外语界 . 2024 (06) : 91-96 

学习者为中心的翻译技术教学模式建构研究

戴光荣黄栋樑       广东外语外贸大学

摘要：本文厘定了翻译技术教学的内涵，提出了学习者为中心的翻译技术教学知识框架与能力要素，核心知识主要涵盖翻译知识、技术知识、教学知识、迁移知识和合作知识。文章进而构建了围绕“以学促教、以学助学、以学辅测”、“用技术教技术、用技术学技术、用技术测技术”的翻译技术教学三维模式，强调语料库、机器翻译、生成式人工智能在翻译技术教学中的人技协同互动路径，以推动技术赋能的翻译教学发展。

关键词：

翻译技术教学;学习者为中心;知识框架与能力要素;翻译技术教学三维模式;技术赋能;

基金资助：

国家社科基金一般项目“神经网络机器翻译质量提升研究”(编号22BYY042)的阶段性成果；

DOI：

10.26971/j.cnki.flw.1004-5112.2024.06.012

专辑：

社会科学Ⅱ辑;哲学与人文科学

专题：

中国语言文字;高等教育

分类号：

G642;H059-4

在线公开时间：

2024-12-27 10:40

Construction of Learner-Centered Model for Translation Technology Teaching

Abstract：This paper discusses the philosophy of translation technology teaching from the perspective of knowledge, and summarizes the main apsects of learner-centered knowledge framework for translation technology teaching. After analyzing the interactive relationships among translation teaching, translation technology and learners, this paper then constructs a new three-fold translation technology teaching model, namely teaching by learning, studying by learning and assessing by learning with their corresponding dimensions, namely teaching technology by using technology, learning technology by using technology and assessing technology by using technology. This model emphasizes the human-technology collobrative pattern by jointly utilizing corpus, machine translation and generative AI in translation technology teaching, thus

building a technology-empowered translation teaching model for learners.

Key words：translation technology teaching；learner-centered；knowledge framework for translation technology teaching；three-fold translation technology teaching；technological-empowerment

1. 引言

信息化时代下，教学主体发生改变，技术渗入翻译教学方方面面，促进外语学习者自主学习与外语教师角色转变（张震宇,洪化清 2023）。翻译技术在翻译教学中的重要性和实用性也逐步得到重视，相关的知识储备要求也被纳入教学培训与教学评价的核心目标之中（Gaspari et al. 2015;Mellinger 2017;程维,魏子杭 2021;王湘玲,杨雯婷 2023）。技术具有强实效性，以迅雷不及掩耳的速度发展，导致学习者的知识检索、知识运用、知识迁移的能力与技术发展、技能运用之间还存在较大差距（Mellinger 2017）。当下翻译教学研究多停留在观测学习效果与学习过程（王克非,秦洪武 2015;Wang et al. 2024），鲜有对学习者作为教学主体进行深入探讨，明确技术时代下学习者在翻译技术教学的地位，洞见技术时代下的翻译教学“培养学生运用技术学技术”之需，“强调学生利用技术发展技术”之求，“指导学生利用技术评估技术”之能。本文从知识的视角下梳理翻译技术教学的内涵，以此为基础提出以学习者为中心的翻译技术教学知识体系，并有效联动翻译教学、翻译技术、翻译学习者三者间，提出技术赋能视角下以学习者为中心的翻译技术教学路径，以期为学习者提供翻译技术教学所需的知识框架，描绘翻译技术教学模式的新图景，推出技术赋能的翻译技术教学的新路径。

