未来科技一定能更好且淘汰，本质上就是很愚蠢的循环论证。
简单说，人类翻译会面临的问题，不代表模型就能解决。
那么我们就举一个成语例子：
Jemandem einen Bären aufbinden.
你直接问模型的话，例如，翻译为繁体中文：Jemandem einen Bären aufbinden.
你会得到一个：“对某人胡说八道” 或 “骗人／编故事骗人”的翻译。
那正确性呢？事实上除非你懂德文，你不会知道这个翻译到底省略了什么。
所以你也只能接受这种翻译结果，那么我们来看其他的语言翻译：
ok，那么这次我们用德文翻译为英文看看：
To pull someone's leg.
嗯，拉某人的腿，意思是扯后腿吗？
(其实是开玩笑，它保留了开玩笑的语境)
那你就会陷入很常见的翻译陷阱：语义偏离。(Semantic Bleaching)
不过要理解这点，我要先公布答案。
Jemandem einen Bären aufbinden 这句话直接翻译是：给某人绑上一只熊。
所以这句俚语的语境是：我把某人绑在一只熊上了。
但常理而言，这听起来就是很荒诞的骗人玩笑，所以德翻中实际上是舍弃了
让你想像笑点的“我要把你绑在熊上”的玩笑画面，直接告诉你意义。
而且每次生成的意思，受制于大语言模型本身的特性，它会有一定的随机性。
所以你会看到英文比较偏向害人扯后腿的解读。
然后如果是像网飞那样，只是便宜行事来节省成本，先统一把原文翻译为英文。
才从英文翻译为其他语言，那语意舍弃与偏移的程度就会更大，最后只剩下开玩笑。
理论上来说，最好是全部针对原文客制化的翻译。
但实际上会面临资料集的不平均，也就是英语系资料偏多，因为它通常是常用语。
所以在多语言的大语言模型中，你躲不掉会以英文为向量座标原点翻译的偏移。
同样的状况你其实应该很常见了，就像模型回答经常会回答"质量"而非"品质"
这种基于中国用语资料为居多，而造成原因又大多是资料集免不了直接干别人文章
再用简繁转换的内容农场，资料早就被中国用语污染了。
所以回答偶而会有这种看起来很不悦的语意偏移。
以英为尊来作为翻译的座标之力的模型，就会造成更显著的负面效果。
的确你不能说他错，翻译的轮廓还在，但里面的语境，也就是玩笑的笑点消失了。
“那只是现在未来技术一定能解决阿”
首先你要理解一个事实，你现在看到的语言翻译，模型的运作原理用猴子都能懂得解释
就是把它变成一种向量座标，然后单纯的翻转(Mapping)找最接近的目标语言。
你可以想像把概念对折试图找到最接近的点。
但问题是，不同语言不见得能完美对齐，必定会有因为不同文化/时空语境下的差异。
所以模型实际上只能妥协，舍弃了绑你绑在熊上的玩笑，而直接告诉你胡扯。
而与其在微弱的“德-中”直接路径上冒险，因为样本稀疏对折找不太到。
不如先跳到众多的“德-英”空间，先对折一次，再对折成“英-中”
这就会导致模型翻译结果不可避免地带有“英文偏移滤镜”。
原本翻译的译者是可以自己的语言专业，在润饰校稿，来拉回有语境的翻译。
但如果你都把人类砍了，那这基本上无解，你等于是自己把人工校正的途径砍了。
我认为作品有浓厚的历史背景，有时空和语言差异下，原本还可以靠人工校正，
但因为省钱砍掉的话，那可见的未来就不是翻译更好，反而是可预期翻译网飞化。

