摘要: 人工智能辅助翻译时代，翻译教学越来越离不开AIGC。翻译过程中产生的AIGC对话语料，体现学生多轮对话能力和动态学习过程，其暂态性、生成性、对话性可作为课程思政的突破口。从AI翻译到译后编辑这一过程，实际上是人机互动共建知识的过程，是知识创造从暂态向稳态的回归。译后编辑实际上成了AIGC暂态译文转化为人机互动生成稳态译文的元认知建构过程。AIGC翻译语料实际上是意义建构的终极展现形态，是学生在人与机器互动的情景中，通过指令的设置、发出与接收进行协作，层层推进多轮对话，实现意义的建构。教师引导下的AIGC语料生产，具有非常典型的课程思政隐性特征。
Abstract:
In the era of Artificial Intelligence (AI) assisted translation, translation teaching increasingly relies on AI-Generated Content (AIGC). The AIGC dialogue record produced during the translation process reflects students’ multi-turn dialogue capabilities and dynamic learning processes. Its transient, generative, and dialogical nature can serve as a breakthrough for ideological orientation in translation courses. The process from AI translation to post-editing is, in fact, a process of co-constructing knowledge through human-machine interaction, representing a return of knowledge creation from transience to stability. Post-editing has become the metacognitive construction process of turning AIGC transient translations into human-machine co-generated stable translations. AIGC translation records constitute indeed the ultimate manifestation of meaning construction, where students, in the context of human-machine interaction, collaborate through command setting, issuing, and receiving, advancing multi-turn dialogues, and achieving meaning construction. The production of an AIGC database under teacher guidance possesses very typical implicit features of ideological orientation.
1. 引言
自2022年11月OpenAI发布ChatGPT以来，对话式搜索引擎Perplexity、百度“文心一言”、美版知乎Quora开发的Poe系列对话机器人等智能内容生成工具竞相登场。基于自然语言处理和机器学习技术的人工智能生成内容(Artificial Intelligence Generated Content，以下简称AIGC)将在学科教育中扮演日益重要的角色，传统的“人师、学生”互动的课堂毋庸置疑将转向“人师、学生、机师”三位一体式课堂 [1] ，人机互动共建知识的时代已经来临。从知识生成的角度看，人工智能已从客体地位“升格”成为知识实践的主体，这一“自下而上的知识生产模式”产生出更多的“软”知识，“灰”知识、“暗”知识，知识创造正从经典的稳态向不确定的暂态演化 [2] [3] 。这一知识生产模式的演化无疑对外语课程教学方式产生巨大影响。当“即问即答”的时代来临之时，教师权威面临被解构的风险，“人师、学生、机师”三方互动将成为未来教学新范式的基础。