2. 翻译技术教学内涵与知识框架

2.1 翻译技术教学内涵

伴随着嵌入大语言模型的生成式人工智能（GenAI）算力不断增强、神经网络算法不断优化更新，翻译领域所运用到的技术呈现多元化、程序化、复杂化的特点，需要使用的技术工具和资源也越来越多，作为一个动态、开放的复杂性技术系统，翻译技术内涵随着时代和技术的发展而拓展（王华树,刘世界 2022）。翻译技术指为译者在翻译过程中使用的任意计算机化的工具（Bowker 2002），可分为广义与狭义两大类，前者指在翻译过程中帮助译者提高翻译效率的所有信息技术，而后者专指以译者为主要服务对象的术语库工具、翻译记忆工具、计算机辅助翻译工具和翻译管理系统等（赵壁，冯庆华 2019:15）。在技术赋能时代，翻译作为一种实践活动和研究对象，进入了一个以技术为特征的转型期（程维，魏子杭 2021）。在这个时期，技术为翻译教学研究开辟新领域，注入新范式，现代翻译教学研究也呈现跨学科交叉的新范式（Tao et al. 2020），借助技术手段解决翻译教学的原理问题、实践问题、理论问题，翻译技术教学主要围绕翻译知识、技术知识、教学知识三大知识体系的建构与运用展开。技术与知识的本质关系为合作（戴光荣，黄栋樑 2023），翻译教学中知识的掌握与技术运用呈现强的正相关性（Alotaibi & Salamah 2023），但在翻译教学中的技术运用仍处于初级阶段，未能达到翻译过程提质增效的目的（Sánchez-Castany 2023）。这可能是因为无论是教师还是学生都没能真正理解技术何为、技术何用、技术何去的含义，相关知识储备低，知识调度能力较差，导致其存在畏难心理，抵触技术在翻译过程中的运用（张静 2016;Wang et al. 2024）。

翻译技术教学内涵可从知识的角度入手进行考究。翻译技术更偏向于术知识（know-how）的具身体现（Tao & Wang 2022），通过对陈述性知识或描述性知识进行实践操作验证，形成一套方法、技能和手段的总和体系，背后蕴藏着使用某项技能所表现出的知识（戴光荣,黄栋樑 2023），而道知识（know-what）的积累和有效运用是术知识在意识中顺利扎根的前提，技术赋能于教学所包含的术知识和道知识，加速整个对翻译知识、教学知识、技术知识的获取、掌握、远迁移、运用。翻译技术教学可被视为教学主体运用技术来帮助高效、科学完成道知识具象显化为术知识，术知识抽象提升为道知识的过程。翻译技术教学中蕴含的显性知识（如语言本体、翻译规范、技术类别等可直接通过学习过程获取的知识）与隐性知识（需通过实践总结后形成自身的知识体系，并不能直接获取）均需涉及到术知识和道知识之间的转换，最终以一套有逻辑、有系统的符号体系呈现，技术在这当中起到中介和催化剂的作用，将知识当作数据与信息进行处理，促进知识的内化、外化、组合、流通。技术是知识实践后的载体（戴光荣,黄栋樑 2023），通过一系列翻译技术教学活动中的各种思维活动反复交叉验证、判别、改进后形成的三类知识的结合体，是对道知识的具象体现和术知识的实际运用。翻译技术教学的内容围绕道知识展开，术知识是通过翻译教学活动和技术运用实践后形成的结果，这个过程会经历一系列道知识和术知识的元认知行为。

2.2 翻译技术教学知识框架

学科技术教学的知识核心主要通过整合技术的学科教学知识模式（Technological Pedagogical and Content Knowledge，TPACK）体现（相关模型参阅Mishra & Koehler 2006;Harris et al. 2009），是以教师为核心的教学知识，全面考察教师教学所需的技术知识的发展（Mishra & Koehler 2006），包含教师和教学活动相关的知识（张静 2020），呈现现代教学知识和技术教学知识互相配合的局面，共同作用于学习者，完成技术知识、学科知识、教学知识的系统化整合与迁移。技术发展迅猛，教师所需技术知识不断扩大，其所采取的教学策略也需相对应的调整，单靠人工的力量是远远不够跟得上技术时代带来的新变革，“学”能动性和灵活性与模式也必须做出相对应的调整，应从学生的角度、技术的视角、学科发展的视角来构建翻译技术教学知识框架。参考学界推出的研究成果（Shulman 1987;Mishra & Koehler 2006;Harris et al. 2009），本文提出学生视角下的翻译技术教学知识框架（Knowledge Framework for Translation Technology Teaching），涵盖翻译知识（Translation Knowledge，TK）、教学知识（Teaching Knowledge，TK）、技术知识（Technology Knowledge，TK）、迁移知识（Transferable Knowledge，TK）与合作知识（Cooperation Knowledge，CK）五大核心要素，每个子知识要素（一级指标）包含若干个二级指标。翻译知识指现代技术时代下，语言服务行业、翻译研究领域中所需要的翻译学科及其跨学科相关知识；技术知识指语言服务行业、翻译研究领域中所涉及的技术体系当中的知识，包括操作知识和理论知识，将其运用与翻译知识之中；教学知识指学习者在教学过程中所运用到的方法或原理，确保学习者能通过自身的观察能力，理解不同教学方法对知识传说的影响，也能结合时事对学科、技术发展作出预测和辨别；迁移知识指能将所学的翻译知识与技术知识融会贯通，举一反三应用于其他新场景的知识，这其中涉及到高阶思维的培养与认知能力培养；合作知识指现代技术时代下，如何相互配合，发挥团队优势整合学科知识、技术知识等知识反过来完善与提高翻译知识、技术知识和迁移知识的知识（见表1）

