从神经机器翻译（NMT）到生成式人工智能（GenAI）：高等教育英语翻译教学的系统性综述与教学启示（2015—2025）

《Sage Open》：From Neural Machine Translation to Generative AI: A Systematic Review of English Translation Teaching in Higher Education

　　

本系统性综述旨在综合2015年至2025年间高等教育中生成式人工智能（GenAI）与神经机器翻译（NMT）辅助英语翻译教学的实证研究，并评估前沿教学成果与新兴教学启示。基于通过系统评价和Meta分析优先报告条目（PRISMA）程序识别的31项研究，该综述描绘了从基于NMT的译后编辑（post-editing）与输出比较，到GenAI支持的反馈、提示（prompting）与协作修订的快速演变。该综合以任务、课程和模型层面框架组织，并以认知负荷理论（Cognitive Load Theory）和社会文化理论（Sociocultural Theory）为依据，显示NMT与GenAI支持的反馈能够提高信息类与一般学术文本的效率、错误意识和术语一致性。然而，证据仍具条件性且有时相互矛盾：对认知负荷、学习者动机和翻译质量的影响因任务类型、工具质量、学习者水平、自我调节和教学支架而异。该综述还识别出过度依赖、浅层修订、提示或译后编辑能力薄弱、评估模糊和机会不均等风险。因此，研究人员主张采用持续的过程导向教学法，由教师支架比较、修订理由说明、反馈评估、伦理披露和人类监督。最终，该研究主张翻译教育必须在AI丰富的学习中强化人类能动性，优先发展语境理解、价值判断和跨文化决策作为核心能力。

引言
近十年翻译培训出现明显技术转向。欧洲翻译硕士（EMT）能力框架将技术列为译者教育关键能力之一，同时强调人类智能、知识与技能在高质量翻译服务中仍居核心。当代翻译教育因而需兼顾技术使用能力与批判判断、伦理意识和人类能动性。NMT与GenAI已成为学生日常翻译资源，教师不再能仅靠禁止，而需教学设计、支架、评估与规制。英语翻译教学不同于一般语言学习，其目标包括源文本解释、语境敏感决策、目标文本充分性与可接受性、术语与体裁处理以及策略论证。技术丰富课堂还需译后编辑能力、机器翻译素养、提示意识、伦理判断与人类能动性。NMT与GenAI需区分：NMT主要用于生成目标文本以及机器翻译后编辑（MTPE）、人机输出比较、错误分析与质量评价；GenAI与大型语言模型（LLM）支持交互提示、元语言解释、替代译文生成、质量反馈与对话式修订。本综述结合认知负荷理论与社会文化理论，并采用任务—课程—模型框架分析。

材料与方法
本综述遵循PRISMA程序。检索自Web of Science、Scopus、Wiley和EBSCO ERIC，流程包括识别、筛选、资格评估、方法学评价与综合。搜索策略结合GenAI或NMT技术词与翻译教学教育词，检索期从2015年1月至2025年11月，基本布尔公式为(GenAI OR NMT) AND ((Translation AND Teaching) OR Translation-integrated)。纳入与排除标准要求仅实证研究、大学尺度英语翻译、英语发表、至少一个语言对语言为英语、2015—2025年、来自四个数据库、回答至少一个研究问题，且搜索词出现在标题、摘要或关键词中。资格评估与方法学评价采用两阶段：先用UWE Critical Appraisal Framework评估信息充分性、研究设计清晰度、结果清晰度和结论效度，再用混合方法评价工具（MMAT）2018版评估方法学质量。两名评审独立评分，分歧通过讨论和共识解决，评分者间信度较高。编码与分析使用Excel编码表，记录基本信息以及RQ₁、RQ₂、RQ₃相关的方法特征、整合层次、课堂实践、教学结果、挑战、风险与伦理议题。

结果
近十年GenAI与NMT辅助高等教育英语翻译教学的研究趋势（RQ₁）
检索期虽覆盖2015—2025年，但2020年前无合格出版。31项研究均发表于2020—2025年：2020和2021年各2项，2022年4项，2023年8项，2024年4项，2025年至11月为11项。早期以NMT与MTPE为主，GenAI相关研究新近出现。NMT研究让学生译后编辑、比较人机输出、进行错误分析，涉及法律、文学、新闻、字幕和学术文本，关注后编辑技能、NMT局限意识、翻译策略与批判参与。GenAI研究集中于2025年，共10项，其中9项发表于2025年；一半研究将ChatGPT等LLM直接替代NMT，5项探索其反馈、评价或修订支持功能。期刊分布较广，The Interpreter and Translator Trainer占6篇。区域上中国和东亚主导，欧洲第二，东南亚和中东有少量研究，北美零星。语言对以中英最多，英西次之。方法上从输出比较逐步转向过程敏感与多方法：早期多为小规模实验和统计；2022—2023年出现前测后测、控制组、问卷和错误类型；2023年出现过程追踪；2023—2025年采用眼动、键盘记录、Inputlog、屏幕录制、自我效能和混合方法。局限包括小样本或便利样本、干预较短、依赖问卷访谈与反思报告、纵向研究稀少、中英等语言对集中以及工具版本不稳定。

