1. 引言
1.1. 研究背景：技术转向与行业重塑
进入21世纪第三个十年，以大数据、云计算和人工智能为代表的第四次工业革命浪潮正以前所未有的速度席卷全球。在语言服务领域，基于神经网络的机器翻译(Neural Machine Translation, NMT)技术取得了突破性进展[1]，其译文质量在某些特定垂直领域已接近甚至达到人工翻译水平。这一技术飞跃导致翻译生产模式发生了根本性的范式转移(Paradigm Shift)。根据常识咨询公司(Common Sense Advisory, CSA)和中国翻译协会的最新行业报告，机器翻译结合译后编辑(MT + PE)已不再是辅助性的手段，而是跃升为与人工翻译(Human Translation, HT)、众包翻译并列的主流生产模式[2] [3]。
在这一背景下，翻译职业的边界正在被重新定义。译者的角色从传统的“文本创作者”转变为“语言资产管理者”、“人机交互专家”以及“质量控制者”。翻译任务的复杂度不再仅仅取决于文本的语言难度，更取决于机器译文的错误类型、客户的质量预期以及交付的时效要求。这种行业生态的剧变对翻译人才培养提出了严峻挑战。
1.2. 问题陈述：教学评价的滞后性
尽管我国翻译硕士专业学位(MTI)教育经过十余年的发展，在规模上已居世界前列，且多数院校已开设计算机辅助翻译(Computer-Aided Translation, CAT)课程[4]，但在教育评价环节，普遍存在“新瓶装旧酒”的现象。主要体现在以下三个方面：
首先，评价维度的单一性。绝大多数翻译课程仍沿用传统的“纠错式”评分法，即教师阅读学生的译文成品，根据扣分点(错译、漏译、表达不当)给出分数。这种评价模式将翻译视为一个“黑箱”，只关注输出结果，完全忽视了学生在翻译过程中如何使用工具、如何查证术语、如何分配时间等关键行为。
其次，评价标准的脱节性。行业实践中的MT + PE项目通常根据用途分为“轻度后编辑”(Light Post-Editing, Light PE)和“全面后编辑”(Full Post-Editing, Full PE)，不同等级对应不同的质量标准和时间预算。然而，院校教学往往固守“信达雅”的单一高标准，导致学生在面对快速交付任务时，因过度追求修辞完美而严重超时，这种“因好致慢”在学术评价中往往被奖励，而在商业项目中却可能导致违约。
最后，过程数据的缺失。在人机协作模式下，译者的核心竞争力往往体现在“人机交互效率”和“风险控制能力”上。两名学生提交了质量相同的译文，一名学生通过高效利用术语库和正则表达式在30分钟内完成，另一名学生通过手工逐词修改耗时3小时完成。在现行评价体系下，两者的得分相同，但这显然无法反映真实的职业胜任力差异[5]。
1.3. 研究意义
本文旨在构建一个面向MTI教学的“过程–产品双维评价框架”，其理论意义在于丰富和发展了翻译能力模型，将技术语境下的过程性要素纳入能力本体；其实践意义在于为高校翻译教学提供一套可操作的评价工具，帮助教师精准诊断学生的能力短板，引导学生形成符合行业规范的职业行为模式，从而有效缓解MTI人才培养与市场需求之间的结构性矛盾。
2. 理论基础与文献综述
2.1. 翻译能力研究的演进：从语言到综合
翻译能力(Translation Competence, TC)一直是翻译教学研究的核心议题。早期的研究如Chomsky的语言能力观[6]，倾向于将翻译能力等同于双语能力。然而，随着翻译学的独立，学者们逐渐认识到翻译能力的复杂性。
翻译能力习得过程研究小组(Process in the Acquisition of Translation Competence and Evaluation, PACTE)模型的影响与局限：西班牙PACTE研究组提出的翻译能力模型极具影响力，它包括双语子能力、语言外子能力、工具子能力、翻译知识子能力、心理生理子能力以及处于核心地位的策略子能力[7]。PACTE模型的贡献在于确认了翻译能力的综合性，但在当时的技术背景下，其对“工具子能力”的定义主要局限于词典和文档资源的使用，未能预见到神经机器翻译NMT时代人机共生的深度[8]。
