AI翻译的文化鸿沟：最后且最远的一英里

于巴布亚新几内亚的原始部落中，情感的核心被定位在肝脏而非心脏；纳米比亚有一个特定词汇描述「赤足行走于炙热沙地」。这些人类经验的微妙之处，正构成AI翻译难以跨越的「最终且最遥远的里程」。

在巴布亚新几内亚的密林深处，阿瓦族（Awa）并不视心脏为情感中枢。

若想向他们表达真挚，不应说「敞开心扉」，而需说「敞开你的肝脏」。

在同一岛屿的另一端，拉瓦族（Rawa）则确信，人类的灵魂与情感安居于胃部。

这些微妙而关键的文化差异，曾是译者世纪以来无法跨越的鸿沟。

但如今，硅谷尖端的人工智能正努力填补这一缺口。

被遗忘的语言数据荒原

对ChatGPT或Gemini等通用大模型而言，英语如同「富裕区」，中文与法语似「中产阶层」，而如阿瓦语般的语言，则沦为「贫困窟」。

在AI训练数据中，英语占比超过90%。

这种数据的极端不平衡催生了「算法霸权」：模型倾向以英语逻辑解读世界。

当输入复杂中文成语时，AI常先将其「脑补」为英语语境对应概念，再转译回来，致使原意流失。

而在那些仅数千人使用的「低资源语言」中，情形更为严峻。

互联网上几乎无这些语言的文本数据，AI无从学习。

威克理夫圣经翻译会（Wycliffe）所持的《圣经》，往往是这些边缘语言中唯一的长文本。

他们目标在2033年前实现「每种语言皆有译本」，以达成其愿景中的「基督再临」。

2022年，Meta开源了名为「不让任何语言掉队」的AI模型NLLB-200 (No Language Left Behind)。

相关新文章（非上述旧模型）：翻译界的ChatGPT时刻！Meta发布新模型，几段示例学会冷门新语言

扎克伯格的初衷或许更多是为让非洲与亚洲用户更流畅使用Instagram，从而提升广告效益，但此模型意外成为语言学家新宠。

翻译机构迅速采纳这本为商业互联设计的模型，微调以处理最晦涩的古老方言。

但拥有此模型，并非万事俱备。

AI的幻觉现象

数据科学家丹尼尔·惠特纳克（Daniel Whitenack）警示：不可将经文直接投入ChatGPT并等待结果。

因为当AI遇到未知领域时，它不会沉默，而会编造，即AI幻觉。

以《圣经》翻译为例，这简直是AI的噩梦。

新约由非标准古希腊语写成，充满歧义。

例如主祷文中「赐予我们今日的epiousion饮食」，至今无人确知此词含义，学者只得妥协译作「日常」。

当AI面对此类模糊性时，它倾向基于概率「猜测」最流畅之词，而非最准确之词，这可能引发严重语义偏差。

如今，算法权重的细微波动，或于毫秒间重写此定义。

更荒诞案例见于日常翻译。

研究发现，处理极低资源语言时，AI有时陷入「振荡性幻觉」，如念经般无限重复某词；或产生「分离性幻觉」，即翻译句子流畅优美，却与原文毫无关联，似机器自编故事。

在商业文件中，此类错误或仅将「环保的」（Eco-friendly）误译为「经济的」（Econ-friendly），但在文化传承或法律文本中，这种「严肃的胡言」是致命的。

无实体的翻译者

AI最大优势与弱点，在于其无肉身。

它从未体验饥饿、寒冷或疼痛，故无法真切理解基于生理体验的隐喻。

在纳米比亚的鲁匡阿里语（Rukwangali）中，有一词「Hanyauku」，专指「脚尖踏于滚烫沙地行走」之动作。

对沙漠边缘居民而言，这是充满画面感的日常词汇。

但对居于服务器机房的AI来说，这是无法解码的乱码。

同样，「攻城锤」（battering-ram）此词，在许多和平原始部落语言中根本不存在。

人类译者会创造性地意译为「撞击城门之巨木杆」或「战争机器」，而AI或直接卡顿，或生硬音译出无人懂的新词。

这正是为何「人」仍是翻译闭环中不可或缺的部分。

IllumiNations联盟虽用AI将新约翻译周期从十余年缩至两年，但他们强调，AI仅完成初稿。

原需在丛林中耗费数十年学语言的传教士，现转为「高级编辑」。

其工作重心从「从零翻译」转向「纠正机器的文化盲点」。

在巴布亚新几内亚，唯有精通当地文化的人类，才知将「接受耶稣进入心脏」改为「进入肝脏」。

此类对「痛处」与「笑点」的精准把握，是当前硅谷最昂贵算力也无法模拟的。

翻译的最终里程

这不仅关乎《圣经》的故事，更是人类沟通终极困境的寓言。

我们试图构建通用理解工具，但语言本身却极度个人化与部落化。

每个「不可译」词汇背后，皆是一种独特生活方式。

苏格兰语中的Tartle（介绍人时突然忘名的尴尬），日语中的きょういくママ（虎妈，热衷鸡娃的母亲），意大利语中的abbioccio（饱食后的困倦与满足），这些词汇组成人类经验拼图。

AI正以前所未有之速助我们拼合此图。

它如推土机，铲平语言学习门槛，让知识流动超越国界。

但推土机无法完成最终精细调整。

2033年目标或可实现，但那将是人机协同的胜利。

在技术尽头，仍立着一个需被理解之人。

参考资料：

https://www.economist.com/culture/2025/12/11/the-race-to-translate-the-bible-into-every-language-by-2033