查看原文
其他

译学文献 | 从人际伦理到人机伦理——ChatGPT时代翻译伦理研究

张成智 张春良 翻译技术教育与研究
2024-09-09

原文作者 | 张成智  张春良(河北大学外国语学院,东北大学外国语学院)

原文刊登 | 张成智,张春良.从人际伦理到人机伦理——ChatGPT时代翻译伦理研究[J].外国语言与文化,2023,7(04):104-112.DOI:10.19967/j.cnki.flc.2023.04.010.

文章版权 | 本文已获得原作者授权,如需转载,可关注本号,在后台留言


正文

    2022年11月30日,美国OpenAI公司发布全球首款人工智能大模型聊天机器人——ChatGPT。ChatGPT是Chat Generative Pre-trained Transformer的缩写,其意思为用于聊天的生成性预训练转换模型。它可以理解和学习人类语言,并可通过实时人机对话,完成文字翻译、文案撰写等工作。由于其划时代的强大功能和简单易学的使用方式,一经推出,就在全球形成轰动效应,短短两个月其注册活跃用户就超过了2亿,成为现象级技术产品。马斯克(Elon Musk)评价说ChatGPT令人难以置信;盖茨(Bill Gates)认为ChatGPT是极为重大的创新,其意义不亚于电脑与互联网的发明。ChatGPT爆火之后,国内外巨头公司也纷纷投入竞品研发,例如华为推出了“盘古”,百度研发了“文心一言”,腾讯推出了“混元”。此外,韩国、英国、俄罗斯等国也都在研发本国的人工智能大模型产品。

    作为一个能处理各种自然语言理解任务并涵盖不同语言数据的单一模型,ChatGPT也可以被视为一个统一的多语言机器翻译模型,具有多语言翻译能力,并在翻译实践中得到了迅速推广普及,因而触发了较多的翻译伦理问题,翻译学界尚未对此有过专门深入的研究。探讨ChatGPT给翻译伦理带来的挑战,有助于理顺各种翻译主体之间的伦理关系,调整和制定相应的行为规范,约束因此而产生的潜在风险,对于翻译学科和翻译行业的健康发展具有积极意义。



一、翻译伦理的发展与演变:从人际伦理到人机伦理

    伦理是指职业人员应当遵守的行为准则或规范。只要有人,有人的活动,伦理就会发生作用。翻译是人类活动,必然包含伦理关系,例如原作者和译者的关系、译者与读者的关系、译者与赞助人之间的关系等。翻译伦理是伦理问题在翻译领域的投射。任文将其定义为“翻译行为主体在翻译活动中所遵循的道德准则”(47)。翻译伦理有助于正确处理和规范翻译活动中各个主体之间的关系,有助于促进翻译行业和翻译研究的良性发展。


(一)人际伦理研究

    翻译伦理一直是中外学者热衷讨论的话题。法国学者贝尔曼(Antoine Berman)较早提出了他对翻译伦理的观点,他认为,译者一旦接受翻译任务,就要承担某种责任和义务,就要受到道德的约束(93)。芬兰学者切斯特曼(Andrew Chesterman)对翻译伦理做了系统化论述,他认为翻译活动受到四大基本准则的约束,即期待准则、关系准则、沟通准则和负责准则,每条准则对应一个伦理价值观,分别是明晰、真理、信任和理解(“Ethics of Translation” 147-160)。他还接着阐述了四种翻译伦理模式,即表现伦理、服务伦理、交流伦理和规范约束伦理,并拟定《圣哲罗姆誓言》(“Proposal for a Hieronymic Oath”),以此作为译者的行为规范(139-54)。皮姆(Anthony Pym)提出了译者伦理的概念,其主要观点包括译者一旦接受翻译任务就要对其负责,译者不应受到源语和目标语文化的影响等(“Introduction”129-38)。2021年全球38位知名翻译学者合作撰写的《劳特利奇翻译与伦理手册》(The Routledge Handbook of Translation and Ethics)由劳特利奇出版社出版,全书共四个部分31章。全书分别论述了主要翻译学派、不同翻译领域、不同翻译活动、以及翻译机构和行业的伦理思想。

