机器翻译的普及，让跨语言交流变得更低成本，也让语言服务从业者产生困惑：机器越来越强，人工翻译是否还重要？从机器翻译研究来看，答案并不是简单的“淘汰”，而是翻译工作正在从单一语言劳动，转向项目化管理。
机器翻译的优势十分直接。面对商品介绍，它可以快速生成初稿，帮助用户大致理解内容。对译者来说，机器翻译也能承担重复句段处理等任务。过去需要大量时间完成的基础转换，现在可以先由系统生成，再由人工进行重写。因此，机器翻译并非只有替代焦虑，也带来新的工作流程。
但机器翻译的局限同样清楚。它擅长处理结构稳定材料，却不容易把握语气。影视字幕等专业场景，往往不仅要求“意思差不多”，还要求可追责。机器可以给出候选表达，却很难完全判断一句话背后的情绪色彩。这正是人工翻译仍然具有价值的地方。
翻译技术教学因此需要改变重点。过去课程可能更强调语言基础，而现在还必须加入机器翻译评估。学习者不仅要会翻译，还要知道怎样使用工具。工具操作只是起点，真正重要的是形成问题意识。
课堂训练也应从纸面翻译转向团队协作。学生可以围绕翻译记忆库完成流程训练，练习如何在风格之间做判断。这样的训练，能让翻译技术从“会点软件”变成职业能力，也让学习者更早理解质量标准。
评价体系也要随之更新。课堂不应只看词句是否对应，还要考察译后编辑策略。课程团队可以用同伴互评评价学生，让学习结果更接近职业场景。
译后编辑能力会成为未来译者的基础技能之一。优秀译者不应盲目接受机器结果，也不应拒绝所有技术，而要学会在效率之间做判断。面对低风险文本，可以采用批量处理；面对高风险文本，则要进行逐句审校。译者的价值不再只体现在“从零开始翻”，还体现在能否把机器初稿改成符合语境的译文。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养能审校的复合型译者。MTI学生需要明确自己的职业定位：一方面打牢外语能力，另一方面掌握行业流程。只有这样，才能在机器翻译普及后，从基础翻译执行者成长为质量把关者。
未来的翻译行业，很可能不是机器和人工的冲突，而是人机共生。机器负责提高覆盖范围，人工负责提升风格感。当工具资源结合起来，翻译服务就能从“是否翻得出”升级为“能否在真实场景中交付高质量语言服务”。接受机器翻译的发展，再融入专业译者的智慧，才是翻译行业继续前进的长期路径。 详情