即使掌握所有背景信息，AI翻譯聯合國演講還是不如專業譯員

你可能會認為，只要把演講者的身份、機構背景、發言年份和聽眾信息全部打包塞給人工智能，它就能像一位經驗豐富的聯合國同傳譯員那樣，精準捕捉那些藏在字里行間的政治姿態和文化弦外之音。但一項由嶺南大學與重慶郵電大學聯合完成的研究卻告訴我們一個反直覺的事實：哪怕給AI喂足了所有你認為重要的背景資料，它翻譯出來的文本，在理解語境和保留修辭力量上，仍然和人類專業譯員之間隔著一道不小的溝。

這項研究之所以特別，不是因為又重復了一遍“機器翻譯不如人”的陳舊結論，而是它直接站到了最考驗翻譯功力的場景里——聯合國大會的中文演講。從2008年到2023年，研究團隊從這十六年間挑選了16篇由中國代表在聯大發表的中文演講，然后做了一件聽起來很公平的事：他們一邊找來聯合國會議官方錄用的專業口譯員給出的英文譯文，另一邊則讓最新的大型語言模型ChatGPT-4o在獲得大量背景提示后生成AI翻譯，再把兩份譯文放在一起逐字逐句地對比。這些背景提示可不是隨便寫一句“請翻譯成英文”那么簡單，而是精心設計了詳細的指令，把演講者的正式職務、所在機構的角色、演講的具體年份、聽眾構成，乃至更宏觀的社會政治立場都寫了進去，為的就是盡量模擬專業譯員在實際工作中所能參照的那些情境信息。

研究團隊的推測是，如果AI真能達到近乎人類的水平，那么在獲得了同等甚至更結構化的背景說明之后，它理應交出與專業譯員高度相似的譯文。但真實的結果卻偏偏在這個“理應”上拐了個彎：AI生成的譯文與人類口譯員的表述之間，無論在對話語上下文的整體把握還是具體翻譯策略的選擇上，都出現了系統性的、結構性的差異。這些差異并非偶爾幾個用詞不當那么簡單，而是反映出AI在進行跨語言轉換時，缺少某種看似基礎卻極為關鍵的語境填充能力。

一個最直觀的差異點，出現在絕大多數人可能都不會立刻注意到的小詞上——人稱代詞。中文是一門非常習慣于在句子中省略主語的語言，尤其在正式演講里，說話人常常不會把“我”“我們”“他們”掛在嘴邊，整段話可以流暢地通過前后語境讓聽者自動補全這些關系。人類的專業口譯員在聽到這樣的省略表達時，大腦會自動觸發一個補全程序：他們會根據演講者此刻是在強調集體共識、本國立場還是對外姿態，適時地在英譯文中引入“our”“we”“they”這樣的代詞，讓整個論述的人際關系網清晰地浮現在聽者和讀者面前。例如，在涉及國際合作與共同責任的段落里，專業譯員會有意識地添加“our shared responsibility”這樣的表達，把并沒有在字面出現但真實存在的集體認同感具象成英語中不可省略的功能詞；而在談及外部挑戰或不同立場時，“they”或“their”的出現也能瞬間劃出那條隱形的邊界。

相比之下，ChatGPT-4o的譯文卻在這方面表現得相當保守，甚至可以說有些機械。即使研究者在給AI的提示里已經明確標注了演講者的身份和可能的話語意圖，AI依然傾向于盡可能貼近原文的表層結構，在中文原文沒有出現主語的地方避免主動添加人稱代詞，其結果就是生成的英文句子顯得扁平而疏離。一段原本在中文語境里飽含集體決心的話，經過AI的轉換，很可能就變成了一串沒有明確歸屬的動作描寫。讀這種譯文的人會感到演講者的立場變得模糊，原本由代詞刻意營造的“我們站在一起”的親密感或者“他們造成問題”的責任界定，都在不經意間被稀釋了。這種差異在一般的旅游翻譯或產品說明里或許無傷大雅，但在聯合國大會這樣每一字都可能被解讀為政策信號的高風險場合，一個代詞的缺位或錯位，就可能改變聽眾對發言方意圖的感知。

