GenAI時代翻譯學(xué)知識生產(chǎn)范式的多維檢視

A Multidimensional Examination of the GenAl-Driven Knowledge Production Paradigm in Translation Studies

ZHOU Zhongliang REN Dongsheng （1. School of Foreign Languages，Guangxi Minzu University， Nanning 530o08，China; 2.School of Foreign Languages，Ocean University of China，Qingdao ，China）

Abstract：This paper takes Plato’s tripartite theory of knowledge（justified true belief）and the technical features of Generative Artificial Inteligence （GenAl）as the foundational framework for a multidimensional explorationin the knowledge production paradigm in GenAl-driven translation studies.The study reveals that GenAl’s content generation mechanisms challenge the traditional base of knowledge： The concepts of truth and belief， once grounded in human logic，are redefined as statistically optimal solutions; the opaque of algorithmic“black box” denies the necessity for human justification; the unsupervised learning mechanisms challenge human-centric assumptions， shifting the focus of knowledge production in translation studies from human act to collaborative efforts between human and machine. The new landscape of knowledge production in translation studies， shaped by GenAl，is giving rise to a novel epistemology that necessitates a departure from anthropocentric perspectives. While recognizing GenAl's epistemic agency in generating knowledge， it remains crucial to uphold the fundamental role of humans in sense-making and value construction in translation studies.

Key words： Generative Artificial Inteligence； translatology knowledge；epistemology； knowledgeproduction paradigm

1.引言

GenAI對翻譯學(xué)研究的影響已引起學(xué)界關(guān)注。有研究討論GenAI時代翻譯技術(shù)知識觀的理論內(nèi)涵與教學(xué)啟示（朱玉彬、汪藍(lán)玉，2025），提出譯者GenAI提示素養(yǎng)的概念框架（王少爽，2025），分析人機(jī)協(xié)同翻譯素養(yǎng)的內(nèi)涵和結(jié)構(gòu)（楊艷霞等，2025），探究GenAI對國家翻譯制度建設(shè)提出的挑戰(zhàn)及應(yīng)對策略（高玉霞、任東升，2023a），考察GenAI在翻譯教育教學(xué)中的應(yīng)用（周忠良，2023；王華樹，2024），提出利用人工智能提升國家應(yīng)急語言服務(wù)能力的路徑（許文勝、劉巧玲，2024）等。GenAI介人翻譯學(xué)研究有可能重構(gòu)翻譯學(xué)知識生產(chǎn)的底層邏輯。以ChatGPT、DeepSeek、文心一言為代表的大語言模型，在其海量基底語料基礎(chǔ)上形成的卓越語義識解能力和多模態(tài)輸出能力，突破了傳統(tǒng)翻譯學(xué)知識生產(chǎn)的技術(shù)邊界，促使我們重新審視翻譯學(xué)知識的本質(zhì)屬性、生產(chǎn)機(jī)制與價值標(biāo)準(zhǔn)。鑒于此，本文以柏拉圖知識三元觀為理論基點，結(jié)合GenAI的技術(shù)特征，從本體論、認(rèn)識論、方法論、價值論四個維度展開分析，旨在回應(yīng)以下問題：GenAI時代的翻譯學(xué)知識本質(zhì)如何重新定義？傳統(tǒng)知識論的哲學(xué)框架如何實現(xiàn)適應(yīng)性重構(gòu)？人機(jī)協(xié)同的知識生產(chǎn)將導(dǎo)向何種翻譯學(xué)認(rèn)知架構(gòu)？

2.翻譯學(xué)知識本質(zhì)的本體論審視

柏拉圖將知識定義為“證成的真信念（justified truebelief）”，認(rèn)為構(gòu)成知識的基本元素有三：真實性（truth）、信念（belief）和證成（justification）。真實性是指知識必須反映客觀存在，與事實具有同一性，如“翻譯是跨語言的知識生產(chǎn)活動”揭示了翻譯的跨語活動形式和知識傳播功能，因而是真命題。真實性是知識的根本屬性和價值，幫助人們認(rèn)識真相，排除錯誤認(rèn)知。信念指人對命題所表達(dá)內(nèi)容的真誠確信。例如，對“譯者行為具有社會性”這一命題的認(rèn)同，是其成為知識的必要條件，宣稱該命題而不真正理解其內(nèi)涵，則不構(gòu)成知識。證成是信念成為知識的途徑，只有經(jīng)過證成的信念才具有真實性。證成可通過理性推理或?qū)W術(shù)實踐實現(xiàn)，前者是邏輯證成，后者是行動證成。例如，對“口譯語向影響譯語輸出的流利度”的信念，若未經(jīng)實驗或教學(xué)實踐，僅屬于假設(shè)或直覺，而非知識。概言之，在經(jīng)典的知識本體論中，真實性、信念和證成是三個基本元素，缺一不可，形成知識生產(chǎn)的邏輯閉環(huán)。