表1 翻译技术教学知识框架

注：各个二级要素并非完全独立于另一方，而是相互作用、相互影响彼此，考察过程需综合考量。

该知识框架不是单纯强调技术的功能，而是关注学习者在技术环境下如何完成技术赋能学理论与方法、用理论与方法、教理论与方法三个环节。翻译技术教学反映的事物本质属性发生转变，强调迁移知识和合作知识的培养和完善，翻译知识和技术知识则成为迁移知识和合作知识的服务对象，共同创造知识间的联结碰撞和交融，形成整体知识体系：学生通过教学活动，在“教师”（可以是老师、学生、机器）教学指导下，初步掌握翻译知识和技术知识，借助技术手段完成技术知识和翻译知识的迁移过程。翻译技术教学首先强调翻译知识和技术知识的得体运用，是教学环节的基石，聚焦于理论层面的掌握，之间的每个要素互相影响，不可分割。迁移知识和合作知识是翻译知识和技能知识扩展、积累、完善的必经之路，从更高的思维站位反哺于翻译知识和技术知识，使其形成一个综合、系统、动态的知识模型。翻译技术教学的内涵一方面要明确翻译与技术的互动关系，另外一方面要明确迁移与合作之间的配合关系，使学习者成为“实践者—研究者—教学者”一体化的人才（Orlando 2019），充分发挥学习者各类知识自洽的最大能动性和互动性。

3. 翻译技术教学模式建构

数字化时代下的翻译教学具有强技术性、数据性，朝着智能化发展（王华树,刘世界 2021），改变着翻译教学方式，全新的翻译技术工具与资源层出不穷，其中语料库、机器翻译翻译教学研与实践究涉及面较广。随着生成式人工智能（GenAI）的迭代发展，翻译技术教学呈现出明显的整体观和协同观，从线性文本到行列式数据跨越，集成大语言模型、机器翻译等技术拓展与挖掘语料库功效和多变量统计方式，语料库在翻译教学研究中扮演翻译辅助技术、翻译教学技术、翻译教学研究工具等三重角色（戴光荣,刘思圻 2023），利用语料库技术可以将学习者沉浸在数据中，直接获得语言数据，通过自主学习提高学习效率和效果（王克非,秦洪武 2015），这些新一代技术融合赋能使得翻译成为高度技术化的学科。翻译技术教学可视为翻译教学的翻译技术转向（王华树,刘世界 2021），旨在培育能够综合运用技术和翻译知识的人才，同时也注重技术素养与能力的培养和提高（Chan 2014）。技术赋能的翻译教学是一个动态演进的过程，教学主体需不断扩充知识体系，探索适应新时代的教学模式（李锡阳等,2024）。在人机互动协商模式下（文秋芳，梁茂成 2024），翻译技术教学模式应从翻译教学、翻译技术与学习者个体三者入手，充分考虑彼此间的联系和制约的关系，亟须加强整体的人文性和工具性。技术融入使得翻译教学各环节的边界模糊化、学生的学习泛在化（李锡阳,2024），学习的个性化和灵活性有所增强，学习者贯穿于整体翻译技术教学之中，但学习者对技术的接受度与使用情况很大程度上会影响整体学习过程（Alotaibi & Salamah 2023），个体化差异也会进一步夸大该局面。由于教学中的知识体系不断增大，技术手段不断更新扩充，原本的单以人为主体的教学环境已不再适用。为了让学习者适应翻译教学的技术化转型，使其不断扩充知识体系，认识到“技术赋能的翻译教学将超越单纯的语言技能传授，在提升专业技能和译审能力的同时注重跨学科能力和信息素养培养，重视技术与人文的融合”（李锡阳,2024：49），学习者可根据自身需求借助技术来学习技术和其他知识，发挥自身的主观能动性。