这一新范式不仅对专业模块教学产生冲击，也呼呼外语教师更新课程思政内容与形式，并在数字化、智能化平台与内容建设方面发力。有学者认为当前的翻译课程思政存在“内容等同化、方式显性化、实践简单化、考核形式化”等“嵌入式”硬思政问题，并呼吁关注数字化材料在课程思政中所起的重要作用 [4] 。也有学者认为基于内容与语言融合型学习理念(Content and Language Integrated Learning, CLIL)才能满足翻译课程思政教学的要素，并将多媒体、多模态、多介质的立体化教学资源和智慧教育手段作为课程思政的重要支撑，以实现课程资源与信息技术的深度融合 [5] 。但目前学界对于外语课程思政中AIGC语料的作用关注较少，这一类型语料体现学生多轮对话能力和动态学习过程，其暂态性、生成性、对话性可作为课程思政的突破口。探讨这一类素材的特征及其对学生认知产生的作用，将有助于深化翻译课程思政深度融合研究，提高课程思政的针对性。
2. AIGC与知识观的解构
庞德斯通的追问“知识的真正价值到底是什么” [6] 在人工智能时代知识生成中具有深刻启发意义。在知识泛滥的时代，“学什么才有价值”成为知识观的重要命题。Aljanabi认为人工智能允许学生使用自然语言找到他们所需要的学习资源，这将有望彻底改变基于互联网的信息搜索方式 [7] 。使用自然语言就能与检索引擎之间实现无障碍沟通，这一划时代的技术使得对话能力成为学习是否有效的关键。焦建利认为学习方式将从“搜索就是学习”逐步转向具有古老传统的对话式学习 [8] 。这种对话学习基于人工智能的持续多轮对话能力，能够根据上下文语境提供进行推理判断，展现出思维链的轨迹。多轮对话质量的高低取决于提问与指令的针对性。周葆华 [9] 认为，提问与指令对于知识调用至关重要，成为生成智能时代人类需要的新能力。提问与指令能力依赖于用户既存知识，也依赖于持续的多轮对话能力。Zhai [10] 提出对话式人工智能的四种应用范式：开发自动评估项目、评估再反馈、个性化学习指导与特殊需求制定。在二语习得方面，多数研究证实了人工智能生成内容对于语言习得的积极作用，如提升语言表达能力 [11] ，提供准确的翻译结果 [12] ，训练学生语言技能和沟通技能 [13] 。人工智能的主要作用在于充当学生的AI对话伙伴，对口语、听力、阅读和写作技能的提升无疑具有促进作用。AIGC作为人工智能自动生成内容解决方案，在翻译方面可以充分发挥大数据检索的技术优势，克服传统翻译引擎相对缺乏的真实语料验证。毫无疑问，AIGC技术应用于翻译教学，将有效提高翻译效率和质量。如基于ChatGPT API的划词翻译Chrome插件，可以支持55种语言的相互翻译和润色功能；AI赋能超级个体的工具AIGC Magic已包括基于GPT的外语视频辅助工具和PDF翻译器等。人工智能的重要作用毫无译文体现在译本生产的高效，以及根据不同的指令产生风格各异的译本。
人工智能的对话能力对于知识观的解构有助于学习者短时间内进行高效学习，但也有学者认为人工智能带来开放式、不稳定知识形态，呼唤教育界关注深度理解及高阶思维能力培养。由信念、真与确证三要素组成的传统知识 [14] 在AIGC产生的“软化、碎片化和不确定性” [15] 面前面临土崩瓦解的危机。戴维·温伯格 [15] 认为，相较于“长形式”的书籍知识，“网形式”的知识揭示出的世界并非是一个逻辑严密的论证，而更像是一个无定形的、相互交织的、不可掌控的大网。知识形态的巨变召唤深度理解及高阶思维的形成。张良、关素芳 [16] 认为在智能时代，我们缺乏的不是信息、知识，而是能否确证、反思、辩护并产生自己的理解。郑燕林、任维武 [17] 认为人工智能可以在三个方面促进教育发展：教学目标的外延拓展与高阶指向、培养批判性思维、培养问题意识与提问能力。
3. “网形式”的暂态译文与对话的必要性
