智能化时代的多模态口译教学模式研究

吴 磊

(常熟理工学院，江苏 常熟 215500)

一、引言

自人工智能 (Artificial Intelligence, AI)诞生以来，应用领域不断扩大。在大数据、云计算的共同驱动下，AI技术井喷式发展。IT巨头纷纷推出各种智能翻译产品，翻译职业被推向风口浪尖。人工智能会代替人工翻译吗？刘和平、雷中华认为“人在自然交际中扮演的角色在一定时期内很难被机器抢夺”[1]。翻译，尤其是口译，作为一种跨文化交际活动，要求译员具备处理综合信息的能力, 因此短时期内机器难以取代人类。但是，人工智能正在不断成熟，包括口译等很多行业都将面临巨大挑战。译员应直面现实，主动谋变。而高校作为培养口译人才的基地，应利用人工智能带来的便利，建构更有效的教学模式，从而培养出更符合这一时代需求的译员。本文将从多模态视角探讨口译教学的改革。

二、多模态教学

多模态教学理论开始于二十世纪末期。所谓多模态(英文Multimodality)，意为多个模态的结合，指“把听觉、视觉、触觉等多种感觉, 通过语言、图像、声音、动作等多种手段和符号资源进行交际的现象”[2]。“多模态教学”作为一种教学理念, “强调培养学习者的多元能力, 主张利用网络、图片、角色扮演等多种渠道和多种教学手段来调动学习者的各种感官, 使之协同运作参与语言学习”[3]。二十一世纪初，许多国外学者对多模态在教学领域的应用表现出浓厚的兴趣，代表人物有Stein，Kress，Royce等。Stein (2000)认为课堂上所有的交际活动都是多模态的[4]。Kress发现多模态学习可激发学生对世界的兴趣[5]。Royce (2002)将“多模态教学方法论”运用到读写、听说和词汇教学中[6]。

近年来，国内越来越多的学者开始关注多模态语篇及多模态教学方面的研究，“在2007-2013年期间国内外语类核心期刊刊载的92篇多模态话语研究文章和42篇多模态外语教学研究论文, 加快了国内多模态外语教学与研究步伐”[7]。代表人物有顾曰国、胡壮麟、张德禄、朱永生等。其中，顾曰国对多模态进行定义并提出了五点假设，为国内相关研究奠定了基础[8]。在现代教学技术的支撑下，传统单向型的平面教学模式可转变为复合互动型的立体多模态教学模式。教师建立由文字、图像、声音、视频等为一体的多模态教学情境，从而调动学生的多种感官, 强化学生对知识的理解内化，激发学生的学习潜能。

三、多模态口译教学

口译集听、说、读、写、译于一体，是一项具有即时性、动态性、交际性的复杂活动。智能化时代背景下，传统的口译教学已无法满足社会对口译人才提出的要求。多模态教学理念倡导教师和学生运用视觉、听觉等等多种感官与各种教学媒介产生互动, 从而实现口译教学模式从多媒体化向智能化的跨越, 开拓口译教学的新视野。

(一)立体式教材的选择

目前的口译教材仍以传统的文字材料加语音光盘为主，不能直观、形象地传达口译实战中涉及的肢体语言、现场环境等非语言因素, 学生的口译学习往往只是脱离了实际场景的纸上谈兵。这种比较单一的教材必须立体化。“立体式教材应该是一种基于现代教育技术理论和信息技术实践的新型、动态的教材系统, 也是一种体现教学理论、方法与技术的新型教材。它的主要特点之一在于以多媒体、多模态、多介质方式来存储和呈现教学资源。”[9]立体式的口译教材应该是文字和声像结合的多模态教材，利用多媒体技术，将知识以文字、声音、影像等多模态方式呈现出来，高质、高效地传递信息并激发学生的学习热情。口译立体式教材的文字教材部分可包括口译理论和技巧等内容，同时附以DVD光盘或采用网络云盘的方式提供丰富的配套视听教学材料。这些材料以图片、字幕、音频、视频等形式呈现与文字教材内容同步的知识点、口译练习素材等。这种多种模态复合的教材能最大限度展现口译的真实场景，直观有效地传授知识，使学生同时通过多种渠道感知口译中的语言及非语言信息，身临其境置身于口译现场，真正掌握口译的实战技能。

