系所學者、研究人員及學生、翻譯相關學會、學術機構、翻譯產業界專家，與會人員皆表示本次研討會各項議程安排內容精彩，活動圓滿完成！
AI 翻譯研討會