鉴于此，本文提出“三学三用”的观点，即“学以促教、学以助学、学以辅测”、“用技术教技术、用技术学技术、用技术测技术”，形成三维的翻译技术教学模式。在该模式中，学习者的主观能动性占据主导地位，翻译技术作为辅佐工具，翻译教学作为教学对象，共同完成“教”“学”“测”三方面，学习者调配着翻译教学与翻译技术两方面，让其服务于自身需求，融合升级翻译技术与翻译教学，提高学习者的高阶思维能力与调动学习者的主观能动性。该模式在面对海量的数据和发展迅猛的技术时，能够为学习者提供方法论层面的实践帮助，让学习者牢牢把握主动利用技术使之为其所用的核心观点，乘技术的东风完善自身的翻译技术教学环节，技术赋能自主学习与探究式学习是发展学习者的有力助推器（王欣 2024）,借助合作的形式，共享各类知识，拓展各类知识疆域。

“学以促教—用技术教技术”为翻译技术教学模式第一维度，强调通过学习来促进教学，围绕学习者用所掌握的技术手段来传授各类知识，利用技术指导学习者正确使用技术和挖掘技术的更多功能，完善自身的学习体系，更好促教。例如学习运用GenAI生成有关语料库技术的教学大纲，确保生成的内容能够很好地演示如何利用语料库技术开展研究，挖掘语料库技术的新发现；“学以助学—用技术学技术”为翻译技术教学第二维度，强调通过学习来助力学习过程，围绕学习者用简单的技术来辅助学习复杂的技术，用旧技术来学习新技术（这里的“旧”与“新”指技术掌握程度），加强自身的技术使用能力，更好促学。例如利用Web2.0技术对编程语言有关知识进行学习，查找有关代码的含义及语法结构。再借助Web2.0来学习如果高效运用GenAI，使其生成的内容有效的帮助学习编程语言；“学以辅测—用技术测技术”为翻译技术教学第三维度，强调通过学习来测试学习效果，围绕学习者用技术手段来验证学习者的学习成果，帮助学习者更好地掌握和巩固所学知识。例如借助Web2.0或GenAI学习语料库相关检索、搭配等知识和了解机器翻译的常见错误，利用大型语料库和机器翻译进行文本翻译，最后借助BERT模型等手段对译文进行量化打分，来测试学习者的成果。下文将以语料库、机器翻译、生成式人工智能三种技术为案例示范，提出人机耦合时代下以学习者为中心的翻译学习新模式。

4. 人机耦合翻译学习新模式

新技术作为一种混合智能手段（a hybrid smart method），学习者需配备有更高阶的创造力和思维能力，这也给翻译技术教学提出了更高的要求。翻译技术教学并不只是要求用技术辅助完成一个教学项目，只针对具体技术开展教学，而不关注学习过程中对翻译技术的融会贯通、举一反三能力和翻译实践所需的自主学习能力培养、处理各项技术问题的思辨能力培养及知识远迁移能力培养。传统的结果导向教学已经不再适用于现代翻译技术教学模式，国内外交流日益频繁，技术更迭速度加快，这些都对翻译技术教学提出了更高的期待。在国家发展需要和人工智能时代到来的背景下，外语学科面临新的挑战，有必要做出新的转型发展（王克非 2023），因此本文以语料库、机器翻译、生成式人工智能为主要翻译技术教学手段，管窥三者之间的协同搭配，制定出一个新的学习模式，以找寻适应时代需求的翻译技术教学模式。

海量内容以泥沙俱下式深入至翻译教学之中，单靠单一技术无法对翻译教学中涉及的知识体系进行最优化处理，还应以人机协商模式搭配合作（Mellinger 2017;文秋芳、梁茂成,2024），共同推动翻译技术教学朝着科学性发展。语料库、机器翻译（自动翻译）、以ChatGPT为代表的GenAI已成为学习者必备的技术工具，这些技术能为学习者在翻译研究与时间过程中节省大量时间精力，推动翻译技术教学的提质升级，培养产出方面语言技能和接受方面的语言技能（Klimova et al. 2023），但由于学习者缺少对该技术相应的知识体系与培训教育，其并不能有效地利用该技术赋能自身学习过程（Venkatesan 2023）。随着语料库进入“后经典时代”（许家金,2023），人工智能技术高速发展的今天，翻译教学与研究愈发注重数据的科学性和人文性，Python、R等编程语言逐渐成为研究工具，通过与语料库、机器翻译、GenAI相结合，从数据的角度，大幅度提升译文质量及其翻译学习效率。这需要学习者以自身能力为核心，摸索如何与技术友好合作，以达成最大功效。