就翻译而言，广义上说，来自出版物、平行语料库、双语语料库的译本属于“长形式”的译本知识，而经由人工智能自动产生的译文则属于“网形式”，其特点在于生成效率极高，但就其准确性而言，虽然比此前的机器翻译更为精准，但依然存在或多或少的偏差。此类“网形式”的生成性译本，是培养批判性思维、问题意识与提问能力的重要素材。不管我们承认与否，随着AI翻译技术的不断发展，学生越来越依赖AI翻译和译后编辑来生产译文。从AI翻译到译后编辑这一过程，实际上是人机互动共建知识的过程，是知识创造从暂态向稳态的回归。这一过程中审视机器翻译的语言偏差和文化适当性，乃是翻译专业知识和课程思政深度融合的一大契机。AIGC语料是动态生成的，根据提问的不同其呈现出的形态和结果也不同，故而本身可以作为翻译课程数字化学习与反思材料，有为课程思政提供精准融合点的潜力。学生在AIGC基础上反思译文合法性的过程，也是依据已有知识结构进行知识建构的过程。如果将AI看作社会文化互动的一分子，那么翻译能力的习得就变成了学习者依据原有知识经验，在与AI机器人对话的过程中生成意义、建构译本的过程。
另一方面，如果教师对学生使用AI翻译毫无限制，放任学生使用AIGC译文，无疑加速了暂态化知识创造过程，使学生暴露在知识的随机性和不确定性中，让以知识能力建构、译本生成与润色为主要目标的翻译学科教育面临稳态危机。学界已意识到这种暂态化的知识对于教育的负面影响，如：AIGC的会话流畅性掩盖了它无法区分事实和虚构的缺陷 [18] ，产生“或然率资料库” [19] ，展现出强烈的“创造性破坏效应” [20] 。如果问ChatGPT“‘毛血旺’的英文翻译是什么？”，得到的答案是“Spicy Hot Pot”或“Spicy Blood Hot Pot”，前者只会让人想起“重庆火锅”，后者的血腥让人毛骨悚然。也有学者从知识建构的视角出发，认为数字人文时代的教育应“培养理解、分析和使用数据的能力”，“提高知识迁移和应用能力，促进有意义的知识建构” [21] 。
对既定知识持怀疑态度，这应是所有学科教育的要义。然而在语言学科特别是以语言转换规律为主要学习内容的翻译学科中，越来越多的学习者依赖人工智能产生初始文本而不加质疑。这一现象在本科学生中更为常见，他们对人工智能翻译的结果尚不具备鉴别能力。但毫无疑问，AIGC产生的译文尚有待人类的分析与确证，如果不加甄别地使用将对知识建构产生影响，这也是为什么需要多轮对话、协商以及译后编辑介入的原因。通过不断对话、反思、校准，实现人的认知视野和AI的融合，最终在以后编辑环节实现译文的超越：既超越了自我的认知，也超越了机器的局限性。从这个意义上说，译后编辑实际上成了AIGC暂态译文转化为人机互动生成稳态译文的元认知建构过程。从Ackoff [22] 的DIKW (数据→信息→知识→智慧)模型来看，AIGC实质上代替了从数据到信息再到知识的步骤，通过整合大型语言模型中的预训练语料，直接产出整体性知识。但由于该知识形态可能存在的事实准确性缺失，导致在智慧层级出现误导的可能性增大。这一事实准确性，体现在翻译上可能是内容信息扭曲、文化特质流失、重流畅轻形式等一系列问题。
4. AIGC语料何以成为外语课程思政素材？
课程思政是塑造价值观的过程。而知识的建构与价值观形成密不可分。没有牢不可破的知识体系就没有坚定的价值观，没有一定的价值观就不会去摄取所需要的知识。AIGC语料本身是学生在学习过程中产生的人机对话问答链的语言形式，既反映着知识的探寻、建构、确证过程，也反映着学生的思维轨迹、探索精神、价值取向甚至人生观、世界观。
在人工智能时代，学生获得知识的途径已经不再局限于书本或教师，通过教师传授获得知识已成为过去时。建构主义(如Vygotsky [23] )认为，学习是学习者主动地去建构知识的过程，情境、协作、会话和意义建构被视为学习环境中的四大要素。在学习新知识之前，头脑中已经形成一定的认知结构，学习主要是原有知识经验与所要建构的知识相互作用，以及由此引起的认知结构的同化与顺应的过程。学生主动积极地去探寻和验证，并对这种联系加以认直的思考，从而形成对事物的性质、规律以及事物之间的内在联系的较深刻的理解。由是观之，AIGC翻译语料实际上是意义建构的终极展现形态，是学生在人与机器互动的情景中，通过指令的设置、发出与接收进行协作，层层推进多轮对话，实现意义的建构。如下面这段语料(表1)所示：
Table 1. Excerpt 1 from a dialogue record between a student and ChatGPT
表1. 学生和ChatGPT的AIGC对话语料片段1
