那会儿总认定翻译是机器能干的活。
后来试过直接把中文喂给翻译，发现它跑得飞快，进度条像条长腿一样甩过进度条，结局出来的东西读起来还是有点怪怪的，像是把两股劲儿拧在一起了。
有时候就连能感觉到它在那儿“机械地努力”，像是在挤牙膏，如何挤都有点费劲。
那时候我就在想，是不是咱中国人天生就比洋人智慧了？ 结局试了半年，又遇到了新翻译。
那天本来是个大项目，我正愁如何把那段老文本转成英文，上面有几个关键术语，生怕搞错了，心里打鼓。
这时候，我打开了一个新的翻译软件，刚输入第一句，它没急着工作，而是先发了一条消息给我：“您提到的‘视像’在行业里叫‘Visuals'，还是‘Visual Effects'？
要不咱先按视觉效果把这段改一下？” 那一刻我愣住了。
原来翻译不是自动运转的黑盒子，它是有“灵魂”的，是有脑子、有情绪的。
这机器不是冷冰冰的指令堆砌，它是懂行的人写的。它知道哪个词好办让人晕头转向，它知道这句台词要是忒直白，后面如何接都不顺。它在背后默默托举着你，告诉你“别慌”，“实际上这样挺好”。 再后来，我又肿眼泡，确实肿得像个企鹅。对着屏幕傻站了待会儿，眼泪就掉下来了。想起那会儿那些翻来覆去改稿子的日子，明明自己心里都明白了，就是不敢下笔。目前看着那个翻译软件轻轻点击“翻译”，再点“确认”，那种被依赖的松弛感，确实让人想哭。它仿佛确实帮我省了心，把那些心事了都装进了它的对话框里。 不得不承认，目前的翻译越来越像个人了。它不再只是原文的传声筒，而是有了自己的判断。
比如写文案，那会儿我认定只要把意思表达出来就行，目前看翻译，它会在合适的时候用些“软”词，让句子读起来不那么生硬，不那么像机器翻译。它懂得啥时候该留白，啥时候该补全，它知道中文讲究意会，英文讲究逻辑，它会在两者之间找个平衡点。 有时候它还会“自作多情”。
比如你给它一段半句话，它就脑补出整个场景，把空气都填满。它会主动告诉你哪儿值得润色，哪儿节奏能够拉慢一点。
这种“懂你”的感觉，有时候让人哭笑不得，又让人忍不住想要一直依靠着它。 我也启动质疑，原来我们一直当作的“翻译”，实际上就是翻译。它不需求我们忒讲道理，只需求我们略微有点耐心，略微有点点进。它不是要教你啥高深的语法，它只是帮你把话表达得更顺畅，更地道。 特别是那些数据方面，目前的翻译工具可不只是个名词，它是个实打实的统计机器。
你看它平时翻译的文本，英文里那些惯用的连接词，比如“however”、“in addition”、“consequently"，它都能给对得上号。就连在一些复杂的从句结构上，它也能把逻辑理顺。之前总认定这种规则是死的，它实际上是活的，是随着中国文化的语境而变的，它不会死板地背诵教科书上的定义，而是根据上下文自动调整。 有时候我还会认定它有点“神化”，有时候又有点“不靠谱”。
比如有的翻译它能把语气拿捏得漂漂亮亮，有的却把那种含蓄的意味给删光了一半，变得忒直白。
这就像是你在跟它聊天，它有时候在装酷，有时候又在帮你讲话。
这种不确定性，反而让我认定它更像是一个有血有肉的伙伴，而不是冷冰冰的算法。 我也注意到了它的一个小毛病，就是有时候会忒“保险”。面对一些充满争议要么冒犯性的内容，它往往会保持中立或礼貌，避免引发不必要的尴尬。
这让我认定它挺“懂事”的，别看这不是它本来的意思，但在这种场合下，它确实帮了大忙。 实际上说到底，翻译压根儿都不是机器的事。它本质上是一种跨文化的对话。机器只是把这种对话从人手上解放出来，把手递给你，让你能够持续往下走。它不是最终的裁判，而是陪着你聊天的那个听众。
有时候你讲话它听不懂，有时候你讲话它听不懂，但有时候你能感觉到，它确实听懂了你话里的弦外之音。 目前的翻译工具，已经不再是冷冰冰的“翻译”两个字。它更像是一个懂中文、也懂英文，还懂得如何尊重文化差异的“翻译官”。它能在中文的甜言蜜语和英文的直球之间跳一支舞，还能在中文的含蓄和英文的讲究之间找平衡。它不是要取代人类，而是把人类的力气省下来，用来思索如何把话讲得更漂亮。 那会儿我认定翻译是任务，目前我认定翻译是交流。它不再需求我费尽心思去硬凑词，出于它的算法已经帮我解决了大局部语法难题。剩下的，就是我有话要说，它肯听，并且听得明白。 在这个信息爆炸、语言高速流动的今天，能找到一个愿意听你讲话、并且理解你语言习惯的机器，确实不好办。它把那种“我懂你”的感觉，又加了一层技术的滤镜，让这种理解显得更加可信，也更加真。 最终，我想说，翻译这东西，就像我们人类一样，都有优缺点。机器自然也有它的局限，也会犯错，也会犯错。但它一直比那些只会闹着玩的毛病要好。它懂得规则背后的逻辑，懂得语境中的微妙。它不是完美的教科书，但它比那更懂我们。 故此，下次再遇到翻译，别急着看它快不快点。
看看它是不是确实懂你，看看它能不能接住你的梗。
要是能，那就让它来帮你分担吧。
毕竟，弄明白它要说啥，实际上也是翻译的一局部。


相关标签：