人工智能时代传统翻译教育的危机
危机一：翻译专业生源不佳
不管机器翻译的水平有没有超过人类译者，经过最近几年媒体的渲染，在高中生家长和考研学生那里，机器翻译早已超过人类译者，“翻译”作为一种职业已经激发不起优秀学生在这个专业求学的欲望。
开设翻译专业本科和翻译专业硕士的学校是不会担心招不到学生的，因为本科文凭和硕士帽子是人人都要拿的，但语言水平特别优秀的高中生和语言底子打得不错的考研学生应该是不会考虑读翻译专业了。
本来优秀的双语转换技能就是一个经年累月才能打磨出来的稀罕能力，学生要是底子薄，老师再怎么努力也白搭。本科就四年，还不是全学语言和翻译；研究生就两年到三年，原本就不怎么样的语言水平加上不到一年的高强度职业化训练，何以能打磨出优秀的译者和译员？
如今的大学生和研究生被各种事情和事物转移注意力，要学的东西多，学东西的时间又不够。当年我读大学的时候虽然没怎么认真学习，但觉得看书的时间和学习的时间要比现在的大学生多得多。大家知道吗，现在的大学生已经忙得没有时间读书了！
危机二：翻译专业技术背景师资匮乏
虽然读翻译专业的好苗子越来越少，但好学校依然能招到好学生，可是好学校招聘老师的门槛也越来越高，非博士/非本科985211的博士/非双一流的博士/非海外的博士......一大堆条条框框把搞翻译实践的职业译者挡在了象牙塔外，把有技术背景的师资挡在了门外。
许多翻译专业教师还搞不清楚“计算机辅助翻译”的时候，更让人搞不懂的“人工智能”已经全面侵袭而来。绝大多数翻译专业的教师是没有理科背景的，即便有理科背景，能看懂“机器翻译原理”的也不多。本来是急需新鲜血液补充的关键时刻，文理交叉背景的人又难以进入翻译专业师资队伍担任专职教师。
仔细看看国内教计算机辅助翻译的老师，除了教具体的某几个工具的使用方法外，有多少能将最新的技术应用到翻译教学、翻译实践、翻译研究？
据我所知，如今北大的计算机辅助翻译专业毕业生这两三年基本上没有人能进入高校参与翻译专业的建设和翻译人才的培养。这个链条一旦断了，高校的翻译专业建设更加岌岌可危。
危机三：翻译教育信息化建设非常落后
教育技术搞了那么多年，外语教育技术、国际汉语教育技术倒是成效不少，但办了十来年的翻译教育技术发展却不甚乐观。
人工智能技术里面有一大堆的技术都广泛应用于了外语教学和汉语教学，多种多样的学习工具、学习平台四处开花，那翻译教学呢？
教育信息化要靠资金投入，也不一定全靠资金投入，关键还是靠管理者的思维转变，要靠翻译教育技术专家的不断投入。只是目前看来，这方面的建设还只能依赖销售翻译教育技术产品的企业从外而内去推动，翻译人才培养单位由内而外的变革微乎其微。
危机四：“翻译”的内涵不断变化，传统翻译教育的课程设置早已落后
“翻译”是一个不断变化的概念，不同的人在不同的场景下面对不同的需求有着不一样的理解。根据“DIKW”模型，如果用“数据-信息-知识-智慧”所组成的金字塔来看待“翻译”的内涵，本质上说“翻译”是针对“数据”转换而产生的一种行为。传统的翻译面对的还是文本类型的数据（笔译）和语音类型的数据（口译），但今天的“翻译”面对的则是图像、声音、视频等多种类型的数据。
在这样的情境下，传统翻译教育培养的学生有多少能在人工智能时代逃避那些他们处理不了的数据类型呢？然而，他们在学校期间老师们并没有教他们如何去应对。
不管机器翻译的水平有没有超过人类译者，经过最近几年媒体的渲染，在高中生家长和考研学生那里，机器翻译早已超过人类译者，“翻译”作为一种职业已经激发不起优秀学生在这个专业求学的欲望。
开设翻译专业本科和翻译专业硕士的学校是不会担心招不到学生的，因为本科文凭和硕士帽子是人人都要拿的，但语言水平特别优秀的高中生和语言底子打得不错的考研学生应该是不会考虑读翻译专业了。
本来优秀的双语转换技能就是一个经年累月才能打磨出来的稀罕能力，学生要是底子薄，老师再怎么努力也白搭。本科就四年，还不是全学语言和翻译；研究生就两年到三年，原本就不怎么样的语言水平加上不到一年的高强度职业化训练，何以能打磨出优秀的译者和译员？
如今的大学生和研究生被各种事情和事物转移注意力，要学的东西多，学东西的时间又不够。当年我读大学的时候虽然没怎么认真学习，但觉得看书的时间和学习的时间要比现在的大学生多得多。大家知道吗，现在的大学生已经忙得没有时间读书了！
危机二：翻译专业技术背景师资匮乏
虽然读翻译专业的好苗子越来越少，但好学校依然能招到好学生，可是好学校招聘老师的门槛也越来越高，非博士/非本科985211的博士/非双一流的博士/非海外的博士......一大堆条条框框把搞翻译实践的职业译者挡在了象牙塔外，把有技术背景的师资挡在了门外。
许多翻译专业教师还搞不清楚“计算机辅助翻译”的时候，更让人搞不懂的“人工智能”已经全面侵袭而来。绝大多数翻译专业的教师是没有理科背景的，即便有理科背景，能看懂“机器翻译原理”的也不多。本来是急需新鲜血液补充的关键时刻，文理交叉背景的人又难以进入翻译专业师资队伍担任专职教师。
仔细看看国内教计算机辅助翻译的老师，除了教具体的某几个工具的使用方法外，有多少能将最新的技术应用到翻译教学、翻译实践、翻译研究？
据我所知，如今北大的计算机辅助翻译专业毕业生这两三年基本上没有人能进入高校参与翻译专业的建设和翻译人才的培养。这个链条一旦断了，高校的翻译专业建设更加岌岌可危。
危机三：翻译教育信息化建设非常落后
教育技术搞了那么多年，外语教育技术、国际汉语教育技术倒是成效不少，但办了十来年的翻译教育技术发展却不甚乐观。
人工智能技术里面有一大堆的技术都广泛应用于了外语教学和汉语教学，多种多样的学习工具、学习平台四处开花，那翻译教学呢？
教育信息化要靠资金投入，也不一定全靠资金投入，关键还是靠管理者的思维转变，要靠翻译教育技术专家的不断投入。只是目前看来，这方面的建设还只能依赖销售翻译教育技术产品的企业从外而内去推动，翻译人才培养单位由内而外的变革微乎其微。
危机四：“翻译”的内涵不断变化，传统翻译教育的课程设置早已落后
“翻译”是一个不断变化的概念，不同的人在不同的场景下面对不同的需求有着不一样的理解。根据“DIKW”模型，如果用“数据-信息-知识-智慧”所组成的金字塔来看待“翻译”的内涵，本质上说“翻译”是针对“数据”转换而产生的一种行为。传统的翻译面对的还是文本类型的数据（笔译）和语音类型的数据（口译），但今天的“翻译”面对的则是图像、声音、视频等多种类型的数据。
在这样的情境下，传统翻译教育培养的学生有多少能在人工智能时代逃避那些他们处理不了的数据类型呢？然而，他们在学校期间老师们并没有教他们如何去应对。