GenAI与NMT如何整合进大学英语翻译课程及取得的教学成效（RQ₂）
整合发生于任务、课程和模型三层。任务层面包括质量与错误、认知努力与工作负荷、文本与语境制约三组研究。质量与错误研究中，人译总体质量最高，MTPE与ChatGPT辅助后编辑在充分性上可比且效率更高；NMT可减少严重错误、改善术语准确性，上下文敏感工具可提高分数。但未训练后编辑者质量较差；低水平学习者倾向词级修订，高水平者更能进行短语和语篇修订；自我调节是MTPE表现的重要预测因素。GenAI反馈可激发大量修订，意义层面反馈吸收率高于表层反馈；GPT-4反馈与专家反馈存在重叠；ChatGPT反馈可与教师评分对应，但需透明标准、教师调节和学生论证。认知努力方面，眼动和键盘记录显示译后编辑耗时更少、注视和击键更少，感知负荷较低；但认知负荷取决于NMT质量和自我效能，GenAI反馈可增加认知投入，引导式GenAI辅助MTPE要求先表达推理，使努力前移并促进高阶认知。文本与语境方面，短篇故事产生更多编辑但成功率较低，研究论文成功率较高；AI辅助组在艺术类文本中准确性和流利性最高；学生可能把ChatGPT当作普通NMT引擎，未充分利用其语言和风格帮助。任务层面结论是，当任务要求比较输出、诊断错误、解释修订和论证工具使用时，NMT与GenAI最有效。

课程层面整合强调持续纳入课程序列。16周ChatGPT与计算机辅助翻译（CAT）工具课程中，学生感知效率与信心提升，但术语和格式问题仍限制可靠性；一学期基于循环神经网络（RNN）平台的NMT增强教学使后测成绩显著提高，并提升信心和动机；POEdit人工智能系统在法律翻译中优于传统NMT、Google Translate和词典使用，尤其利于低水平学生。视听翻译课程中，NMT字幕后编辑提高技术意识，但学生兴趣下降并产生负面感知；MTPE定价任务利用MateCat日志、Moodle调查和Wooclap评论，使学生偏好从时间计费转向词计费，反思文章提升了对公平和行业伦理的批判。系统MTPE培训显示，接受翻译技术培训的学生对文化绑定文本修订更实质、更批判；学生从单一MT工具转向组合多系统、词典与搜索策略；协作后编辑学术文本提高词汇语法错误敏感；支架NMT帮助识别词汇、句法和文化限制；要求解释更正可刺激分析思维并提高质量。课程层面表明，持续教学可改变工具功能，使其从捷径变为发展后编辑能力、工具素养和专业意识的资源。

模型层面整合指更广泛教学设计。互动课堂中，五阶段学习实验把错误标注、后编辑、协作预编辑和再后编辑结合，教师从知识传递者转为促进者；翻译翻转课堂助手系统（TFCAS）将机器输出、评价和自动评分整合进翻转课堂，减少教师工作量并鼓励批判评价NMT质量；协作人类—AI反馈由GPT-4生成初步多维质量指标（MQM）编码反馈，再由教师修订和批准，形成多阶段人—AI共同调节，重新分配评价劳动，提高反馈具体性，教师成为AI输出的策展者和校准者。平台驱动智慧课堂将NMT和GenAI嵌入数字基础设施，统一课前、课中、课后评估并提供即时反馈，但其优势取决于平台是否降低而非增加信息加工需求。

挑战、风险与伦理议题（RQ₃）
学生层面挑战包括过度依赖、浅层修订以及后编辑、提示和验证策略不足。未训练者可能过度信任MT输出，把机器输出当作最终产品；认知要求高或文化嵌入文本需要更明确后编辑指导；感知努力不一定对应实际处理努力；学生可能把ChatGPT当作传统MT引擎，未学习请求替代方案、要求理由、验证术语和记录修订决策。AI反馈可能过泛、过多或论证不足，导致学生集中于表层修正。动机和创造力结果不稳定，重复或支架不足的后编辑可能被视为单调。教师与教学法层面，主要问题是支架不足、课程设计短窄、评估公平与教师准备不均。需差异化后编辑教学，更长干预、多样文本、延迟评估和过程证据，如草稿、MT/GenAI输出、后编辑版本、提示、修订理由和术语论证。技术与伦理层面，NMT和GenAI可生成流畅但术语、文化或语用不当的输出；法律翻译中Google Translate常出现术语不准确，POEdit表现较好但工具间不均。GenAI反馈存在可靠性、偏见和透明性问题。伦理议题包括抄袭、作者身份模糊、学术诚信、隐私、机会不均和AI辅助反馈透明性不足。综述因此主张采用受控、透明和支架化的教学设计，并在学习者、教学法、技术与伦理层面分别采取培训、过程评估、差异化支架、工具获取、AI使用披露、数据隐私、反馈验证和公平政策。