上述多轮对话中，学生寻求解决的问题是中国菜名的翻译。学生在与机器进行多轮对话的情景中，质疑AI产生的语义泛化译文“Spicy Hot Pot”或“Spicy Blood Hot Pot”，逐渐意识到AI可能不懂毛血旺是怎么做出来的，因此无法使用“blood curd”一词来对应“血旺”的翻译。在追问“狮子头”的英译过程中，展现出了对文化差异的敏感性，意识到有的菜名直译可能会造成文化不适。
在语料2 (见下表2)中，通过对“韬光养晦”字面翻译和外交语境下的翻译恰当性的追问，学生在多轮对话中进一步明确了作为普通典故和外交辞令，“韬光养晦”可能具有不同的英译表述。可见这一互动本身是学生主动建构知识的过程，当然教师需要在教学过程中起到恰到好处的引导作用，才能促成学生通过恰当的问题达到思政育人的目的。
当然，以上所举两例均有较为鲜明的文化指向性，第一个语料指向文化特殊性，第二个语料指向政治术语。是否所有的AIGC语料都可以充当课程思政的素材呢？如果从宽泛意义上的思政元素体系来看，思政元素可以涵盖“家国情怀、人文素养、科学精神、深度学习、人格发展、实践创新” [24] 。那么这种带有明确求知目的的追问式、对话式学习本身，就是一种严谨的科学精神的体现，是学生在深度学习中提升人文素养，促进自身人格发展的过程，更是元认知能力不断提高的路径之一。通过元认知能力的介入回溯并质疑人工智能生成内容的权威性，在语言知识习得中优化知识动态获取、知识深度加工处理和知识创新能力，是新文科建设中推动数字人文深入发展的必要途径。
Table 2. Excerpt 2 from a dialogue record between a student and ChatGPT
表2. 学生和ChatGPT的AIGC对话语料片段2
有学者将翻译课程思政分为两类(见图1)，认为挖掘型课程思政是将思政元素的“盐”融入“翻译知识”的汤，认为应从翻译专业知识中充分挖掘思政元素，用好翻译知识中思政的“盐”，讲出翻译专业的“味” [25] ，而非进行“外嵌式”的将思政内容生硬地添加到教学内容中。毋庸置疑，这种调味式的课程思政，其核心是让学生看不出教师是在进行思政教育。而此类教师引导下的AIGC语料，作为学生翻译的过程性材料，具有非常典型的隐性特征。学生往往以问题为导向在和人工智能对话解决问题，根据自身知识结构调整问题，在链条式追问中磨练了毅力，培养了科学精神。
Figure 1. Contrast between two different types of ideological and political education in translation course
图1. 翻译课程思政类型对比图
翻译学习产生的AIGC语料，是就某一主题内容探讨改进语言形式，符合CLIL (内容与语言融合型学习，Content and Language Integrated Learning)模式。该模式强调把语言教学构建于某个主题内容之上，语言技能与知识互为语境化，为外语学习营造自然的社会认知语境，实现语境真实化、语用交际化、学习自主化 [5] 。有学者 [25] 将这一模式描述为“内容、语言和任务的交叉互动”产生学习效果，形成最终的翻译实践结果的过程(见图2)。导向性强的AIGC语料生产过程，实际上就可以理解为在教师的明确指令下，学生就某一主题内容，与人工智能进行深度协商，依据自身的翻译知识储备和跨文化知识储备，不断验证、更正，不断试错产生最佳译文的过程。这一内容、语言和任务的交叉互动过程，是学生主动建构知识结构，形成逻辑思维能力和译文鉴赏力的重要途径。
Figure 2. Elements for an integrated teaching approach of ideological and political education
图2. 融合式课程思政教学要素图
5. 结语
从人工智能背景下知识论的视角来看，传统的“银行储蓄式”教学依据学科共同体产生的“硬”知识进行，这一“硬”知识体系在读图、短视频和AIGC面前遭遇前所未有的危机。就翻译而言，学生不再以字典为首选翻译辅助工具，转而寻求AI的帮助。如何利用这一契机，恰当引导学生在翻译过程中保存AIGC语料并进行自我剖析，是外语课程思政育人的新途径。本研究论述了该途径的时代必要性，特别是其暂态性以及呼唤对话的基本特征。这种多轮对话体现了学生高阶思维发展历程，也是课程思政的重要观察窗口。
基金项目
重庆市高等教育学会、高等教育出版社重庆服务中心2021~2022年度高等教育科学研究课题(项目编号：CQGJ21A035)。