4.1 机器翻译技术与语料库技术的有机结合

语料库以真实使用的语料为基础，为翻译学习提供纪实性证据（documentary evidence）（王克非,秦洪武 2015），常用来探讨翻译共性、译者风格、语言特征、质量评估等翻译话题。机器翻译译前编辑与译后编辑随着神经网络机器翻译的兴起也逐渐被学界所关注，成为机器翻译活动中两大重要的活动（冯全功,高琳 2017），学习者此时作为译者，需先通过文本阅读的形成确定当中的专业术语、核心概念等，通过不同类型的语料库检索功能和Web2.0网络资源检索，收集和整理翻译实践中的翻译难点，借助机器翻译技术对文本进行全文翻译。学习者这时候需要对译文进行通读，对照从语料库和网络检索收集到的信息，通过人工评估与自动评测在译后编辑阶段识别和纠正，对于机翻译文中难以判别的错误，可进一步通过语料库或Web2.0扩大检索面。不同的机器翻译引擎生成的译文质量良莠不齐，基于不同算法规则与算力强度会产生不同的影响，导致单靠经验式判别出现偏差。垂直领域高质量翻译语料库中的语料权威性较高，能够为机器翻译提供高精度的算料，对原本算料进行再加工，生成高质量算料，提高整体译文的可读性和科学性（Rivera-Trigueros,2022），有效减轻学习者在翻译学习，尤其是翻译实践中的工作量与认知负荷（Dai & Liu 2024），同时也能让学习者更加直观的认识到原文文本和翻译文本之间的差距及背后语言体系的差别，为他们之后实践提供译前编辑与译后编辑的努力方向（Loock 2020）。

4.2 机器翻译与生成式人工智能的高效搭配

生成式人工智能的应用推动了交互式译后编辑实践的兴起，进一步推动机器翻译辅助的静态式翻译模式与ChatGPT辅助的交互式动态翻译模式的合作（王律,王湘玲 2023）。技术与人类交互之间所产生的碰撞会推动各自进一步的发展，机器翻译与生成式人工智能翻译之间，因各自底层算法的不同，其效度与适应度会存在一定差异。神经网络机器翻译目前对于多义词的正确处理、语义、上下文含义的正确解读还存在一定困难（Klimova et al. 2023），而大语言模型具有一定的学习新信息和适应新环境的能力（文秋芳,梁茂成 2024），学习者能够通过不同的指令（prompt），对大语言模型设定目标，规定其工作方向和内容，作用于学习者译前、译中及译后编辑活动。学习者通过模型所反馈出的任务完成情况，适当调整策略，再次发布指令对机翻译文进行全自动化的润色与改进。由于机译系统按照设定的规则处理自然语言翻译，所生成译文的错误中隐含内在规律，学习者可利用大语言模型的翻译功能对其规律进行总结，通过指令对机器翻译算法进行完善，不断调试与评估，提高生成式人工智能赋能的机器翻译质量评估意识和评价能力，让学习者能够对机器翻译译文质量有更高层次的认知。

4.3 机器翻译、语料库、生成式人工智能三者的融会贯通

技术迭代更新迅猛，跨学科时代下学习者以复合路径形式开展翻译学习效果为佳。在算法与模型竞争的阶段，综合多种技术方法能够弥补各自的缺陷，降低单一算法及模型的适应性风险。学习者对可借助语料库进行语料收集、汇总和凝练，利用技术手段和人工手段实现之中的价值表征，利用GenAI进行自身反馈自适应，从而调整语料库的语料信息。GenAI和机器翻译均可生成译文，学习者可结合BERT模型和语料库进行质量对比，进而升级机翻译文的底层算法。除了翻译实践外，熟练掌握三者能够优化翻译研究的模式和效率。利用编程语言开展基于语料库的计量研究成为翻译研究一大热门，对于文科背景的翻译学习者而言，掌握和运用编程语言是一大挑战，但ChatGPT的出现大大降低了编程语言的学习难度。学习者对ChatGPT进行提问，让其撰写代码并告知代码运作的底层逻辑与所表示的意思，根据研究的要求，不断调试和评估得到正确的代码。GenAI中嵌入的超大型语料库为学习者提供了新的学习方式，按照既定目标对其发布指令，能够快速构建专属于自己的语料库，并结合先前语料进一步扩容增质。不仅如此，GenAI还可训练机器翻译模型，通过算料和算法的升级来提高机器翻译译文质量。这也要求学习者能够综合运用三者技术，集合各要素优势而为已所用。