讨论
AI中介翻译教学法中的人类能动性
NMT和GenAI并非仅提升翻译速度，而是重新分配翻译工作。课堂学习活动从产出目标文本转向评价机器输出、诊断错误、比较替代方案、修订草稿和论证最终决策。技术能力与语言、跨文化和策略能力不可分割。本综述的贡献在于区分NMT与GenAI：NMT主要通过MTPE、输出比较、错误分析和质量评价进入课堂；GenAI扩展了反馈生成、提示协商、替代译文提议和人—AI协作评价。关键教育问题不是工具是否有用，而是其如何改变认知努力、中介与人类能动性之间的关系。

认知再分配与分化学习结果
矛盾发现可理解为条件性认知再分配。NMT和GenAI可降低词汇检索和初稿产出需求，但可能增加评价、验证和修订看似流畅输出的努力。其方向和价值取决于四个条件：任务复杂度、工具可靠性、学习者水平与自我调节，以及认知努力测量方式。信息类、结构可预测任务可能释放更多评价能力；文化密集、风格显著或语用模糊文本需要更强解释和核查。稳定输出可减少无关加工，流畅但不可靠输出可能掩盖语义或语境问题。低水平学习者可能把流利误认为正确，自我调节强者更能把节省努力投入监控、验证和策略决策。不同测量捕捉不同维度，完成时间短或自报负荷低可能与大量比较和修订并存。因此，AI辅助的教学价值取决于任务需求、工具支持和学习者能力是否校准。

任务、课程和模型层面的支架式中介
有效整合依赖校准任务需求、工具可靠性和学习者评价能力。任务层面应使翻译决策可见，如源文本解释、人机输出比较、错误标注、验证和修订理由说明，并要求学生解释接受、修改或拒绝输出的原因。支架应因水平而异：低水平者需要策展输出、明确错误类别和引导问题，高水平者可评价模糊文本和竞争性方案。课程层面应形成发展序列，从可预测文本、教师选择输出、明确量规和示范验证，逐步过渡到复杂体裁、不均输出质量和减少教师指导。模型层面，GenAI可生成初步反馈或组织修订数据，但教师必须依据任务目的、学习者水平和语境标准进行校准。评价应结合最终翻译质量和过程证据，以区分辅助表现与持久能力。三层相互嵌套，核心是责任从教师和工具向学习者的校准转移。

可问责与伦理的GenAI辅助翻译教学法
GenAI辅助翻译教学应以可问责能动性为原则。学生不仅提交最终译文，还应提交提示历史、MTPE日志、标注修订、源文核查记录和简短理由，说明为何接受、修改或拒绝GenAI或NMT建议。此过程导向评价更符合翻译能力，评价判断、策略与责任而非仅表面产品质量。该路径也回应伦理与公平问题：GenAI加剧作者身份、抄袭、反馈效度、数据隐私和付费工具获取不均等问题。若学生工具获取、提示能力或反馈素养不同，AI辅助可能复制不平等。机构需制定AI使用披露、批准工具、数据保护和教师培训指南。伦理能力应成为翻译能力的一部分。未来研究应超越是否有用的提问，开展纵向、多地点、多工具研究，区分NMT-MTPE、GenAI反馈和混合人—AI工作流，并关注教师负担、评估效度、学习者公平和延迟能力发展。

结论
本综述遵循PRISMA指南，综合2015—2025年检索窗口内2020—2025年发表的31项实证研究。证据表明，NMT和GenAI已从零星课堂实验发展为任务、课程和模型层面不均衡的系统整合。研究从有限结果比较转向混合方法，整合质量、认知努力、情感反应和教学路径。通过区分NMT与GenAI并以任务—课程—模型框架综合，本综述阐明了这些工具在何种教学条件下支持或限制翻译学习。核心模式是：任务层面，MTPE和GenAI反馈可提高效率、错误意识和术语一致性，尤其适用于信息类和一般学术文本，前提是NMT质量和明确指导充分；课程和模型层面，持续支架化整合，如翻转课堂、协作后编辑和人—AI反馈流程，比短暂孤立干预更能促进工具素养和批判参与。但认知负荷、动机、评估公平和伦理风险仍存张力。实践上，应将NMT和GenAI嵌入结构化学习序列，采用人译—NMT—GenAI比较、错误标注与反思、提示—修订实验和教师校准反馈。机构与政策制定者应将AI视为教育基础设施，关注公平获取、AI素养、数据隐私、AI使用披露和人—人机循环评价。未来需纵向和延迟效应研究、跨文本类型和语言对比较，以及教师角色、评估效度、公平、数据治理和理论化人—AI翻译教学法研究。总体而言，NMT和GenAI已处于翻译教学中心，关键不是验证其使用，而是负责任地嵌入，以培养技术胜任且具备语境理解、价值判断、伦理责任和跨文化决策能力的译者。