柏拉圖的知識三元觀極具洞見地揭示了知識的本質(zhì)和內(nèi)涵，規(guī)定了知識構(gòu)建的基本路徑。在傳統(tǒng)翻譯學(xué)認(rèn)知框架中，翻譯理論是對翻譯活動的學(xué)理性總結(jié)，對翻譯實踐具有描述、解釋和預(yù)測功能（覃江華，2020：59）。翻譯理論建構(gòu)必須遵循一定的原則和流程。如，從翻譯思想到翻譯理論必須歷經(jīng)一系列過程;產(chǎn)生感性認(rèn)識，確立翻譯思想，驗證翻譯假說，形成翻譯理論（黃忠廉，2010：77）。證成是完成翻譯學(xué)知識生產(chǎn)過程的關(guān)鍵環(huán)節(jié)。翻譯史研究注重“論從史出”，基于扎實的史料考證翻譯歷史事件的面貌。語料庫翻譯學(xué)利用大規(guī)模語料，驗證簡化、顯化、規(guī)范化等譯語共性假設(shè)，揭示翻譯語言的基本特征。翻譯認(rèn)知研究通過訪談、有聲思維、眼動儀、腦電波等實驗方法論證假設(shè)，解析翻譯認(rèn)知過程和機(jī)制。可見，傳統(tǒng)翻譯學(xué)的知識生產(chǎn)普遍遵循柏拉圖的邏輯理路，通過各種形式的證成確保知識的真實性，使之成為人的信念。

GenAI提供了一種迥異于傳統(tǒng)的翻譯學(xué)知識生產(chǎn)范式。其一，根據(jù)柏拉圖的知識觀，真實性可經(jīng)由理性層面的邏輯推演或?qū)嵺`層面的意向性行動驗證，而GenAI的知識生產(chǎn)則依賴算法，無需人的參與，其“真實性”來源于基底語料的統(tǒng)計關(guān)聯(lián)。DeepSeek通過詞頻共現(xiàn)的概率生成內(nèi)容，其正確性取決于基底語料分布，而非人的邏輯論證或行動驗證，導(dǎo)致“真實性”與“證成性”之間原本不可分割的關(guān)系出現(xiàn)斷裂。如，想要以中文提煉一篇英文化學(xué)文獻(xiàn)的核心內(nèi)容，DeepSeek 可在人的提示下，一鍵生成內(nèi)容，瞬間完成萃譯行為。這種翻譯知識（translated knowledge）的生成過程缺乏人的證成環(huán)節(jié)，其“真實性”是數(shù)據(jù)驅(qū)動的統(tǒng)計最優(yōu)解，不符合柏拉圖本體論意義上的知識定義。其二，知識作為證成的信念，具有恒定價值，即知識是穩(wěn)定的真理。然而，GenAI生成的內(nèi)容隨算法升級和基底語料更新而動態(tài)變化，同一問題在不同時間會產(chǎn)生不同答案，真理成為GenAI技術(shù)迭代的產(chǎn)物，是動態(tài)流動的，不具有穩(wěn)定性。此外，知識表現(xiàn)為人對命題的信念狀態(tài)，即確信其具有真實性。信念是人的主動認(rèn)知，而GenAI不具有人的主動性和意向性，缺乏人的認(rèn)知能力，生成的內(nèi)容是概率計算的結(jié)果。如，DeepSeek輸出“翻譯具有跨文化交際功能”時，并非源于“信念”，而是大語言模型算法統(tǒng)計的最優(yōu)解。即使GenAI生成的內(nèi)容被用戶認(rèn)同為“信念”，但其生成過程脫離了人的實踐和理性框架，因而與柏拉圖規(guī)定的信念不同。