GenAI的出现为翻译技术教学提供了全新的教学视角，其有较好的灵活性和可操纵性，学习者以自身需求出发，借助语料库技术和机器翻译技术完成翻译实践、翻译教学与翻译研究。但学习者的理论与实践还存在较大缺口（Mellinger 2017），普遍对现有技术的认识和掌握不足（Venkatesan 2023），难以有效利用新型技术，因此对其产生畏难心理。在翻译技术教学中，知识体系未成系统、技术培训不够到位、实操经验尚且缺失等问题都是当下学习者所面临的痛点和难点。技术升级所带来的翻译教学模式变革需从学习者视角出发，自动化翻译是近些年来学界一直探讨的话题，翻译技术教学过程中需要更加学习者的技术思维，关注机器翻译和GenAI的最新动态，抓住知识的核心定位，搭起技术促学、辅学、测学的高级循环模式，避免简单的用技术来作用于翻译技术教学。

5. 结语

本文梳理和凝练了翻译技术教学的知识内涵及其知识框架，强调翻译知识、技术知识、迁移知识和合作知识之间的有机联动，并在此基础上分析翻译教学、翻译技术和学习者之间的互动关系，提出三维翻译技术教学模式，进一步具体化技术赋能翻译技术教学的学习和实操路径，该模式能够提高语言学习效率，突破时空限制，实现个性化、差异化教学，让信息技术赋能，实现教与学的翻转。新老技术交迭的环境要求学习者合理利用技术来作用于自身“教学测”三方面，但在这过程中需要避免因翻译技术带来的法律和道德伦理问题问题，也需警惕技术生成的信息真伪。尽管该模式的构建要求学习者需要有较高的知识站位，专业的技术素养和高阶的逻辑思维，且其应用需要教学主体付出更多的时间成本、脑力成本和技术成本，但学习者得心应手地利用技术、驾驭技术能够助推翻译教育事业更上层楼，培养更多更好的满足市场急需的高素质翻译人才。

参 考 文 献

 [1]      Albir A. H. Researching Translation Competence by PACTE Group[M]. Amsterdam: John Benjamins. 2017.

 [2]      Alotaibi H & Salamah D. The impact of translation apps on translation students’ performance[J]. Education and Information Technologies, 2023, 28: 10709–10729.

 [3]      Bowker L. Computer-Aided Translation Technology: A Practical Introduction[M]. Ottawa: University of Ottawa Press, 2002.

 [4]      Carreres Á. Translation as a means and as an end: reassessing the divide[J]. The Interpreter and Translator Trainer, 2014, 8(1): 123-135.

 [5]      Chan S. Routledge Encyclopedia of Translation Technology[M]. London: Routledge, 2014.

 [6]      Dai G & Liu S. Towards Predicting Post-editing effort with source text readability: An investigation for English-Chinese machine translation[J]. The Journal of Specialised translation, 2024, 41:206-229.

 [7]      Gaspari F, Almaghout H & Doherty S. A survey of machine translation competences: Insights for translation technology educators and practitioners[J]. Perspectives, 2015, 23(3): 333-358.

 [8]      Harris J, Mishra P & Koehler M. Teachers’ technological pedagogical content knowledge and learning activity types: Curriculum-based technology integration reframed[J]. Journal of Research on Technology in Education, 2009, 41(4): 393-417.

 [9]      Klimova B et al. Neural machine translation in foreign language teaching and learning: a systematic review[J]. Education and Information Technologies, 2023, 28:663-682.

[10]     Loock R. No more rage against the machine: how the corpus-based identification of machine-translationese can lead to student empowerment[J]. The Journal of Specialised Translation, 2020, 34: 150-170.

[11]     Mellinger C D. Translators and machine translation: knowledge and skills gaps in translator pedagogy[J]. The Interpreter and Translator Trainer, 2017, 11(4): 280-293.

