随着人工智能、大语言模型和智能翻译技术的快速发展，语言服务行业正在经历深刻变革。翻译活动已不再是单纯依靠译者个人语言能力完成的线性过程，而逐渐演变为人与技术协同参与、共同决策的人机交互过程。面对这一趋势，高校翻译教学如何适应行业发展需求，培养具备技术应用能力、任务管理能力和翻译责任意识的新型翻译人才，成为当前翻译教育改革的重要课题。

近日，西华大学外国语学院刘馨媛博士发表的一项实证研究“Effects of Translator-Computer Interaction Modes and Educational Levels on Textual Coherence Quality”，为智能技术环境下的翻译教学实践提供了新的研究视角。该研究依托四川语言桥研发的 LanCAT人机共译系统，探索了翻译资源、文本切分方式、任务角色以及教育阶段等变量对学生译文语篇连贯质量的影响。

技术赋能翻译教学：探索真实的人机交互翻译场景

在传统翻译教学模式中，学生往往以“独立译者”的身份完成任务，教师重点关注语言表达、翻译技巧和译文质量。然而，在真实的语言服务行业中，译者已经越来越多地与计算机辅助翻译工具、机器翻译系统、术语库、语料库等技术资源协同工作。人机交互已经成为现代翻译活动的重要特征。译者不仅需要具备语言转换能力，还需要能够理解技术工具的功能边界，合理利用技术资源，并承担译文质量控制和决策责任。

基于这一理念，刘馨媛博士的研究采用四川语言桥自主研发的 LanCAT人机共译系统 作为实验平台，为学生提供真实的人机协同翻译环境。LanCAT不仅模拟了行业实际工作流程，也为考察不同人机交互翻译模式下学生处理语篇连贯问题的翻译表现提供了稳定、可控的实验条件。

 

灵活任务设计，助力深入研究翻译过程

作为面向翻译教学与实践应用打造的智能辅助翻译平台，LanCAT具备多维度任务配置能力。其中，平台支持灵活选择文本切分方式，包括按句子切分和按段落切分，使教师能够根据教学目标设计不同类型的翻译任务。

在刘馨媛博士的研究中，这一功能有效支持了“文本切分方式”变量的操作化研究，同时保持了翻译实践环境的真实性。通过平台提供的人机交互条件，研究者能够观察学生在不同任务设置下如何使用翻译资源、如何分配人与机器的角色，以及这些因素如何影响最终译文整体质量和译文语篇连贯质量。

研究共邀请36名本科生和16名硕士生参与实验，学生通过LanCAT人机共译系统完成四次翻译任务。研究综合运用《中国英语能力等级量表》2024版笔译能力特征量表以及混合效应模型分析方法，对学生译文整体质量和译文语篇连贯质量进行了系统分析。

研究结果显示，任务角色是影响学生译文质量的重要因素之一，尤其是对依赖上下文语境的语篇连贯问题。这一发现对于翻译教学具有重要启示：未来翻译人才培养不仅要关注学生“会不会翻译”，更要培养学生在技术环境和团队协作中的角色意识，帮助学生明确自身作为译文质量负责人和翻译决策者的定位。

从工具应用到能力培养：LanCAT推动翻译教育与翻译生产升级

人工智能时代，翻译工具并不会取代译者，而是推动译者角色发生变化。未来的翻译人才需要成为“技术使用者”“质量管理者”和“翻译决策者”的综合体。

LanCAT人机共译系统正是在这一背景下应运而生，它不仅是一款辅助翻译工具，更是连接翻译教学、科研探索和行业实践的重要平台。

对于高校教师而言，LanCAT能够帮助构建更加贴近行业实际的翻译课堂，让学生在真实的人机协作环境中掌握计算机辅助翻译技能，理解机器翻译输出特点，提升译后编辑、质量评估和项目管理能力。

对于学生而言，通过LanCAT完成翻译任务，可以逐步形成正确的技术认知：机器提供效率支持，人类负责判断与创造。学生能够在实践过程中学习如何合理调用翻译资源、优化工作流程，并培养符合新时代语言服务行业需求的综合能力。

携手语言桥，共创智能翻译教育未来

刘馨媛博士的研究成果充分证明，智能翻译技术正在为翻译教学创新实践与研究提供新的可能。以LanCAT人机共译系统为代表的智能化教学工具，不仅能够支持翻译研究开展，也能够帮助高校建立更加符合行业发展趋势的翻译人才培养模式。

未来，语言桥将持续推动人工智能技术与语言教育、翻译实践深度融合，为高校教师提供更加智能、高效、专业的教学解决方案，助力培养具有技术素养、创新能力和国际竞争力的新一代语言服务人才。

从人机交互到人机共译，从传统课堂到智能实践，语言桥期待与更多高校携手，共同探索翻译教育数字化转型的新路径。

刘馨媛博士论文成果简介：

技术创新发展深刻影响了语言服务行业中的翻译活动形态，人类译者不可避免要与技术实现不同程度的互动来完成翻译，翻译本身早已具备人机交互的特征。该实证研究①探索了人机交互翻译模式的三个特征（即翻译资源、文本切分方式和任务角色）和教育阶段对学生译文语篇连贯质量的影响。36名本科生和16名硕士生借助四川语言桥研发的LanCAT数译人机共译系统完成四次任务。LanCAT数译人机共译系统能提供文本切分方式的选项（句子或段落），这使得研究者能更加便捷地操作化文本切分方式这一变量，同时又能确保研究的生态效度。研究者综合运用《中国英语能力等级量表》2024版笔译能力特征量表和混合效应模型分析方法，结果发现任务角色是值得关注的自变量，在翻译实践教学中应注重提升学生的角色认知和责任意识。文章可在期刊官网②免费下载，欢迎批评指正！

参考文献

Liu, Xinyuan, Weiqing Xiao, and Sandra Louise Halverson. 2026. “Effects of Translator-Computer Interaction Modes and Educational Levels on Textual Coherence Quality”. The Journal of Specialised Translation③, no. 46 (July): 95-116. https://doi.org/10.26034/cm.jostrans.2026.8284.

注释

①研究实验是在2024年9月至12月期间完成，当时LanCAT数译人机共系统内还未配置生成式人工智能的调取功能。

②https://www.jostrans.org/article/view/8284/10805

③The Journal of Specialised Translation是翻译学SSCI期刊，主要关注医疗、法律、财务、视听、多媒体、技术、本地化等专业领域的口笔译实践、理论与方法问题。

作者介绍

刘馨媛，英语语言文学博士，西华大学外国语学院教师，2024年7月四川语言桥“双师双能型”翻译实践教学与翻译技术应用师资培训班学员。研究方向为翻译能力测评、翻译认知过程、翻译教育史。