    我国的翻译历史源远流长,但早期对翻译伦理的论述比较零散,例如隋代佛经译师彦琮提出的八备十条(陈福康24-28),最早对译者的道德品质提出了要求。1906年,周桂笙组织建立的译书交通公会是我国第一个译员交流社团,他亲自撰写的《译书交通公会序》是我国历史上第一份翻译工作者宣言(155-57)。王大智提出,翻译研究必须面对翻译伦理的问题(44-47)。2012年,彭萍对国内外翻译伦理进行梳理后,提出了翻译伦理学的研究框架(《翻译学的新兴分支》152-55),并于次年出版《翻译伦理学》一书,她结合中西学界对翻译伦理的研究,确立了翻译伦理学的学科性质、内容和任务,从伦理的角度探讨了翻译研究中的不正之风,以及译者的版权问题,翻译研究与教学中的伦理问题(1-4)。任文指出机器翻译的快速发展给忠实原则、责任原则、忠诚原则、公平公正原则、和谐伦理关系原则等翻译伦理造成了挑战,并提出应对建议,强调应“以负责任的态度肯定和发展翻译技术的‘能’与‘利’,坦诚其‘不能’,规避其‘不利’”(46-52)。

    为促进翻译行业健康发展,国际译联和世界各国的翻译协会不约而同都制定了译者行为规范。1963年,国际译联发布了《翻译工作者宪章》,其中列举了译者的12项职责,和7项权利,例如译者在职业活动中应该不做任何不诚实的竞争,译者应当尊重客户的合法利益,应将从事委托翻译工作时可能得到的资料视为职业秘密等等,《宪章》较早明确指出翻译工作者的职业属性,首次明确制定了译者的伦理规范。成立于1959年的美国翻译协会(ATA)也对会员译者制定了《道德规范和职业责任》(2022),其中包含译者应当向相关方披露任何真实或潜在的利益冲突、保护工作过程中获得的机密信息,不得泄密等条款。2013年,英国口笔译协会(ITI)也通过了《ITI职业行为准则》,其中第三条行为准则制定了诚信、职业能力、客户保密和信任、以及与其他会员关系等四项原则,对会员的职业行为制定了详细的伦理规范,例如在广告宣传中,会员必须确保信息准确真实,所有营销材料应当诚信合法,并遵守公平竞争原则,会员应当保密,未获得书面许可不得向第三方泄露信息,会员不得从工作中获取的机密信息获得任何利益。澳洲翻译协会也制定了《澳洲翻译协会道德守则和行为守则》,分别从职业操守、保密、专业能力、公正客观、角色界限等方面对口笔译员制定了较为详尽的伦理规范。中国翻译协会于2013年,2019年先后发布《中国语言服务行业道德规范》和《译员职业道德准则与行为规范》,分别对语言服务企业和译员制定了详尽的行为规范。

    综上所述,无论是早期中外学者对翻译伦理的研究,还是世界各国翻译协会章程中有关翻译伦理的规范和论述,其关注焦点主要在于人际伦理,如人际行为、人际交流、诚信经营和信息保密等。由于时代因素,还没有学者论及人机伦理。


(二)人机伦理研究

    随着信息技术在翻译行业与实践中的普遍应用,学界开始逐渐关注翻译技术伦理的话题。在翻译伦理的论述中,技术和机器更多的出现在相关论述中,随着技术和机器在翻译实践中的作用日益突出,翻译伦理的论述呈现出从人际伦理到技术伦理再到人机伦理过渡的特征。

    皮姆(Anthony Pym)较早关注了电子技术对翻译伦理的影响。霍尔瓦特(I. Horváth)基于AI的机器口译技术在口译行业中的使用与日俱增,并探讨了AI技术引发的口译员伦理、数据偏见与质量、数据隐私与所有权以及AI技术透明性等方面的伦理问题(4-11)。李波(Li Bo),探讨了AI技术进步给文学翻译的伦理影响,例如译者的身份和译文版权等(529-45)。

    蓝红军分析了翻译技术的伦理影响,预测翻译技术发展导致技术资源控制者宰制翻译、语言生成性受到抑制、国家语言安全面临风险等伦理风险,并提出应对建议(8-13)。韩林涛指出翻译技术企业在产品推广和销售中存在三种商业伦理问题,如妄下断言、以偏概全和夸大事实等,并分析其对利益相关者的伦理影响,强调翻译技术企业在同业竞争中应当秉持公平公正原则(52-57)。王华树、刘世界提出了翻译数据伦理的概念,论述了在翻译数据的采集加工、存储、传播和利用等环节中,存在的数据安全、数据滥用、数据异化等伦理问题(12-17)。刘成科和孔燕认为,翻译技术本质上是一种生活方式和技术环境,翻译技术伦理的主旨是理调适人类、翻译技术和世界之间的关系(81-82)。周忠良指出,ChatGPT虽然可为翻译教学提供动力,但也可能在数据泄露、偏见问题、学术风险等方面引发伦理风险(139)。