[12]     Mishra P & Koehler M. Technological pedagogical content knowledge: A framework for teacher knowledge[J]. Teachers College Record, 2006, 108(6):1017-1054.

[13]     Orlando M. Training and educating interpreter and translator trainers as practitioners-researchers-teachers[J]. The Interpreter and Translator Trainer, 2019, 13(3): 216-232.

[14]     Rivera-Trigueros, I. Machine translation systems and quality assessment: A systematic review [J]. Language Resources and Evaluation, 2022, 56: 593-619.

[15]     Sánchez-Castany R. Integrating technologies in translation teaching: a study on trainer’s perceptions[J]. The Interpreter and Translator Trainer, 2023, 17(3): 479-502.

[16]     Shulman L. Knowledge and teaching: Foundations of the new reform[J]. Harvard Educational Review, 1987, 57(1): 1-23.

[17]     Tao Y & Wang H. Introduction to the special issue Translation technology: Views and visions[J]. The Interpreter and Translator Trainer, 2022, 16(3): 271-274.

[18]     Tao Y, Wen H & Wang S. Translation teaching research in the Chinese mainland (1978–2018): theory, method and development[A]. In Lim L & Li D (eds.). Key Issues in Translation Studies in China. New Frontiers in Translation Studies[C]. Springer, Singapore, 2020. 47-76.

[19]     Venkatesan H. Technology preparedness and translator training[J]. Babel, 2023, 69(5): 666-703.

[20]     Wang Y, Chen L & Han J. Exploring factors influencing students’ willingness to use translation technology[J]. Education and Information Technologies, 2024, 29: 17091-17118.

[21]     程维,魏子杭. 翻译技术教学中的高阶思维培养[J]. 上海翻译,2021,(3):39-44,94.

[22]     戴光荣,黄栋樑. 知识翻译学的技术路径探讨[J]. 外语电化教学,2023,(6):12-19,107.

[23]     戴光荣,刘思圻. 语料库翻译教学研究进展(2007—2022):基于国内外学术论文的对比分析[J]. 外语界,2023,(1):40-48.

[24]     冯全功,高琳. 基于受控语言的译前编辑对机器翻译的影响[J]. 当代外语研究,2017,(2):63-68+87,110.

[25]     李锡阳,彭丽华,金慧. 技术赋能的人机协同翻译教学模式构建研究[J].外语界,2024,(3):43-50.

[26]     王华树,刘世界. 国内外翻译技术研究述评（2000-2021）[J]. 外语电化教学,2022,(1):81-92,113.

[27]     王华树,刘世界. 人工智能翻译技术转向研究[J]. 外语教学,2021,(5): 87-92.

[28]     王克非,秦洪武. 论平行语料库在翻译教学中的应用[J]. 外语教学与研究,2015,(5):763-772.

[29]     王克非. 外语学科面向AI时代的转型与发展[J]. 外语电化教学,2023,(6):3-7,105.

[30]     王律,王湘玲. ChatGPT时代机器翻译译后编辑能力培养模式研究[J]. 外语电化教学,2023(4): 16-23,115.

[31]     王湘玲,杨雯婷. 面向高阶思维发展的翻译技术教学实证研究——基于认知、行为与情感特征的分析[J]. 外语界,2023,(4):16-24.

[32]     王欣. 外语专业研究性教学的内涵与纬度探析[J]. 外语界,2024,(2):13-18.

[33]     文秋芳,梁茂成. 人机互动协商能力：ChatGPT与外语教育[J]. 外语教学与研究,2024,(2): 286-296+321.

[34]     许家金. 语料库研究方法[J]. 北京：外语教学与研究出版社,2024.

[35]     张静. 翻译技术教师的知识结构构建[J]. 上海翻译,2020,(1): 88-93.

[36]     张震宇,洪化清. ChatGPT支持的外语教学: 赋能、问题与策略[J]. 外语界,2023,(2):38-44.

[37]     赵璧, 冯庆华.《翻译专业本科教学指南》中的翻译技术:内涵、历程与落地[J]. 外语界,2019,(5):14-20.

 作者单位: 广东外语外贸大学高级翻译学院,广东 广州                        510420

【以上文字为发表前的修订稿，正式稿件请参考下面附录的pdf文档】

学习者为中心的翻译技术教学模式建构研究_戴光荣.pdf