欧洲翻译硕士EMT能力框架的迭代：EMT能力框架分别在2009年和2017年进行了发布与更新。2017版框架明确将翻译视为一种“服务”，并在核心的“翻译能力”之外，设立了“技术能力”、“个人与人际能力”、“服务提供能力”等维度[9] [10]。特别是技术能力，不再是辅助项，而是贯穿翻译全流程的基础设施。EMT框架为本研究提供了宏观的分类指导，但在具体的评价指标量化上，仍需进一步细化。
此外，目的论(Skopos Theory)强调翻译应以交际目的为导向，为构建面向真实任务场景的能力模型和评价框架提供了重要理论支撑[11]。
2.2. 译后编辑(PE)的认知过程研究
与从零开始的人工翻译不同，译后编辑是一个基于“既有文本”的修正与决策过程。根据Krings (2001)的模型(转引⾃崔启亮，2014)，PE过程涉及感知、评估、决策和执行四个阶段[12]。
认知负荷理论(Cognitive Load Theory, CLT)指出，人的工作记忆容量有限，当认知任务超过此容量时，易引发认知过载。Sweller提出的该理论为理解MT + PE环境下译者的认知状态提供了基础框架[13]。在MT + PE过程中，译者需同时处理源语文本、机器译文和目标语生成三个信息通道，这种高密度的信息交互极易导致认知负荷积累，从而影响决策效率[13]。O’Brien通过眼动追踪实验发现，神经机器翻译(NMT)产出的“流利但错误”(fluent-but-inaccurate)译文相比传统统计机器翻译(Statistical Machine Translation, SMT)时代的“词沙拉”更具欺骗性。这类译文表面流畅，实则存在语义偏差，容易诱导译者产生“默许倾向”(acquiescence bias)，即不加质疑地接受机器输出，导致错误未被及时识别和修正[14]。
人机交互中的“决策”：在PE情境下，译者最核心的行为不是“翻译”，而是“判断”。ISO 18587标准强调，译者必须能够在极短时间内决定一个机器生成的片段是“保留”、“修补”还是“重译”[15]。这种瞬间决策能力(Momentary Decision-making)构成了技术语境下翻译能力的新核心。
2.3. 教学评价中的过程导向
教育评价领域正经历从“对学习的评价”(Assessment of Learning)向“为学习的评价”(Assessment for Learning)转型。在翻译教学中，Kiraly提出的社会建构主义教学法倡导在真实的协作环境中评估学生[16]。
近年来，随着技术的发展，基于过程数据的评价成为可能。Angelone提出的“错误意识”模型[17]，以及Massey在其2017年的研究中对翻译过程数据(如屏幕记录等技术)在翻译教学与评价中的应用进行了探讨[18]，都为引入过程评价提供了方法论支持。然而，现有研究多集中在实验环境下的微观分析，缺乏一套适合常规课堂教学的、系统化的评分框架。
3. MT + PE语境下翻译能力的重构
在机器翻译深度介入的今天，翻译能力的内涵已发生质变。本研究基于社会技术系统视角，将MT + PE语境下的翻译能力重构为以下三个核心维度：
3.1. 核心维度一：人机协同与技术素养
传统的工具能力仅要求译者会查词典、会用计算机辅助翻译CAT软件。而在MT + PE语境下，机器翻译素养(Machine Translation Literacy, MT Literacy)包含更深层的要求：
引擎认知能力：了解神经机器翻译NMT的基本原理，能预判机器可能出现的错误类型(如漏译、数据幻觉、性别偏见)。
预编辑与受控语言能力：为了获得更好的机器翻译结果，能够对源文本进行预处理，使用机器易于理解的受控语言(Controlled Language, CL)。
技术交互能力：熟练掌握正则表达式、批量替换、术语库维护以及质量保证(Quality Assurance, QA)工具的自动化检查功能，通过“批处理”思维替代“手工劳动”。
3.2. 核心维度二：风险评估与决策能力
这是区别新手与专家的关键。在面对由于神经网络“黑箱”机制产生的机器译文时，译者需要具备极强的风险意识：
质量等级判断：根据客户需求(如信息参考vs.出版发布)，精准设定质量阈值，在此过程中，需特别强调译者的主体性价值：对于涉及文化负载词、双关语或修辞性较强的“高语境”文本，译者应敢于突破机器的算法逻辑，发挥创造性思维进行重写，而非盲目顺从技术。既要避免过度编辑带来的成本浪费，也要避免因缺乏人文审视而导致的编辑不足及质量风险。
