问题——随着生成式大模型进入翻译生产链条，从信息检索、初稿生成到术语对齐、风格统一——翻译效率明显提升——但随之而来的伦理争议也更加突出：译文质量如何验证、错误由谁承担、使用外部数据是否合规、译者主体性是否被削弱、跨文化表达是否被“模板化”等问题，正从技术讨论扩展为公共议题；一些舆论把“速度提升”直接等同于“质量超越”，甚至出现“翻译专业无用”等片面判断，进而影响行业信心与人才培养预期。 原因——一是技术进步与社会认知之间存在明显“信息差”。生成式大模型擅长在海量文本中做统计关联与语言生成，但对语境把握、事实核验、价值取向与文化隐喻并不天然可靠，公众却容易把“表达流畅”误判为“内容可信”。二是责任链条仍不清晰。当前不少场景将工具输出直接进入发布流程，缺少明确的复核制度与责任主体，一旦出现事实错误、用语失当或敏感表述，追责与纠偏成本随之上升。三是行业规范滞后于应用扩张。以往语料库等技术更多用于研究与辅助实践，对生产流程的主导性有限；而生成式大模型具备更强的“端到端”能力，倒逼翻译质量控制、数据治理与职业伦理同步升级。四是翻译本质被简化为“文字转换”。翻译在跨文化传播中承担阐释、调适与沟通功能，若只用“字句替换”来衡量，必然低估译者的专业价值。 影响——对谈认为，翻译伦理的核心首先是“信任”。在国际传播、科技交流、经贸往来以及法律、医疗等高风险场景中，译文不仅是语言产品，更承载公共信息传递与制度沟通功能。若受众无法判断译文来源、生成过程与复核程度，信任就会被削弱。其次是“责任”。工具参与翻译并不意味着责任可以被“技术中立”淡化：译者、委托方与平台的义务需要被明确，包括事实核验、术语一致、保密合规、版权边界与风险提示等。再次是“创造”。对谈强调，创造不是随意改写，而是在忠实基础上的再表达能力：面对文化差异、语体风格、修辞策略与传播对象变化，译者需要做出有依据的选择与重构，这正是机器难以替代的人文判断与表达能力。 对策——围绕“信任、责任、创造”的伦理坐标，学者建议从制度与实践两端推进：其一，建立可核验的翻译流程与披露机制，在重要发布、公共服务与专业领域应用中明确“工具参与程度”，保留审校记录，形成可追溯的质量闭环。其二，压实责任边界，推动行业机构、用人单位与平台完善规范：明确译者审校责任、委托方信息真实性义务、平台数据与模型服务的合规责任，形成“谁发布谁负责、谁审核谁担责”的基本原则。其三，强化数据安全与知识产权意识，严格控制涉密、敏感及专有数据外流风险，完善授权、引用与署名规则，保护原创与译者劳动。其四，调整翻译教育与人才培养结构，在语言能力之外加强事实核验、领域知识、伦理规范与工具素养训练，把“会用工具”与“能控风险”一并纳入能力评价。其五，倡导以创造性转化提升翻译价值，鼓励译者在文化阐释、话语策略、受众适配与传播效果评估上形成专业优势，推动翻译从“产出文本”走向“组织沟通”。 前景——业内普遍判断，生成式大模型将长期存在并持续迭代，翻译工作不会简单消失，而是加速分化：低风险、标准化文本的自动化程度将深入提高；高风险、高价值、强语境依赖的任务则更需要具备责任意识与创造能力的专业译者。随着国际交流更频繁、应用场景不断扩展，翻译的社会需求将由“数量型”转向“质量型”“可信型”。以伦理为先导、以规范为支撑、以协作为路径，可能成为行业稳定发展的关键。
面对快速变化的技术环境，翻译行业需要持续审视伦理边界，明确责任分工，并把技术创新用在提升质量与降低风险上。人机协作将成为常态，只有把信任与责任落实到流程、标准与岗位职责中，才能在效率提升的同时守住专业底线，继续释放跨文化交流的价值。期待科技与伦理在磨合中形成更清晰的规则，为翻译事业带来更可持续的发展方向。