代詞只不過是一個顯微鏡下的切口，研究團隊的發現還指向更深一層的難題：文化修辭與交際效果的喪失。中文演講里大量運用的排比、隱喻、典故以及對特定政治語境的微妙援引，在人類口譯員那里會經歷一個解構再重構的過程。譯員不僅要理解字面意思，更要從講話人的社會角色、現場的政治氣候以及發言的歷史連續性中，判斷某個修辭手段到底是想加強語氣、軟化立場還是含蓄回應某種外部聲音，然后再用符合英語聽眾習慣的方式重新搭建一個具有同等交際功能的表達。這個過程充滿了即時的判斷和創造，它依賴的是譯員長年積累的政治敏感、跨文化常識以及對會場氣氛的即時感知。而AI，盡管可以被預先輸入海量的文本和背景材料，卻依然在將這些信息實時轉化為特定瞬間的措辭決策時顯得力不從心。它可能會把一段禮儀性的謙虛說成字面意義上的自我貶低，也可能把一種中國式“點到為止”的批評翻譯成西方聽眾眼里的輕描淡寫，使得原來可以四兩撥千斤的修辭變成了一拳打在棉花上的無力。

研究者在論文中明確指出，即使給AI提供了與人類譯員可比的語境信息，它仍然無法復制人類在兩種語言文化之間進行動態平衡的那種靈活性。簡單來說，AI更擅長忠實地搬運字面，而人類譯員則在搬運的同時時刻調整重心，讓意義、情緒和關系三者同時安全落地。這個結論背后所隱含的，并不是一個簡單的“機器不行”的判斷，而是關于翻譯本質的重新審視：在高階政治話語里，翻譯從來就不是一連串詞匯的等價替換，而是一種需要不斷結合當下情境做出選擇的交際行為。AI目前所缺的，可能正是那種能敏銳感知“此刻應當如何表達才算得體”的即時判斷力。

這種即時判斷力，其實建立在一種極其復雜的認知慣性之上。一位經驗豐富的聯合國口譯員在聽到“中國一貫主張和平發展道路”這句話時，大腦里被同時激活的信息遠不止這幾個漢字：他會瞬間關聯到這項主張的歷史淵源，聯想到近段時間國際場合里被反復討論的相關議題，甚至預料到外國媒體和外交官聽到某個特定表述時可能產生的第一反應。于是，他的譯文可能會在忠實于原文的基礎上，通過語序、措辭強度和句式的微調，預先封堵可能的誤解或強化應該被突出的善意。這種基于全方位語境感知的預見性加工，正是目前基于大規模語料訓練的生成式AI還難以企及的。AI可以在毫秒級時間內檢索到所有包含“和平發展道路”的平行語料，算出統計上最可能的對應譯法，但它無法真正“感知”到這次發言與上一次的不同，無法意識到今天的會場上彌漫著怎樣一種比往常更緊繃的氣氛，也就無從判斷是該把語氣調得更堅定一些還是更溫和一些。

研究團隊在具體操作中還有一個值得留意的設計細節：他們特意為AI生成的譯文設置了“最佳條件”。通常我們在討論AI翻譯的局限時，往往會設想是不是提示詞不夠充分，或者模型沒有得到足夠的上下文。但在這項研究里，研究者幾乎已經做到了目前技術框架內能給的最強輔助——他們手工為每一篇演講提煉了多層語境信息，并以清晰的結構化提示方式輸入給ChatGPT-4o。這就意味著，他們所觀察到的AI與人類譯員之間的差距，并不是因為AI“沒聽懂要求”，而是在同等的信息條件下，兩者的內部處理機制產生了根本性的不同。某種程度上，這比以往那些不加背景提示的對比實驗更能說明問題：它揭示的不是一個技術補丁可以修復的表面漏洞，而更可能是一種范式層面的差異。

進一步推想，這種差異或許與人類語言交流中一項根深蒂固的能力有關——我們在理解話語時，并不是先解析詞匯然后加上情感和意圖，而是從一開始就把語言當作一種嵌在具體社會情境里的行動來接收。人類譯員聽到“我們愿與各國一道”的時候，不需要有意識地去查閱“道”在這里的隱喻意義，他們直接就能在頭腦里觸發一個充滿合作意象的動態圖式，并據此構建出英文中具有同等交際能量的表述。而AI模型的“理解”過程本質上是基于概率分布的文本模式匹配，即使它在訓練過程中見過無數類似的表達，它也只是在統計上找到最靠近模式重組的路徑，而非真正參與了那種活生生的、帶著溫度的社會互動。這使得它在面對那些高度依賴共有文化預設和微妙人際信號的發言時，天然地處于一個后知后覺的位置。