错误侦测与修正策略：能够快速识别“高风险错误”(如否定词遗漏、数值错误、医疗法律术语误译)，并采取恰当的修正手段。
元认知监控：时刻监控自己的注意力水平，在发现自己出现“认知隧道”效应(过度关注局部而忽视整体)时及时调整。
3.3. 核心维度三：服务意识与项目管理
翻译不再是个体劳动，而是流水线作业的一部分。
规范遵循能力：严格遵守风格指南(Style Guide, SG)、不翻译词表(Do Not Translate List, DNT List)和术语表。在MT + PE项目中，一致性往往比单一表达的精彩更重要。
效率与交付管理：具备强烈的时间观念，能够根据项目总量和截止时间，动态调整每小时的处理字数(Words Per Hour, WPH)。
沟通与反馈：遇到机器系统性错误或源语模糊时，能及时向上游环节反馈，而非闷头处理。
4. 过程–产品双维评价框架的构建
基于上述能力重构，本文提出“过程–产品双维评价框架”。该框架旨在解决传统评价“只见树木不见森林”的弊端，通过证据链的闭环，实现对学生职业胜任力的全息扫描。
4.1. 框架设计逻辑与原则
本框架的设计遵循以下四个原则：
质量底线原则：无论过程多么高效，交付的译文必须达到最低可接受质量(Minimum Acceptable Quality, MAQ)。产品维度具有否决权。
过程可视化原则：利用技术手段将思维过程外化为可观测的数据(如时间日志、修订痕迹)。
发展性原则：评价不仅仅是打分，更是为了提供反馈。过程数据能揭示学生的问题根源(是语言基础差，还是工具使用不当)。
生态效度原则：评价任务应模拟真实职场环境，包括时间压力和参考资料限制。
4.2. 维度一：产品维度(Product Dimension)——权重50%
产品维度关注最终交付物的质量，主要依据ISO 18587标准和MQM (Multidimensional Quality Metrics, MQM)错误类型进行设计[19] (表1)。
Table 1. Product dimension evaluation indicators
表1. 产品维度评价指标
一级指标 |
二级指标 |
评分细则说明 |
内容准确性(20%) |
关键信息完整性 |
无漏译、多译；数字、日期、专有名词准确无误。 |
语义等值 |
修正了机器译文中的严重误译，传达了源语的核心意义。 |
术语与一致性(15%) |
术语准确性 |
严格使用项目指定的术语库；未定义的术语在全文中保持一致。 |
风格一致性 |
遵循给定的风格指南(如正式/非正式，被动/主动语态)。 |
语言规范性(10%) |
语法与拼写 |
无低级语法错误、拼写错误、标点符号错误。 |
流畅度 |
译文符合目标语习惯，无明显的“翻译腔”或机器生硬表达(针对Full PE)。 |
合规性(5%) |
格式与标签 |
标签(Tags)未丢失、未错位；排版格式符合要求。 |
4.3. 维度二：过程维度(Process Dimension)——权重50%
过程维度关注学生完成任务的路径、策略和效率，是本框架的创新核心(表2)。
Table 2. Process dimension evaluation indicators
表2. 过程维度评价指标
一级指标 |
二级指标 |
评分细则与证据来源 |
时间效率(15%) |
处理速度(WPH)与认知停顿 |
依据计算机辅助翻译CAT日志计算。参照不同学习阶段建立
常模基准(如MTI一年级新手基准为800字/时，二年级熟手
基准为1200字/时)。同时监测“停顿密度”(Pause Density)，
若出现高频短停顿或异常长停顿，提示可能存在认知过载，
需扣除相应分数以防盲目追求速度。 |
时间分配模式 |
避免前松后紧。考察是否存在异常的“卡顿”片段(通过峰值时间判断)。 |
技术交互(15%) |
工具使用深度 |
考察是否使用了全局替换、质量保证检查器(QA Checker)、
术语检索功能。证据来源：CAT日志或屏幕录制抽查。 |
修改模式 |
考察编辑距离(Edit Distance, ED)。如果机器译文可用却被大量
重写(过度编辑)，或错误未改(编辑不足)，此项扣分。 |
决策与反思(20%) |
决策说明书 |
学生需提交300字左右的《决策说明》，解释3~5处
关键修改的理由。考察其对风险和策略的元认知。 |
质量控制行为 |
证据显示学生在提交前运行了质量保证(QA)工具并处理了
