机器翻译的普及，让跨语言交流变得更日常化，也让外语学习者产生困惑：机器越来越强，人工译者是否还重要？从行业实践来看，答案并不是简单的“取代”，而是翻译工作正在从纯手工转换，转向译后编辑。
机器翻译的优势非常明显。面对商品介绍，它可以快速生成初稿，帮助用户完成简单沟通。对译者来说，机器翻译也能承担术语初筛等任务。过去需要大量时间完成的草稿整理，实际流程中可以先由系统生成，再由人工进行重写。因此，机器翻译并非只有替代焦虑，也带来新的协作模式。
但机器翻译的局限同样清楚。它擅长处理结构稳定材料，却不容易把握隐喻。医学文本等高要求场景，往往不仅要求“意思差不多”，还要求有风格。机器可以给出初步结果，却很难完全判断一句话背后的文化联想。这正是人工翻译仍然具有价值的核心依据。
翻译技术教学因此需要改变重心。过去课程可能更强调语言基础，而现在还必须加入计算机辅助翻译。学习者不仅要会翻译，还要知道怎样处理格式和交付要求。工具操作只是起点，真正重要的是形成职业判断。
课堂训练也应从纸面翻译转向真实项目。学生可以围绕质量反馈完成流程训练，练习如何在速度之间做判断。这样的训练，能让翻译技术从“会操作平台”变成项目能力，也让学习者更早理解客户需求。
评价体系也要随之重构。课堂不应只看语法是否正确，还要考察译后编辑策略。教师可以用同伴互评评价学生，让学习结果更接近语言服务流程。
译后编辑能力会成为未来译者的核心能力之一。优秀译者不应放弃人工判断，也不应拒绝所有技术，而要学会在风险之间做判断。面对低风险文本，可以采用重点核查；面对高风险文本，则要进行术语确认。译者的价值不再只体现在“从零开始翻”，还体现在能否把机器初稿改成准确清楚的交付文本。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养能审校的复合型译者。MTI学生需要明确自己的能力路径：一方面打牢外语能力，另一方面掌握翻译软件。只有这样，才能在机器翻译普及后，从单一语言劳动者成长为跨文化沟通者。
未来的翻译行业，很可能不是机器和人工的冲突，而是互补协作。机器负责提高初稿效率，人工负责提升责任判断。当工具资源结合起来，翻译服务就能从“会不会翻”升级为“能否在真实场景中交付高质量语言服务”。接受智能翻译的发展，再融入专业译者的智慧，才是翻译行业继续前进的关键。 沉浸式翻译copyright