柏拉圖的知識觀還隱含著一個重要預(yù)設(shè)：人是知識的唯一主體，因為構(gòu)成知識的基本三元無法脫離人而獨立存在。因此，“屬人性”也是知識的根本屬性。傳統(tǒng)知識觀中，翻譯是人的活動，翻譯學(xué)知識（translatologyknowledge）是人的翻譯實踐和翻譯學(xué)實踐的產(chǎn)物。人不作為主體，翻譯學(xué)知識就不存在。GenAI具有強(qiáng)大的無監(jiān)督學(xué)習(xí)能力、自適應(yīng)學(xué)習(xí)能力和遷移學(xué)習(xí)能力，可模擬人的學(xué)習(xí)行為，自行處理數(shù)據(jù)，完成習(xí)得過程。如，在特定程序的支持下，GenAI可在其預(yù)訓(xùn)練數(shù)據(jù)中自主挖掘譯文的詞匯、語法、修辭、語篇風(fēng)格特征，總結(jié)譯語表達(dá)模式。在這一過程中，GenAI所扮演的知識生產(chǎn)主體角色，挑戰(zhàn)了知識專屬人類的傳統(tǒng)認(rèn)知。GenAI推動了翻譯學(xué)知識生產(chǎn)從人類實踐轉(zhuǎn)向概率統(tǒng)計，從依靠人類理性轉(zhuǎn)向依靠算法邏輯，真理的合法性基礎(chǔ)也隨之改變。GenAI構(gòu)建了一種新的翻譯學(xué)知識生產(chǎn)格局，表現(xiàn)出不同的知識生產(chǎn)邏輯、機(jī)制和生態(tài)，需要我們重新審視“何為翻譯學(xué)知識”的根本性問題。

3.翻譯學(xué)知識起源的認(rèn)識論反思

在柏拉圖的知識觀中，命題要從信念上升為知識，必須通過人的證成。證成既包括理性推理，也包括現(xiàn)實實踐，蘊含著知識社會學(xué)和知識實踐論的基本原則，即知識是社會構(gòu)建的產(chǎn)物，知識來自實踐，由實踐檢驗。循此可知，翻譯（學(xué)）知識源于翻譯實踐（translation practice）和翻譯學(xué)實踐（translation research）。前者包括翻譯活動、翻譯事件和翻譯現(xiàn)象等，后者是以翻譯為對象的學(xué)術(shù)研究活動，二者均以人為獨立主體，是人的社會性實踐活動。翻譯學(xué)知識的真實性需經(jīng)翻譯實踐和翻譯學(xué)實踐檢驗和證實。翻譯學(xué)知識能否客觀反映翻譯事實，是衡量其真實性的基本標(biāo)準(zhǔn)。

GenAI介人翻譯學(xué)知識生產(chǎn)挑戰(zhàn)了柏拉圖知識觀蘊含的知識社會學(xué)原則和知識實踐論。首先，人機(jī)協(xié)作的知識生產(chǎn)模式賦予翻譯學(xué)知識新的社會性特征。如前所述，傳統(tǒng)觀念認(rèn)為，知識是社會實踐的過程和結(jié)果。翻譯學(xué)知識的生產(chǎn)離不開人的翻譯實踐和翻譯學(xué)實踐。翻譯學(xué)研究作為社會構(gòu)建過程，必須經(jīng)由人與人的交往實現(xiàn)，無論是顯性的、直接的，如學(xué)術(shù)會議、翻譯教學(xué)實驗等面對面交流，還是隱性的、間接的，如查閱翻譯學(xué)文獻(xiàn)、調(diào)研翻譯史檔案資料等。對譯者行為的觀察、翻譯心理的解析、翻譯語言策略的分析、翻譯現(xiàn)象的歸納、翻譯歷史的探究，均以人作為唯一主體或?qū)ο螅撾x社會性的翻譯研究是不可想象的。GenAI的加入，使人機(jī)交互替代了人際交往，重塑了知識生產(chǎn)關(guān)系。在人的提示下，GenAI基于自身的語料和算法提供知識，形成人機(jī)協(xié)作的知識生產(chǎn)模式。

在傳統(tǒng)的翻譯學(xué)知識生產(chǎn)模式中，學(xué)術(shù)活動有嚴(yán)格的流程，經(jīng)過制度化訓(xùn)練的研究者按照學(xué)術(shù)規(guī)范從事研究，知識形成的過程是透明的、可解釋的。而GenAI的知識生成過程具有不可解釋性和不透明性。DeepSeek會向用戶呈現(xiàn)推理過程，但為什么這么推理及基于這種推理所形成的答案，仍具有隨機(jī)性，并沒有解決知識生產(chǎn)的透明性問題，難以達(dá)到傳統(tǒng)意義上“證成”的標(biāo)準(zhǔn)。那么，這種知識生產(chǎn)的“黑箱”過程或不受人控制的特征，是否意味著GenAI具有知識生產(chǎn)主體地位？無論如何，有一點是毋庸置疑的，GenAI介入翻譯學(xué)的知識生產(chǎn)，改變了傳統(tǒng)翻譯研究中的社會關(guān)系，人不再是知識生產(chǎn)中的唯一參與者。在GenAI時代，翻譯學(xué)研究者可調(diào)用其內(nèi)置模型與數(shù)據(jù)資源，直接獲取研究所需信息，或直接實現(xiàn)研究目的。如，對特定語對（language pair）翻譯語言特征的研究，現(xiàn)在可以借助GenAI輕易地實現(xiàn)研究目的。在GenAI的賦能下，一個人即可成為“研究團(tuán)隊”，知識生產(chǎn)過程中的人際互動或社會實踐并非不可或缺。未來隨著GenAI深度嵌人翻譯實踐和翻譯學(xué)研究的不同領(lǐng)域、過程和場景，人機(jī)協(xié)同的翻譯學(xué)研究將更加普及，人工智能生產(chǎn)的、無需社會實踐的翻譯學(xué)知識比重將大幅增多。