警告信息，而非直接导出。 |
4.4. 评价实施流程
任务发布：教师通过翻译管理系统(Translation Management System, TMS)发布任务，明确质量要求(如“本次任务为出版级译后编辑”)和时间限制。
任务执行：学生在监控环境或记录日志的计算机辅助翻译(CAT)工具中完成作业。
数据采集：系统自动生成分析报告(包含用时、编辑距离、质量保证，QA日志)，学生提交译文和决策说明。
综合评分：教师结合译文质量(人工评分)和系统数据(自动 + 人工辅助)进行双维打分。
5. 案例模拟与对比分析
为了验证双维评价框架的有效性，本研究构建了一个模拟教学场景，旨在通过对比分析两名典型学生在传统评价模式与双维评价模式下的成绩差异，探讨不同评价体系对学生职业行为模式的导向作用。
5.1. 实验设计与学生画像
本次模拟任务选取一篇字数为2000字的技术说明书作为测试文本。该文本经过机器预翻译，质量处于中等水平，其双语评估替补(Bilingual Evaluation Understudy, BLEU)分值约为45分。任务要求学生对译文进行“全面后编辑”(Full Post-Editing)，并设定了90分钟的严格交付时限。
参与实验的两名学生分别代表了MTI教学中常见的两类学习者：
学生A (传统型)：语言功底扎实，习惯于精雕细琢的文本打磨。但其对技术工具使用不熟练，倾向于依赖语感进行修改，甚至进行大面积重译。
学生B (技术型)：语言基础中等，但精通计算机辅助翻译(Computer-Aided Translation, CAT)工具。该生对机器错误敏感，严格遵循“最小干预原则”，并善于利用批量处理功能提升效率。
5.2. 任务表现记录
在任务执行过程中，两名学生表现出了截然不同的行为模式：
学生A：交付的译文文笔优美，甚至对源语逻辑进行了润色。然而，由于采用逐句推敲的手工修改方式，其实际耗时达150分钟，严重超出了规定的90分钟时限。此外，由于缺乏工具辅助，译文中出现了几处术语前后不一致的问题。
学生B：译文语言风格平实，偶有生硬之处但无语法错误。得益于对工具的熟练运用，该生在80分钟内完成了任务，并在最后10分钟运行了质量保证(Quality Assurance, QA)工具，修正了两个数字错误。其最终译文术语完全一致，格式规范。
5.3. 评分对比分析
场景一：传统单一产品评价在仅关注译文质量的传统评价模式下：
学生A：因译文流畅、用词考究，获得90分。教师评语：“语言优美，态度认真。”
学生B：因译文平淡，且有个别句子保留了机器的句式结构，获得80分。教师评语：“译文尚可，但缺乏润色，稍显生硬。”
结果：学生A胜出。这向学生传递的信号是：在任何情境下，不计时间成本的精修都是值得鼓励的。
场景二：过程–产品双维评价在引入过程维度的双维评价框架下，评分结构发生了显著变化：
学生A得分：
产品分(50%)：45分(满分)。尽管超时，但在单一质量维度上表现优异。
过程分(50%)：
时间效率(15分)：5分。严重超时，且单位时间产出低。
技术交互(15分)：8分。未使用QA工具导致术语不一致，且编辑距离过大，存在过度编辑现象。
决策反思(20分)：15分。反思深刻，但在策略选择上存在偏差。
总分：73分。
学生B得分：
产品分(50%)：40分。因部分语言表达生硬被扣分，但准确性达标。
过程分(50%)：
时间效率(15分)：14分。提前完成，每小时翻译字数(Words Per Hour, WPH)达标。
技术交互(15分)：14分。有效使用了QA工具和批量替换功能，编辑距离适中。
决策反思(20分)：16分。清晰阐述了“保留机器译文以确保技术准确性”的策略考量。
总分：84分。
5.4. 结果分析与讨论
在双维评价框架下，学生B的最终得分高于学生A。这一反转并非旨在否定语言修养的重要性，而是因为在MT + PE的职业场景下，学生A所表现出的“严重超时”和“术语不一致”构成了不可忽视的商业风险。双维评价准确地识别了学生A在职业素养上的短板——即效率意识淡薄与技术工具应用能力薄弱。这种评价方式能够有效引导学生从单纯的语言审美转向综合的职业判断，证明了双维框架具有更高的生态效度(Ecological Validity)，能够更真实地反映学生适应未来人机协作工作环境的能力。
6. MTI教学改革的实施路径