对AI拥护者来说不存在语言专业就是了

但即使是人类来翻，也要翻译者精通该俚语才翻得出来吧？他如果只是普通懂，那一样只是照字面意思翻译而已。

AI那个问题还是AI唬烂你也没能力判断人类翻译也是一样,他唬烂你读者也看不知道

AI仔也不看好吗，直接叫AI总结就好==AI写剧本->AI翻译->AI懒人包，AI仔完美世界

以前翻译还要上网考究，现代AI都自动帮忙我爬虫比对翻译了

结局也就“用的AI不够好”和“再找人工校对就好”两种

这篇讲的问题其实现在人翻译也存在 因为德翻中的人难找所以实际游戏公司找翻译还是要过德翻英跟英翻中两层

校对给酬会比翻译低，只是找来辅助AI的酬劳还会更低就不要期待拿香蕉皮能请到猴子了

更偷懒的就连日翻中这种很多人会的也要过一层英文

网飞一堆不拿日翻中,要过两层的给你英翻中

这件事迟早变成在意的人也不多www

前阵子看到一个研究说Z世代依赖网络知识学习能力已经退化

(′・ω・`)原来现在介意的人算多吗

再来的网红短影音世代还有AI世代应该会把高低差拉更大吧

可是pull someone's leg意思不是扯后腿啊... 我是不懂德文但按你这篇来看 英文和中文翻译的语境并没差太多

咦？算吧 现在有只剩少数知识分子在取暖了吗？应该还没吧

AI强在他乱讲你要是没相当知识当背景根本看不出来然后错误就会扶正 正确的变错的当多数人都信以为真 有问题的是知道错的那边

AI仔会跟你说现在不行明年可以明年不行五年内可以 五年不行十年内可以

虽然这篇讲的没错但例子很有问题 你这个例子看起来反而像是人类翻译拿到英文文本写to pull someone's leg, 然后自以为是扯后腿的意思才翻错的 至少我试了几个AI, 都

在意的人一直都很多 只是越来越懒得嘴罢了

能正确地翻译出是捉弄/胡闹某人的意思

AI要准确就要丢人力物力资源去建立数据库阿 不是让AI乱抓一通就可以的事

我是很难想像这种会写在字典里面的词组AI会弄错, 如果是网络用语还比较有可能AI会随便唬烂至于你说的语境问题 中文的捉弄本来就有玩笑的语境了

Z世代学习能力退化尊督假督，现在网络学习不都很方便吗

因为语言是活的，只懂得照抄跟它是相反的面向

说学习能力退化的论点，听过笑笑就好，因为每个旧世代都认为没用原本方法学习的新世代学习能力下降了，都认为一代不如一代，但现实是不是这样……还真不见得。

不太懂这篇想说啥，"人工翻译还有一战之力"吗?

以后这是校阅的事，薪水也不一样

这篇重点一开始就说了 人工翻译的问题模型不能解决模型翻译只有快 但翻译要遇到的问题一个不少而少了人工去润饰 直接用必然就会显得粗糙

我能理解你的意思，但是翻成中文该如何翻？找一个有能替代的俚语还是照意义翻？像银魂的桂与假发和gay ，有些人喜欢原意有些不懂日语谐音的喜欢gay

这个问题人工也会有 问题在资方愿意花多少钱翻更好

你这问题跟用不用AI没关系啊...

...天啊，我就是要说明这问题用不用AI都会碰到阿

所以呢? 用还是不用AI?

既然都会遇到 那干嘛不用AI

偷换概念成用或不用AI有意义吗？如果一个问题用不用AI都会碰到，那么应该是保留翻译工作来做为校正的空间而不是反过来把职位砍掉，因为问题并没有解决

阿原文都强烈反对了 二选一你选有求必应的AI还是意见一堆的翻译

只有"他"被解雇，你实际上不知道有没有保留职位给其他人校正或是他们公司的作业流程阿

原文第一段就说很清楚了，你扎一个稻草人反驳没有意义

工三小扎草人，这件事情已经由官方公布了吗?

小看仰赖AI的现代人适应积非成是的能力惹，翻译语境的落差我在乎、但大众不一定在乎=.=

一个尚未证实就听信片面的言论，你就确定真实了?

所以这句话是什么意思

太小看数据库的广泛

可怕的是大众不在乎，然后久了这些语意差异、背后的文化背景就被遗忘了

我觉得看错差异吧 从成本来说 的确是更好不是吗要麻是翻译烂但大家慢慢习惯 成本比请人好很多要麻是未来还真有进步可能 这两个情况不是至于说文化的= = 有多少比例的人真在意他国文化尤其有些还是属于方言文化 比如台语 原住民语

这篇是在表达专业翻译懂比较多，臭ai 怎么那么笨？ai也能学习啊？

https://gemini.google.com/share/c5e26a530d81你以为LLM是deepl吗

你以为老头滚动条 太空战士 神奇宝贝都是AI翻译的吗？还有恶灵古堡别以为人类翻译就会懂俚语

AI很厉害 不过AI只能学习不能创造 有些作者自创的名词AI就会很难翻译 但人类就能找到一个符合该语意的词来翻

AI会进步 人只会偷懒

AI翻译不是以前机翻 不会差多少

懂了，但现实是老板不重视这块，所以宁愿拿烂烂的翻译版本卖钱

全部客制化只会更凸显大语言模型的优势而已先翻英文再翻其他语言部分是为了好找译者全部采用原文直接翻目标语种，有些搞不好根本找不到人翻

嗯嗯 跟我想的一样

现实状况是人类翻译者在翻了几千几万行后 翻这句时已经是半夜了就没那么讲究了用AI的翻译者则在校稿中发现这句有点不扎实 找到了你这篇把他翻好对了他找到你这篇可能觉得太长叫AI读完后做修改把你的知识吸收了

被贬值也是事实，还会越发严重

所以台湾的语言很快就会中国化，因为台湾人少

人类能做到的翻译 AI没有做不到的理由啊？