    综上所述,国内外对翻译伦理的研究早期主要是人际伦理,例如切斯特曼、王大智、彭萍等人的论述,无不以人际伦理为中心。随着翻译技术的发展的广泛应用,国内外学界对翻译伦理的研究开始更多关注机器和技术的影响,例如皮姆、霍尔瓦特、蓝红军、韩林涛等人的论述,更多关注翻译技术的伦理影响。随着翻译技术的迭代更新和广泛应用,人机协作逐步成为翻译实践的主流模式,人机伦理逐渐吸引更多学者的关注。王华树直言,现代技术发展已经使翻译伦理的焦点从人际伦理更多地转向人机伦理(142)。


二、ChatGPT的伦理风险

    ChatGPT给翻译领域带来的伦理挑战和风险主要体现在三个方面,创造力缺失、译者主体性消解以及数据安全等三个方面。


(一)创造力缺失

    一是翻译人才教育面临创造性缺失的风险。培养学生译员的创造力是翻译教育的基本宗旨和目的。ChatGPT是基于大语言模型的人工智能技术,本身并不具备创造性理解和生成知识的能力,但却为学生译员获取译文提供了便利。学生在学习翻译的过程中,对ChatGPT的过度依赖,有可能导致其求知的欲望慢慢消退。学生容易满足于ChatGPT提供的现成译文,逐渐失去对翻译策略、翻译技巧的学习兴趣。从而导致教学过程中,教师对语言知识和语言转换技巧的传授也逐渐让位于ChatGPT的提问(prompt)技巧及其新功能的讲授。由于现成的译文唾手可得,通过大量翻译练习传授翻译技巧的传统翻译教学模式将逐渐被忽视。一方面,学生依赖ChatGPT完成翻译练习的现象将日益普遍,并因此逐渐弱化其翻译创造能力。另一方面,甚至翻译教师也依赖ChatGPT获得参考译文,批阅翻译练习。由此,将导致翻译人才教育面临创造性减弱甚至缺失的风险。

    二是译者面临创造力缺失的风险。包括ChatGPT在内的人工智能虽然会节省译者的劳动,但也可能会逐渐吞噬译者的创造力和独立思考能力。ChatGPT生成译文和润色译文的强大功能,将使得译者的拿来主义日益泛滥。看上去无懈可击的AI生成译文势必助长那些不求甚解、不辨真伪的复制粘贴之风。日常的翻译项目也日益演变为在ChatGPT的提问窗口不厌其烦的复制拼贴。随着越来越多的译者日益将ChatGPT作为译文获取的首要途径,那些经过反复斟酌推敲之后灵光一现、令人拍案叫绝的妙译,那些只可意会不可言传的文采,那些创造译文、欣赏译文的快乐,很可能将与译者渐行渐远。不可否认,译者的创造力和独立思考能力是译文质量的重要保障,但随着人工智能技术的快速迭代更新,译者的创造力和独立思维也可能逐步遭到侵蚀。


(二)译者主体性消解

    一是翻译主体的增加,让翻译伦理更加复杂化。自从有文字记载以来,在传统的翻译实践中,无论玄奘的佛经翻译,路德的圣经翻译,还是严复的西学翻译,庞德的诗歌翻译,翻译的主体从来都是翻译机构、翻译团队或译者个人,翻译过程也是一纸一笔足矣。计算机辅助翻译技术的诞生,使得计算机介入了翻译过程。随着翻译技术的日新月异,翻译也从人工翻译,演变到机助人译、人助机译、甚至全机器翻译的模式。在机器翻译各显神通和ChatGPT高歌猛进的时代,翻译的伦理主体变得前所未有的多元,伦理主体之间关系也变得更加复杂。其中牵涉的伦理关系不仅包括“人与人之间,还包括人与文本、人与机构、人与机器/人工智能、人与技术之间”(任文46-52)。

    二是译者主导作用削弱,译者主体地位日益消解。在传统的翻译实践中,译者在翻译的全部过程中发挥着主导作用。从原文理解到译文输出,从翻译策略的选择,到语言风格的处理,译者的学识、认知、思想和决策发挥着至关重要的作用。翻译技术的快速发展,让翻译过程更加快捷高效,而与之伴随的结果正是译者的主体性逐步遭到削弱的过程。蓝红军指出:“翻译技术的快速发展,非但没有提高译者的身份,反而更加消解了翻译中译者在场的必要性,甚至使得译者在翻译中可能随时面临被消失的处境。”(8-13)译者对ChatGPT的高度依赖实际上削弱了译者在翻译过程中的主导地位,复制粘贴逐渐成为了译者的显性标签,甚至有的译者成为了译文的搬运工。谁是译文的创作者——译者,还是机器?在这样的争议背景下,译者的主导作用明显下降,机器的作用日益凸显。语言和思想是人的社会属性。ChatGPT具备理解人类语言的能力,实际上已经侵入了人类的语言和思想领域,逐渐削弱人类的社会属性,也削弱了译者的主导地位,译者的主体特征正日益沦为默默远去的背影。