在傳統(tǒng)的翻譯學(xué)知識生產(chǎn)中，人的具身經(jīng)驗發(fā)揮重要作用。人類的科學(xué)史經(jīng)歷了經(jīng)驗科學(xué)、理論科學(xué)、計算科學(xué)和數(shù)據(jù)密集型科學(xué)四個階段，分別對應(yīng)四種科學(xué)研究范式。在經(jīng)驗科學(xué)范式階段，翻譯經(jīng)驗是翻譯學(xué)知識的主要來源，如三不易、五失本、五不翻、折中、八備等傳統(tǒng)譯論，無不建基于佛經(jīng)翻譯家經(jīng)年累月的翻譯實踐。在此階段，翻譯知識的生產(chǎn)者和翻譯活動的實踐者同為一體，翻譯知識是翻譯家將工作經(jīng)驗抽象化的結(jié)果。所謂實踐出真知，就是強(qiáng)調(diào)切實的翻譯實踐對翻譯學(xué)知識生產(chǎn)的基礎(chǔ)性作用。進(jìn)入理論科學(xué)范式階段，翻譯學(xué)知識的生產(chǎn)基于“假設(shè) $$ 驗證”的邏輯理路，以實證主義的方法開展。研究者通過文本分析、田野調(diào)查、實驗、訪談等手段獲取數(shù)據(jù)，驗證假設(shè)，揭示翻譯的本質(zhì)、特征、規(guī)律、功能。在這一階段，開始出現(xiàn)專業(yè)的翻譯知識生產(chǎn)者或翻譯學(xué)者，知識生產(chǎn)主體和翻譯實踐主體身份出現(xiàn)分化。在計算科學(xué)范式階段，采用計算機(jī)的模擬技術(shù)或基于計算機(jī)的實驗或統(tǒng)計成為知識生產(chǎn)的重要特征，常見于翻譯思維、翻譯認(rèn)知、翻譯心理、翻譯情感的計算與分析，計算機(jī)作為工具進(jìn)人翻譯學(xué)知識生產(chǎn)過程。在數(shù)據(jù)密集型科學(xué)范式階段，數(shù)據(jù)是翻譯學(xué)知識生產(chǎn)的基本介質(zhì)和材料，算法是知識生產(chǎn)的基本邏輯。在研究者提示工程（prompt engineering）的作用下，GenAI基于內(nèi)置的算法對自身既有數(shù)據(jù)進(jìn)行邏輯化加工，完成知識生產(chǎn)。研究者只需提出問題、設(shè)計提示和優(yōu)化輸出，無需親歷翻譯活動或?qū)嶒烌炞C，即可獲得知識。與前三種范式不同，第四種范式的翻譯學(xué)知識生產(chǎn)是一種“從數(shù)據(jù)到數(shù)據(jù)”的過程，知識的生產(chǎn)在數(shù)據(jù)空間中發(fā)生。在知識社會學(xué)和知識實踐論意義上，基于GenAI的翻譯學(xué)知識生產(chǎn)是離身的、去社會化的、去實踐化的。GenAI的知識生產(chǎn)過程表明，人工智能為翻譯學(xué)知識生產(chǎn)提供了新的路徑和邏輯，需要我們以新的思路回答“翻譯學(xué)知識從哪里來”，重新認(rèn)識翻譯學(xué)知識的起源問題。

4.翻譯學(xué)知識生產(chǎn)的方法論重構(gòu)