(二)口译课堂的翻转

当前国内很多高校的本科口译课堂教学时间为每周2学时，课时严重不足。再加上班级人数过多，40人左右的班级规模很常见。这种情况下，传统的教学模式很难培养出合格的口译人才，改革势在必行。信息技术的飞速发展催生了翻转课堂、微课等一系列教学创新模式，同时也改变了学生的学习方式。翻转课堂以“学生的学”为核心，将“教”与“学”进行了翻转。教师在课前以微课等形式给学生提供相关课程材料，学生在上课前完成这些材料的学习，课上的时间主要用于师生互动和答疑。在多媒体技术的支撑下，将翻转课堂引入到口译教学中，学生可通过更丰富的渠道获取信息、感知信息和传递信息，在课前完成口译技能的理解和记忆，以及相关话题信息的了解。课堂教学中通过师生互动、生生互动、小组互动及人机互动等方式，深化口译技能训练。课后，学生还可通过MOOC、网易公开课、口译语料库等平台进行自主学习。这种多模态学习模式突破传统课堂空间和时间的限制, 使泛在化学习成为可能。通过翻转课堂，教师还可根据学生的特点为不同学习者提供特色性课程资源，并建立网络交流平台方便学生课前课后的交流和获得学习反馈信息，同时提高“教”与“学”的质量。

(三)人工智能产品的运用

人工智能的发展不仅给译员带来了挑战，也提供了便利。教师在教授传统翻译理论及技巧的基础上，也应指导学生如何运用人工智能翻译软件，以及利用人工智能协助翻译训练和翻译实践，从而提高翻译质量。在口译教学中，教师可向学生介绍科大讯飞翻译机、搜狗翻译宝、彩云小译等人工智能翻译产品。此外，还可利用以下产品协助口译训练和实践：1.讯飞语记APP。讯飞语记是一款将语音信息转变为文字输入的APP。口译练习中，学生在手机上下载APP，通过这一语音识别系统将听到的信息自动快速地转化成文字。这样可弥补学生自身工作记忆和口译笔记的不足，帮助学生克服口译中的焦虑。相对于传统口译教学模式, 语音识别APP辅助模式能够有效提升口译效率[10]。在课后练习中，学生还可将自己的口头输出直接转化成文字，便于自我检查和纠正一些语言错误。2.多模态口译语料库。与传统的文字语料库不同，多模态口译语料库收录的是完全真实的语料，如实呈现各种语音信息和非语言信息，反映口译的真实过程。国内首个真正意义上的多模态口译语料库Multimodal Corpus for Interpreting Studies (简称MCIS)，收集了各种真实的口译音视频作为语料。口译课前，学生可利用语料库检索专业词汇，选择主题训练，熟悉口译场景，预测口译障碍，制定应变策略。教师可利用语料库选择教学材料作为教材的补充。课上，教师可通过检索语料对视频中出现的各种口译现象做集中的、有针对性的讲解[11]。只有让学生能够熟练运用智能化产品，才能培养他们在人工智能的协助下提供更加优质的语言服务。

(四)评价体系的多模态化

“口译教学评估旨在通过测试和评估手段, 了解口译学生的发展潜力和各项口译技能的发展水平, 既能为学生提供学习反馈, 亦能为教师提供教学改进信息。”[12]“在评价方式上，既要重视形成性评价，也不忽视终结性评价；既要注重诊断性评估和终结性评估，也要重视情境化评估；既要重视课内评估，也要重视课外评估。”[13]多模态课堂教学需要多模态的评价体系与之相适应。多模态评估方式，贯穿在整个教学过程中, 根据不同教学阶段的特点，通过“师生评估”，“生生评估”和“自我评估”等方式，合理地使用视、听、说各种媒介相结合的评估手段。1.师生评估：教师通过观察学生的学习态度，了解课前学习的掌握情况，记录课堂活动的各项表现，分析口译录音的声音及语言质量。教师根据对学生所进行的及时、深入的评估，设计下一步的教学模态。2.生生评估：教师指导下的学生互评是一种非常有效的激励机制。根据课前微课学习交流、话题讨论，课堂示范、录音分析、实战模拟等过程中的表现，学生之间互相进行评价，有助于他们相互学习、自我改进。3.自我评估：任何有效的学习都离不开学习者的自我监控、自我分析、自我反思和自我调节。口译练习中，学生可利用手机APP将语音文字化，快速纠错，或利用多模态语料库上传口译录音，与参考译文进行比对。在自我评估的过程中进行记录、分析、整理、修正。多模态评估的目标是提高学生的学习效率，培养合格的口译人才。

四、结语

人工智能技术的发展不仅大大提高了语言服务行业的效率，也给口译教学带来很多启示。人才培养模式的发展能否顺应智能化时代的需求涉及整个翻译职业教育的生存与发展。只有翻译教育不断与时俱进，方能为翻译产业输送合格的口笔译人才。多模态口译教学模式有利于师生、生生间的有效互动, 打破教学的时空限制，提高效能。但要注意的是，人工智能技术的应用并不是对传统教学方法的全盘否定，切忌过分依赖多媒体、过度强调多模态。口译的一些基本技能仍需结合传统教学方法来实现, 例如口译笔记的训练。上文提到的口译训练中利用讯飞语记功能，应被视为口译笔记的一种补充手段，口译笔记仍是一名合格口译员的必备技能，不可忽略。