(三)数据安全风险

    数据安全是指保护数据不受非法或未经授权的访问、使用、泄露、修改、破坏等威胁和风险。人工智能以大数据为基础。随着人工智能的发展,数据日益成为人工智能的核心要素之一。这使得数据安全的重要性日益凸显。

    ChatGPT是一种深度学习的语言大模型技术,其训练和优化需要大量的数据支撑。数据量越大越新,对其性能的提升越有益。关于ChatGPT的训练数据库,其数据来源可大致分为三种:其一,来源于公有领域的内容,即不属于私人所有、任何人可以不受限制地使用和加工的数据;其二,通过签订合同获得合法授权的内容,即通过与权利人签订合同从而获得有效授权、合法使用相关数据及内容;其三,未经授权的信息及内容,比如利用“爬虫”(Python)技术获取的网络数据以及其它未获得法律许可的数据。根据OpenAI的《使用条款》规定,OpenAI没有对用户输入的机密信息提供任何保护,且有权使用用户输入输出的内容来提升ChatGPT。ChatGPT在翻译领域的应用日益普遍和广泛,一方面给广大翻译从业者带来了巨大的便利和效率提升,另一方面由此引发的数据安全风险也不容忽视。这其中涉及多个方面的数据伦理问题。

    首先是数据权利。数据权利包含数据知情同意权、数据修改权、数据被遗忘权、数据采集权、数据可携权、数据使用权和数据收益权等多方面内容(王华树、刘世界12-17)。例如翻译公司和译员使用ChatGPT完成翻译项目,是否需要提前征得客户授权许可?ChatGPT收集译员上传的客户项目文本信息,是否侵犯客户的数据财产权?由于译文为ChatGPT生成,译员是否具有数据收益权?ChatGPT的训练数据除了使用者输入的数据,还有来自于网络数据和预训练语料,译员采纳版权不明的译文,是否侵犯版权所有者的数据权利?这些问题值得深思。

    其次是数据泄露。翻译公司或译员利用ChatGPT完成翻译项目,必然会导致信息泄露,如果翻译项目涉及商业机密、国家安全、个人隐私等敏感信息,就会导致泄密风险。翻译公司或译员使用ChatGPT的服务时,也会在互联网上留下个人敏感信息痕迹,可能被他人借助爬虫工具访问或获取,其用途可能远超译员的知情范围。ChatGPT储存的用户信息,也存在被黑客或病毒攻击的风险,甚至也存在职员不当访问、处理的风险,如果缺乏妥善的监管和应对机制,必然存在数据泄露的风险。

    最后是数据滥用。数据滥用指数据的不正当使用,在未征得数据主体知情同意的情况下,以其所不知的方式使用其个人信息或数据资产(王华树、刘世界12-17)。翻译公司和译员在客户不知情的情况下,使用ChatGPT完成翻译服务,是否属于数据滥用?ChatGPT利用、处理翻译公司和译员上传、遗留和储存的数据和信息,是否涉及数据滥用?这些问题有待学界进一步探讨。

    鉴于人工智能技术发展迅速,数据泄露、数据侵权、数据滥用等诟病呈愈演愈烈之势。由于国内相关法律法规尚不完善,相关权责界定存在模糊甚至真空区间,导致ChatGPT引发的数据安全问题不可忽视。


三、对策建议

    应当清醒认识到,ChatGPT等人工智能技术的快速迭代和应用普及,已经形成了新的伦理挑战。为了管控风险,构建健康的人机伦理生态环境,建议相关部门采取以下两条防范措施。

    第一,完善监管机制。ChatGPT等人工智能技术发展非常迅速,功能十分全面,但其本质依然是工具,本身并无善恶之分,利弊的关键在于人类的使用。因此积极利用多重渠道,完善人工智能的研发和使用监管机制。例如与世界各国建立合作交流机制,加强相关信息的沟通和国际立法合作,学习先进国家的监管经验,鼓励相关的伦理问题和法律问题研究,尽早建立健全国内的法律法规和伦理框架,包括数据安全的法律法规建设(当然也包括翻译数据在内),明确利益相关方的权利、义务和责任,并制定完善的惩戒措施等等。一方面要促进人工智能技术的研发,另一方面也要确保人工智能技术持续向善。