如前所述，柏拉圖知識觀蘊含著人類主體性預(yù)設(shè)，底層邏輯是人類中心主義思維。傳統(tǒng)的翻譯學(xué)知識生產(chǎn)以個人為中心，翻譯理論、翻譯話語、翻譯概念由作為個體的學(xué)者提出。例如，嚴(yán)復(fù)的“信、達(dá)、雅”，錢鐘書的“化境”論，魯迅的“硬譯”論等，此種基于個體學(xué)者的翻譯學(xué)知識生產(chǎn)方式個性鮮明，但亦存在固有局限性。從宏觀層面看，個體存在于特定時空，必然具有與之適配的歷史性、時代性、社會性及文化性，因此個人的翻譯觀念和對翻譯的理解難以脫離其身在的社會歷史環(huán)境。例如，在佛經(jīng)翻譯時代，因社會歷史條件限制，不存在形成翻譯記憶、翻譯認(rèn)知、翻譯心理等概念的文化環(huán)境和技術(shù)條件。從微觀層面看，學(xué)者個人的生活經(jīng)驗、知識體系、學(xué)術(shù)旨趣、意識形態(tài)、認(rèn)知結(jié)構(gòu)等，極大地影響其生產(chǎn)的翻譯學(xué)知識的內(nèi)容構(gòu)成和話語形態(tài)。如，玄奘和徐光啟的翻譯觀念和所生產(chǎn)的翻譯知識截然不同，除去時代性因素，二者的知識結(jié)構(gòu)和學(xué)術(shù)旨趣差異是重要原因。在以個人為中心的知識生產(chǎn)時代，翻譯研究者身在的宏觀時空環(huán)境和個人的智識條件制約其初原性的知識探索面向、范圍和深度，所產(chǎn)出的翻譯學(xué)知識不可避免地存在視野、領(lǐng)域、角度的局限性和狹窄性，導(dǎo)致其在面對宏大復(fù)雜的跨學(xué)科翻譯學(xué)課題時，常常顯得力所不逮。

GenAI為翻譯學(xué)知識生產(chǎn)提供了一種新型的智能化基礎(chǔ)設(shè)施。在GenAI的加持下，翻譯學(xué)知識生產(chǎn)不再單純依賴個體的經(jīng)驗、視野和智識，而呈現(xiàn)出“生成式知識涌現(xiàn)”特性。大語言模型擁有的海量基底語料可自動成為翻譯學(xué)知識生產(chǎn)的原材料，在研究者提示工程的牽引下，基于內(nèi)置的算法生成內(nèi)容。這種知識涌現(xiàn)具有集成性和全域性特征：數(shù)字空間中任何語言文化背景和專業(yè)領(lǐng)域的數(shù)據(jù)，都可經(jīng)由GenAI進(jìn)入知識生產(chǎn)過程，從而構(gòu)建出一個全球性的知識生產(chǎn)網(wǎng)絡(luò)；知識資源的整合不再受時空、文化或社會結(jié)構(gòu)限制；知識生產(chǎn)成為全球性的建構(gòu)行為;數(shù)字空間中的一切用戶均是潛在的知識生產(chǎn)參與者、貢獻(xiàn)者，使知識生產(chǎn)呈現(xiàn)出大眾化、眾籌化特征。任何語種和專業(yè)的語料，可通過GenAI的翻譯功能，高效生成譯文，為用戶提供知識服務(wù)。ChatGPT具有編程功能，可在研究者的提示下，生成相關(guān)程序，抓取特定語對的翻譯語料，并自行從詞匯、語法、句法、修辭、篇章等多個維度分析翻譯共性特征（translationuniversal），或爬取有關(guān)中國特色政治概念譯文的海外媒體報道語料，通過情感分析，考察國際媒體對中國特色政治話語的傳播與接受狀況。與傳統(tǒng)基于學(xué)者經(jīng)驗積累的“小數(shù)據(jù)”研究不同，GenAI依托的是全域聯(lián)通的大數(shù)據(jù)。前者是“有限—孤立一經(jīng)驗驅(qū)動”的研究模式，后者是“海量—互聯(lián)—算法驅(qū)動”的研究模式，二者在數(shù)據(jù)規(guī)模、分析廣度與研究效率上不可同日而語?，F(xiàn)代信息技術(shù)的迅猛發(fā)展，翻譯研究需要尋求新的學(xué)術(shù)范式（高玉霞、任東升，2023b）。