基于上述双维评价框架，翻译硕士专业学位(MTI)的教学改革应当打破单一维度的壁垒，从课程体系、评价反馈与技术环境三个层面协同推进，以构建适应人机协作时代的教学新生态。
6.1. 课程体系的重构：从“技能孤岛”到“项目驱动”
嵌入式教学理念：不应将“译后编辑”视为一门孤立的选修技能，而应将其核心理念有机融入《科技翻译》《商务翻译》等专业核心课程中，实现技术与领域的深度耦合。
工作坊与项目式学习：引入项目式学习(Project-Based Learning, PBL)模式。课程作业应严格设定真实的商业项目参数，包括客户的具体质量要求、风格指南以及严格的截止时间。在课程初期，建立“试错机制”，允许学生在受控环境中犯错，并通过分析过程数据(如回放翻译过程中的修订记录)进行复盘教学，将错误转化为学习资源。
引入预编辑与受控语言能力：在译后编辑之外，还应培养学生对源文本进行“预编辑”的能力，教授其如何使用受控语言(Controlled Language, CL)优化源语结构以提升机器翻译的初始质量，这是高阶译者介入机器翻译流程上游的关键技能。
6.2. 评价方式的革新：数据驱动的反馈
建立自动化与人工协同的电子档案袋：为解决全样本过程评价带来的教师负荷过重问题，建议采用“机器筛选 + 人工抽检”模式。利用TMS系统的API接口自动抓取WPH、编辑距离等客观数据并生成红绿灯预警报告，教师仅需对数据异常(如效率极高但质量极低)的学生进行深度过程回放分析。此外，引入同伴互评(Peer Review)机制，让学生依据量表互评“决策说明书”，教师仅做最终权重的把关，从而在保证评价效度的同时大幅降低人力成本。
6.3. 技术环境的搭建与校企联动
高校应引入行业主流的云端翻译管理系统(如Trados Live，YiCAT，Memsource等)，这些平台内置的时间追踪与编辑行为分析功能是实施过程评价的技术基础。更重要的是，利用眼动追踪(Eye-tracking)数据的简易替代指标(如键盘敲击间隔时长IKI)，可以实时监控学生的认知负荷状态，防止学生在追求高WPH指标时陷入认知疲劳，实现评价从“考核工具”向“认知健康管理工具”的转型。同时，应建立实质性的校企合作基地，引入经过脱敏处理的企业真实项目数据作为教学语料，确保教学评价标准直接对标企业的关键绩效指标(Key Performance Indicator, KPI)，缩短学生从校园到职场的适应期。
7. 结论与展望
7.1. 研究结论
机器翻译与译后编辑(MT + PE)模式的普及并非意味着对译者的取代，而是对译者核心能力的深度重构。本文提出的“过程–产品双维评价框架”是对这一行业深层变革的积极响应，主要结论如下：
理论层面：本研究确认了技术语境下翻译能力呈现出的“过程化”与“服务化”特征，论证了将时间效率、风险控制以及人机交互行为纳入翻译能力本体的必要性。
方法层面：构建了一个包含具体指标、权重分配及证据来源的评价模型，有效解决了传统教学中过程评价难以量化、难以操作的痛点。
实践层面：通过模拟教学场景的对比分析证明，该框架能更准确地识别具备行业潜力的应用型人才，并有效纠正传统教学中“重修辞、轻效率”和“重结果、轻交互”的认知偏差。
7.2. 局限与展望
尽管本框架在理论构建上力求自洽，但在实际推广中仍面临挑战。例如，过程数据的采集高度依赖于特定的软件平台，可能会增加教师的技术学习成本；此外，关于“过度编辑”与“编辑不足”的临界点界定，仍需基于大规模实证数据建立更客观的标准。
未来研究可进一步拓展以下方向：一、认知神经科学方法的引入：结合眼动追踪(Eye-tracking)和脑电技术(Electroencephalography, EEG)，深入探索不同水平学生在译后编辑过程中的认知负荷差异，为评价指标的精细化调整提供生理学证据。二、面向AIGC的评价迭代：随着生成式人工智能(Artificial Intelligence Generated Content, AIGC)技术的突破，交互式翻译(Interactive Translation)将成为新趋势。未来的评价框架需与时俱进，将重点关注译者在提示工程(Prompt Engineering)及人机协作对话中的引导与纠偏能力。
综上所述，拥抱技术变革、关注认知过程、回归服务本质，是MTI教育在人工智能时代保持生命力与相关性的必由之路。