但這不等于說AI翻譯毫無建樹。研究也承認，在提升翻譯效率和處理大量重復性標準文本方面，AI顯示出了令人無法忽視的優勢。比如在那些程序性的發言段落，或者信息密度較低的表達中，AI生成的結果在準確性和流暢度上已經可以和人工譯文相媲美。問題的關鍵就在于那些“非標準”的地方，也就是那些承載著文化特殊性、政治敏感性和修辭創造性的語句上。這些語句雖然只占全文的一小部分，卻往往是決定發言是否成功、立場是否被準確解讀的核心成分。正如一位外交官在一次新聞發布會后所關心的不是有沒有把“謝謝各位記者朋友”翻得漂亮，而是“關于海域的那句話是否傳達出了應有的堅決又不失克制的尺度”。目前來看，這種尺度的判斷，仍然需要人類的大腦來下最后的決心。

正因如此，研究者們在結論中特別強調，在政治、外交以及文化高度敏感的交流場合，人類的判斷與監督依然是不可或缺的。他們并不是在斷言AI永遠無法進步，而是基于當前最先進的模型在真實高級別語料上表現出的這一系列具體短板，給出一個階段性的清醒定位：AI可以是對翻譯工作流的有力補充，可以提高草稿階段的效率，可以幫忙檢查術語一致性，但它暫時還不能被看作一個可以獨立承擔全部語境責任的翻譯主體，尤其是在那些出錯成本極高的重要會議上。

這個定位，對于正在快速接納AI工具的國際組織、政府機構乃至跨國企業來說，其實是一個重要的提醒。技術樂觀主義的敘事常常讓我們產生一種錯覺，以為只要數據足夠多、算力足夠強、提示詞足夠巧妙，機器就一定能無限逼近甚至超越人類專家。但聯合國演講翻譯這面鏡子的折射，卻照出了另外一條路徑：有些能力并不是單純靠喂更多數據和參數就能線性增長的，它們與文化沉浸、社會經驗以及人對人之間那份不可言傳的共情有關。翻譯的最高境界，有時在于能聽出說話人沒說出口的東西，然后恰到好處地用另一種語言把它也包裹進譯文里。這種將“無形之物”轉化為“有形之詞”的能力，恰是專業口譯員日復一日在高強度現場環境中磨礪出來的，而非僅僅從海量單語或平行語料中就能蒸餾出來。

再具體來看這次研究中的中文語料特性，或許能幫助我們更好地理解這種“無形之物”為何如此難以被模型捕獲。中文本身就是一種高度依賴上下文和言外之意的語言，尤其在正式的政治話語中，發言人往往通過用典、借喻、以及在特定政治語境下發展出的固定搭配來表達豐富而精確的立場。例如，一些在國際場合被反復提出的倡議名稱，在中文里不僅承載著政策內涵，還攜帶著一整套情感和歷史敘事，這種厚重感在逐字翻譯中很容易流失，而人類譯員能根據對整套話語體系的熟悉程度，在譯文中用結構性的補償策略去重建那份厚重感。而AI目前能做到的，更多是根據表面搭配統計出最常出現的英文對應詞，卻很難判斷在這個特定年份該特定發言中，是應該把它翻得更加突出些還是與其他內容并重。這種選擇本身，就是一種高階的修辭決策。

另一個常被忽視的層面是韻律和節奏。人類的口譯員不只是翻譯意義，他們還要在極短的時間內組織出與說話人語速、語氣乃至停頓節奏相呼應的英文表達。這種呼應會在聽眾那里制造出一種“同步感”，讓發言即使經過語言的轉換，仍然保持著說者的個性印記和情感曲線。在實驗對比中，專業口譯員的譯文讀起來往往帶有一種“人正在講話”的鮮活質感，而AI生成的譯文盡管在語法上毫無錯誤，卻流露出一股不管原文情感如何波動都保持勻速行駛的平穩感。這種平穩，在某些場合是優點，但在需要傳遞決心、安撫、遺憾或者共同喜悅的時刻，就會變成一種情感真空，讓聽眾只接收到文字的骨架卻摸不到溫度和紋理。

嶺南大學的研究團隊將上述發現發表在學術期刊《人文與社會科學通訊》上，為的是讓更多語言學家、計算機科學家和政策制定者看到，在評估AI翻譯能力