知識涌現(xiàn)是知識生產(chǎn)和知識創(chuàng)新的動力，個人的知識涌現(xiàn)是學(xué)者長期專業(yè)積累的結(jié)果。在傳統(tǒng)的學(xué)術(shù)模式中，學(xué)者要經(jīng)歷漫長的專業(yè)學(xué)習(xí)和訓(xùn)練過程，所生產(chǎn)的知識需建基于堅實的專業(yè)基礎(chǔ)，才具備學(xué)術(shù)界認(rèn)可的權(quán)威性。專業(yè)領(lǐng)域的翻譯知識生產(chǎn)，如法律翻譯、醫(yī)學(xué)翻譯、工程翻譯等，需要譯者長期浸淫相關(guān)行業(yè)，才能形成知識涌現(xiàn)。翻譯概念的創(chuàng)生、翻譯理論的構(gòu)建、翻譯研究方法的創(chuàng)新、翻譯研究跨學(xué)科視野的拓展，皆是研究者知識涌現(xiàn)的結(jié)果。這種知識涌現(xiàn)的前提，是研究者在翻譯學(xué)領(lǐng)域長期的知識積累。知識涌現(xiàn)有一個線性進(jìn)化過程。隨著個人的知識積累不斷增多，專業(yè)認(rèn)知不斷演進(jìn)，最終形成涌現(xiàn)效應(yīng)。GenAI則提供了另一種的涌現(xiàn)路徑。如果將GenAI每一次對提示的響應(yīng)都視為一個知識涌現(xiàn)的結(jié)果，那么其知識涌現(xiàn)表現(xiàn)出與個人知識涌現(xiàn)不同的特征，即知識一鍵生成，無需前期線性的積累;知識的來源具有多來源、多維度、多模態(tài)特點，因而跨語言、跨文化、跨專業(yè)、跨模態(tài)知識生產(chǎn)的技術(shù)門檻低;知識的生成是算法邏輯運行的結(jié)果，量級和速率遠(yuǎn)超人類界限。

因跨語、跨域、跨模態(tài)的知識遷移、化用和調(diào)用變得更加容易，GenAI的知識涌現(xiàn)有可能成為推動翻譯學(xué)知識生產(chǎn)實現(xiàn)跨越式發(fā)展的潛在動力。以往進(jìn)行跨學(xué)科翻譯研究，需要學(xué)者具備所涉學(xué)科較為完整的知識體系。個體學(xué)者的知識涌現(xiàn)需要長期的學(xué)術(shù)積累過程，學(xué)科間距離越遠(yuǎn)，需要付出的時間和精力成本就越大。采用DeepSeek 或ChatGPT，即可調(diào)用歷史學(xué)、政治學(xué)、哲學(xué)、法學(xué)、心理學(xué)、計算科學(xué)等不同學(xué)科概念、理論、方法，服務(wù)于翻譯學(xué)研究，非常便捷高效。GenAI具備卓越的知識勾連能力，能按照一定的邏輯將看似不相關(guān)聯(lián)的兩個學(xué)科進(jìn)行巧妙耦合，為翻譯學(xué)研究提供富有學(xué)術(shù)想象力的啟示。如要使用其他學(xué)科的特定理論解決具體的翻譯學(xué)問題，研究者可利用GenAI形成知識圖譜，快速了解該理論的發(fā)展脈絡(luò)，完成跨學(xué)科研究的知識準(zhǔn)備。另外，傳統(tǒng)翻譯學(xué)研究多偏重文學(xué)翻譯（張保國，2024：114），GenAI可極大豐富研究主題，拓展翻譯學(xué)研究疆域?？梢灶A(yù)見，在GenAI的推動下，翻譯學(xué)知識生產(chǎn)將進(jìn)一步打破專業(yè)限制，在不同學(xué)科的知識交疊區(qū)產(chǎn)生前所未有的新知和洞見，實現(xiàn)知識的涵融與重構(gòu)，外顯為一種“超學(xué)科”的知識涌現(xiàn)。

5.翻譯學(xué)知識的價值論追問

GenAI作為大數(shù)據(jù)和人工智能驅(qū)動的新型技術(shù)，未來有望深度進(jìn)人翻譯學(xué)知識生產(chǎn)，使翻譯學(xué)研究更加重視大數(shù)據(jù)思維、計算思維、人機(jī)協(xié)同思維和跨學(xué)科思維，為解決復(fù)雜的翻譯學(xué)課題和重構(gòu)翻譯學(xué)研究體系提供了可能。新的翻譯學(xué)知識生產(chǎn)生態(tài)和模式促使我們重新思考知識價值論的基本問題：什么樣的知識有價值？誰的知識更有價值？

