法国人在下大雨时会说“Il pleut des cordes”——字面意思是“天在下绳子”。这种习语会让AI翻译系统晕头转向。“你可以想象这给AI带来了多大的困境，”法国国家科学研究中心（CNRS）专门研究自动翻译的研究主任弗朗索瓦·伊冯说。他指出，一个训练有素的系统会知道绳子并不是真的从天上掉下来，并给出“it's raining cats and dogs”（倾盆大雨）的译法。但它能在印尼语中找到对等表达吗？伊冯对此表示怀疑。

天气评论无关紧要，但机器翻译正越来越多地处理风险高得多的材料。今年4月，谷歌宣布，人们现在每月使用谷歌翻译翻译一万亿个单词——这还没算上DeepL、微软、Claude、ChatCGT和Gemini，以及各家公司定制的系统。去年，除通用AI订阅之外的机器翻译直接销售额估计达到14亿美元（10亿英镑）。

“在很多使用场景下，原始AI翻译现在已经是正确选择：如果你翻译的是内部文件或产品列表，为了抓住最后几个百分点的错误而让成本增加100倍并不理性，”OKA（开放知识协会）创始人约翰·齐默尔曼说。OKA是一家翻译维基百科条目的瑞士非营利组织。“对于百科全书来说，情况就不一样了。维基百科靠信任运转。一个错误的事实可能在那里存在多年，并被记者和AI系统引用。”齐默尔曼说，OKA已发表超过1万篇译文，主要翻译成西班牙语、葡萄牙语和英语，是这家协作百科全书最大的翻译文章贡献者——没有AI这是不可能做到的。“用传统方式翻译1万篇文章要花费数百万美元。在我们的流程中，AI生成草稿，然后由人工译者逐句检查。”

但这种人力的介入正在消退。“机器输出现在已经足够好，完全跳过人工已经成为一个严肃选项，也是整个行业面临的真实诱惑。两三年前，使用DeepL这类工具时，我们的译者仍会重写每份草稿的很大一部分。如今，文本往往根本不需要修改。所以，问题不再是AI翻译好不好——它显然很好——而是它是否好到可以去掉人工，”齐默尔曼说。

阿里埃拉·巴尔蒂耶是一名译者兼法律专家，专门从事英语到法语的法庭文件翻译。最近有人请她检查AI翻译的文件。“开头就有两个重大错误，”她说。AI把“Le demandeur”（原告）译成了“the requester”（请求者）——“对法律文件来说完全不通。”更糟的是，“Madame X, épouse Y”（X女士，Y的妻子）变成了“X女士嫁给Y”，把名词误认为动词，把意思搞得一团糟。在美国，庇护申请中的机器翻译错误已经延误了被拘留者的释放。

在医学领域，准确性关乎生死。“剂量和血液检测的单位常常包含希腊字母，”医学翻译专家卡罗尔·贝罗伊特说。她发现一份文本中，希腊字母μ被译成了milli（千分之一），而不是micro（百万分之一）。“这是严重错误。如果本应是微克，你却给某人毫克，那就是给了他们一千倍的剂量。”随着AI进步，发现错误变得更难。“过去用谷歌翻译这类工具时，句子会跳出来，因为会有语法错误，或者读起来很生硬；如今它听起来完全合理。听起来流畅。听起来自然。所以错误更难被发现。”

“如果某样东西会署上你的名字，那就有损害你声誉的风险。如果人们要根据一份涉及医疗程序、你可能签署的合同或你可能进行的大额购买的翻译来做决定，风险就更大了，”伊冯警告说。即使是清楚的句子也可能让AI出错：“当你遇到有不同含义的词时，通常很清