    第二,提高翻译从业者的技术伦理素养。ChatGPT在翻译领域得到了广泛的应用和快速普及,正因为其功能便捷强大,翻译从业者很容易只见其利不见其弊,一方面过度依赖ChatGPT的强大功能,另一方面却忽视了其中隐藏的潜在风险。目前针对人工智能技术的伦理教育比较缺乏,从业者对其伦理风险也缺乏深入全面的认识。因此既要加大技术伦理的研究,也要开展技术伦理教育和普及,不断提高翻译从业者的伦理风险意识和权利责任意识,进一步减少伦理风险。

    第三,提高译者的搜商和问商。ChatGPT的译文生成功能比较强大,虽然节省了译者的劳动,但可能会逐渐吞噬译者的创造力。加强译者的搜商和问商培养是保持和提高译者创造力的重要应对策略之一。一方面,ChatGPT的译文质量虽然较高,但也经常犯错,甚至存在一本正经胡说八道的现象。因此提高译者的搜商,增强译者的信息甄别能力和纠错能力是未来翻译教学的重要方向。另一方面,ChatGPT的回答质量与提问的语言、技巧等因素存在一定关联,因此提高译者的问商,让ChatGPT能够在译前译中译后为翻译从业者提供更优质更高效更具创新性的全流程服务,也是未来的重要方向。

    ChatGPT来了,未来势必还会有更加强大的人工智能工具,翻译领域可能会遭遇更大的冲击和更不确定的未来。盲目依赖必然导致陷入危机麻烦,逃避和焦虑自然也不是应对良策。保持清醒的头脑,直面行业处境,冷静反思人机伦理,科学认识人工智能技术的伦理风险,制定完善的监管机制,努力构建一种人与机器、人与技术的和谐伦理关系,为ChatGPT等人工智能技术创造有利的伦理生态,约束其不利,发挥其优势,方为实现技术善治之良策。


《外国语言与文化》简介

    《外国语言与文化》是湖南师范大学主办的一本学术期刊,主要刊载该领域内的原创性研究论文、综述和评论等。杂志于2017年创刊,目前已被上海图书馆馆藏、国家图书馆馆藏等知名数据库收录,是湖南省教育厅主管的学术期刊。外国语言与文化为学者们提供了一个交流学术成果和经验的平台,该期刊发表的文章具有较高的学术水平和实践价值,为读者提供更多的实践案例和行业信息,得到了广大读者的广泛关注和引用。


本期专栏文化研究  文学研究  ChatGPT时代的翻译技术与教育  翻译研究  麓山笔谈

特别说明:本文仅供学习交流,如有不妥欢迎后台联系小编。

- END -



推文编辑:李丹

审核:张成智


文章推荐:


收藏|翻译专业学生翻译技术学习推荐书目

【01】听说Perplexity改变外语教育?你会用吗?

【02】Microsoft Office和WPS中大语言模型插件初探

【03】国内大语言模型对比——基于翻译问题或翻译案

【04】教你如何使用 Copilot 

【05】ChatGPT 和 Gemini 达到专八水平了吗?

【06】国外主流翻译APP

【07】国内主流翻译APP工具

【08】在Trados中利用TM做预翻译

【09】平行语料库在口译实践中的应用

【10】语料库探索之语料对齐及分词赋码

【11】语料处理之语料采集与清洗 

【12】如何创建应用于Trados的术语库?

【13】如何使用Trados建立翻译记忆库?

【14】国内外常见语料工具一览

【15】翻译人员不容错过的5个权威术语库

【16】国内外常见CAT工具一览

【17】AntConc简介及索引工具介绍(一)

【18】Quicker使用技巧

【19】Everything:一款“秒”搜文件的神器

【20】Sketch Engine探索第一弹来袭!

【21】LancsBox:语料库研究者的必备工具

【22】TermWiki:术语检索利器

【23】ABBYY FineReader PDF:文档识别小帮手

【24】ChatGPT + Word = 高效办公

【25】如何利用聊天机器人制作双语术语表

【26】 ChatGPT在译前准备中的应用——术语准备

【27】投喂语料,提升译文质量

【28】(一)结合ChatGPT的译前编辑初探

【29】ChatGPT最新接入word方法(完美debug)

【30】AI外语写作助手,助力高效写作

【31】探索ChatGPT在翻译过程中的应用

【32】中科院学术优化本地部署


如您喜欢我们的内容,欢迎您点赞、在看、转发,更多问题可后台留言小编哦



资讯推荐


语言服务智库的实际应用场景

点个关注再走吧

继续滑动看下一个
翻译技术教育与研究
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存