什么樣的知識有價值，追問的是GenAI生成的翻譯學(xué)知識的價值判斷標(biāo)準(zhǔn)。知識的價值表現(xiàn)為有用性、真理性，或二者的統(tǒng)一。GenAI可一鍵生成內(nèi)容，其知識生產(chǎn)表現(xiàn)出速成性、臨時性特征：用戶臨時產(chǎn)生知識需求，GenAI即時提供答案;所生成的知識，用戶用后即棄。在此情形下，GenAI生成的知識是碎片化的、流動的，知識點之間可能缺乏連貫性，知識的生命周期較短，與柏拉圖主張的穩(wěn)態(tài)的、恒定的知識特征不同。盡管如此，GenAI生成的知識能滿足用戶即時的求知需求，因而具有實用性價值。

GenAI內(nèi)容生成過程具有黑箱特點，知識在數(shù)據(jù)空間中經(jīng)由算法邏輯形成，缺乏傳統(tǒng)知識觀中的人的證成環(huán)節(jié)，因此知識的真實性需要知識生成過程的可解釋性來保障。鑒于此，可采取不同的措施增強(qiáng)可解釋性。首先是在數(shù)據(jù)層面增強(qiáng)知識的溯源能力。如，在訓(xùn)練用于分析翻譯語言特征的大語言模型時給基底語料添加標(biāo)識。在模型訓(xùn)練階段，可標(biāo)注語料的來源，如資深翻譯家/專業(yè)譯者/非專業(yè)譯者及相應(yīng)的翻譯質(zhì)量等級A/B/C，通過技術(shù)手段使GenAI生成的內(nèi)容可溯回到原始語料，以便明晰基底語料與生成知識之間的關(guān)系，解析知識生產(chǎn)的邏輯過程。另一方面增加動態(tài)知識圖譜鏈接，將GenAI生成的回答與其知識源頭進(jìn)行關(guān)聯(lián)，使用戶可溯及關(guān)鍵內(nèi)容的來源，便于在更完整的語境或?qū)I(yè)背景中了解GenAI生成的知識。其次，優(yōu)化算法，構(gòu)建適切的修正機(jī)制。真實性是知識的基本構(gòu)件，因此可在GenAI中設(shè)置反事實解釋框架（Counterfactual Explanations Framework），形成實時自查機(jī)制，一旦輸出的內(nèi)容偏離常識，就自動觸發(fā)修正流程，提高知識的準(zhǔn)確性。最后是構(gòu)建人機(jī)協(xié)同的知識證成閉環(huán)。一方面，強(qiáng)化人類專家的介人，在大語言模型的訓(xùn)練環(huán)節(jié)，組成由翻譯學(xué)、自然語言處理、人工智能等領(lǐng)域?qū)＜覙?gòu)成的專業(yè)團(tuán)隊，對GenAI生成知識的推理步驟進(jìn)行論證、審核，提高其科學(xué)性。另一方面，優(yōu)化GenAI基于人類反饋的強(qiáng)化學(xué)習(xí)機(jī)制（Reinforcement Learning from Human Feedback），鼓勵用戶標(biāo)記GenAI 生成的內(nèi)容的不足和錯誤，促進(jìn)大語言模型的優(yōu)化迭代。

誰的知識更有價值，是在承認(rèn)GenAI生成的翻譯學(xué)知識價值的基礎(chǔ)上，以比較的方式追問人和GenAI作為知識生產(chǎn)主體的作用問題，指向知識生產(chǎn)者的主體性地位。這個問題還可以轉(zhuǎn)換為：人工智能未來能否替代人類研究者？GenAI為翻譯學(xué)知識生產(chǎn)創(chuàng)造了一幅迥異于傳統(tǒng)的圖景。隨著技術(shù)的升級，GenAI的智慧程度會不斷提升，將具有更強(qiáng)大的知識生產(chǎn)能力。不可否認(rèn)，GenAI在算力和數(shù)據(jù)存儲、處理能力上遠(yuǎn)超人類。盡管如此，我們?nèi)匀豢梢詷酚^預(yù)計，人類必然是翻譯學(xué)知識生產(chǎn)的絕對主導(dǎo)者，未來將形成“以人為本”的人機(jī)共生翻譯學(xué)知識生產(chǎn)格局。這是由人工智能和翻譯學(xué)研究的性質(zhì)決定的。首先，當(dāng)前人工智能還處于弱人工智能階段，與人的最大區(qū)別，就是缺乏自主行動力和意向性。人工智能不能在物理世界中行動，不具有主動提出問題、解決問題的能力，所能做的就是在虛擬的數(shù)據(jù)空間中進(jìn)行邏輯運算，對人的提示進(jìn)行被動響應(yīng)。翻譯學(xué)研究在任何時候都具有不可滅失的社會性和實踐性。在未來的翻譯學(xué)研究中，仍然需要人來發(fā)現(xiàn)問題、提出問題，通過訪談、觀察、實驗等方式收集數(shù)據(jù)，按照一定的方法處理數(shù)據(jù)，經(jīng)由邏輯思維形成研究結(jié)論。其次，人在具身的翻譯活動和翻譯學(xué)研究中形成的知識，具有豐富復(fù)雜的社會性、文化性、情感性蘊含。例如，對翻譯文本意義的闡釋、對翻譯事件歷史影響的考察、對翻譯學(xué)基本問題的哲性反思和批判，所體現(xiàn)出人文精神是GenAI無法替代的。最后，GenAI是在既有的數(shù)據(jù)上生成知識，所生成的翻譯學(xué)知識是其基底語料的算法化重構(gòu)。數(shù)據(jù)世界并不能完全映射真實的世界。數(shù)據(jù)世界的未及之處，是人類研究者的用武之地。如，翻譯史研究的一個重要創(chuàng)新之處就是新史料的發(fā)掘。缺乏對翻譯史相關(guān)文獻(xiàn)、檔案、文物、人物的發(fā)掘和調(diào)研，創(chuàng)新性知識的生產(chǎn)就無從談起。GenAI在這方面的能力必然是滯后于人類的。

6.結(jié)語

GenAI介人翻譯學(xué)知識生產(chǎn)為翻譯學(xué)研究提供了新的路徑，有助于推動翻譯學(xué)知識體系建設(shè)的結(jié)構(gòu)性轉(zhuǎn)型，促使我們重新審視知識的本質(zhì)和價值，但柏拉圖知識觀的底層邏輯并沒有因GenAI的廣泛應(yīng)用而遭到解構(gòu)，而是演變?yōu)橐环N批判性框架，促使我們以新的眼光重新定義人機(jī)知識生產(chǎn)關(guān)系，推動翻譯學(xué)研究觀念革新和范式轉(zhuǎn)型。在未來，有必要基于新的學(xué)科認(rèn)知框架，構(gòu)建人機(jī)協(xié)存互融的研究范式，既要承認(rèn)人工智能在翻譯學(xué)知識生產(chǎn)過程中的主體性，也要堅守人類研究者作為翻譯學(xué)研究意義賦予與價值構(gòu)建的根本性地位。

參考文獻(xiàn)

[1]高玉霞，任東升.生成式AI時代翻譯制度建設(shè)的挑戰(zhàn)與對策［J].外語電化教學(xué)，2023a，（4）：9-15+114

[2]高玉霞，任東升.文章翻譯學(xué)：超學(xué)科翻譯研究典范[J]．山東外語教學(xué)，2023b，（4）：109-118.

[3]黃忠廉．翻譯思想 eq 翻譯理論——以傅雷、嚴(yán)復(fù)為例[J].解放軍外國語學(xué)院學(xué)報，2010，（5）： 77-81+ 128.

[4]覃江華.翻譯理論的本質(zhì)、價值與危機(jī)[J].外語學(xué)刊，2020，（5）：58-64.

[5]王華樹.GenAI時代語言服務(wù)變革與語言服務(wù)教育創(chuàng)新[J].北京第二外國語學(xué)院學(xué)報，2024，（6）：102-115.

[6]王少爽.從“搜商\"到\"問商”：生成式人工智能時代的譯者提示素養(yǎng)概念框架構(gòu)建［J].外語教育研究，2025，（1）：1-8.

[7]許文勝，劉巧玲．人工智能在應(yīng)急語言服務(wù)中的應(yīng)用與展望［J]．山東外語教學(xué)，2024，（1）：33-43.

[8]楊艷霞，陳瑩，魏向清.生成式智能時代的人機(jī)協(xié)同翻譯素養(yǎng)研究［J].上海翻譯，2025，（1）：39-45.

[9]張保國.中國學(xué)術(shù)翻譯研究的回顧與展望[J]．山東外語教學(xué)，2024，（6）：113-125.

[10]周忠良.ChatGPT在翻譯教學(xué)中的應(yīng)用：變革、挑戰(zhàn)與應(yīng)對［J].北京第二外國語學(xué)院學(xué)報，2023，（5）：134-146.

[11]朱玉彬，汪藍(lán)玉.生成式人工智能時代的翻譯技術(shù)知識觀：理論內(nèi)涵與教學(xué)啟示［J].中國翻譯，2025，（1） ：62-70.

（責(zé)任編輯：楊彬）