她把职场“折叠”进课堂：一位口译老师的产业背景如何让学生赢在AI时代

一张纸折叠后，原本毫不相干的两个点会重合。西交利物浦大学口译教师陈思宇的职业生涯，恰似这张被反复折叠的纸——985高校教师、美企客户经理、游戏资深译者、西浦口译讲师，这些看似遥远的身份，最终折叠回教育，折叠进她的口译课堂。

（陈思宇近照）

陈思宇的职场轨迹不走直线。从蒙纳士大学汉语翻译及英语国际语言学专业本科毕业、诺丁汉大学翻译与口译专业硕士毕业后，她做过自由译员，当过东南大学-蒙纳士大学苏州联合研究生院的口译讲师，而后转身成为美国建筑科技公司OpenSpace的客户成功经理；她以英雄联盟资深玩家的身份切入游戏翻译的专业领域，同时接手中国商务部、英国驻华使馆、腾讯、迪士尼、雨果博斯、联合利华等不同领域客户的翻译工作；2022年她回到大学校园，成为西浦人文社科学院的一名口译教师。

从技能迁移、在垂直领域快速学习的能力，到跨文化沟通和理解力、对科技和AI的洞察和思考……陈思宇在跨界经历中积累的养料，成为滋养她课堂的活水。

回归大学教育，在西浦把“自己”作为方法

人类学著名学者项飙曾在著作中提出一种观点：把自己作为方法。项飙认为，面对时代宏大叙事的不确定性，个体通过扎根个人经验，更有助于在具体情境中产生真实洞见与有效行动。

这与陈思宇的职场人生不谋而合。

在西浦这片不断拥抱变化、允许破局创新的国际化土壤里，教师可以最大化地让教学贴近真实产业，不断实现课程改革，并充分调动校内可使用的前沿资源、平台和技术服务于教学。陈思宇大胆将“自己”作为方法，将口译课堂“翻转折叠”。

在四门口译课程中，她在商务谈判中的口译经验，被折叠进课堂上的“跨文化交际”练习；对游戏行业的“黑话”理解，被折叠进教学中对“垂直领域知识”的强调；快消行业的市场调研经验，被折叠进项目制学习中“焦点小组访谈”的设计……

商务口译课是一门侧重于商务情景模拟与跨文化沟通的口译入门课。陈思宇在教学过程中反复向学生强调：“人类语言是极其复杂的交流系统，信息交流也绝非简单的词句转化。在跨文化交际场景中，译者对于场景、信息和文化的敏感度，远胜于口笔译技巧本身。商务谈判是非常复杂微妙的场景，译员对于语言的处理通常需要圆滑地体现在译文中，通过措辞或者语气上的处理来促成商务谈判的目的。”

但在法律和医疗行业中往往并不是这样。陈思宇本科在澳洲就读期间，曾观摩当地法庭的口译，对这一流程非常熟悉。

于是，她通过“模拟法庭”的方式，让学生分别扮演法官、原告、被告、律师、陪同翻译等多重角色，使其深刻感受这与译员在跨文化交际中翻译工作的不同。她表示：“医学和法律行业的用词通常是特定术语，a就是a，b就是b，对于翻译准确度的要求很高，甚至语气都要非常还原，译员不必像在商务谈判中那样对语言进行文化处理或灵活解读。尤其政治避难和刑事类案件，一旦翻译不准确，现场人员会非常激动。”

（“模拟医疗”课堂教学现场）

这种扎根于现实实践的教学理念也让陈思宇非常清楚自己的口译教学定位：“我们的培养目标并不是仅通过大量刷题培养出单一的口译人才，而是希望学生在能胜任基础翻译工作的同时，真正走向市场，成为软实力非常强的多面手。”

这一理念在同声传译这门课上同样体现得淋漓尽致。前半学期的课聚焦同声传译基本技能的训练，后半学期则围绕两个相互关联的项目展开学习。

第一个项目以她亲身参与最多的会议类型——焦点小组访谈为原型，模拟真实的市场调研全流程。

学生分组承担不同角色：研究执行组负责确定课题、规划执行，受访组配合回答问题，同传组则在箱内完成现场翻译。学生需自行设计访谈大纲、明确研究目标及测试产品。陈思宇提前通过投票让学生选择实体测试品类（如速溶咖啡），并指导学生将“咖啡味道好坏”这类宽泛概念细化为酸度、苦度、甜度、风味、前调、后味等具体指标。项目执行共三周，最后一周在校内进行现场焦点小组访谈，同传同步进行。

（同传组学生在进行现场翻译）

随后，第一个项目产出的结果被完整交接给第二个项目——大会执行。学生基于前期咖啡液的测试结果，模拟一场“世界饮品大会”，现场同步搭建腾讯会议接入同声传译，全流程呈现从市场洞察到国际会议汇报的真实商业闭环。

（学生在模拟大会做现场汇报）

直面AI时代焦虑，积极拥抱变化

2022年底，大语言模型爆发，机器翻译的准确率再次刷新认知。一时间，“翻译将被AI取代”的论调铺天盖地。

但陈思宇看得很清楚。这种冲击已经不是第一次了——早在AI大模型之前，DeepL等高质量机器翻译网站已经冲击行业多年。“翻译行业受技术冲击是长达几十年的事情，并非因为人工智能的出现。”

在AI浪潮冲击下，大批低端翻译工作将被机器逐渐取代。比如那些并不那么在乎翻译质量的会议场合，机器确实够用。但高端重要会议呢？陈思宇举了一个身边的例子：西浦20周年校庆活动，学校在现场搭了同传箱，请了人工译员。“如果AI机翻表现足够优秀，为什么不继续用？”她指出，“真正高端重要的、不可以犯错的活动，一定是人在场。”

她观察到，很多企业试过AI之后，对高端口译的需求反而回升了。“大家品尝过咸淡之后，才会知道什么是真的好。”

为什么？她解释道：“因为人类语言的复杂远超字词转换。AI翻译的错误，有时候并不是词汇荒谬，而是不合理。语气、眼神、肢体、语境、立场——这些都是人类沟通最日常的一部分，但AI无法处理。而译员作为沟通媒介本身，就是语言交流中不可缺失的一环。”

但这并不代表她排斥技术。

相反，陈思宇积极拥抱变化，并把这些思考直接带入课堂。

在交替传译课上，她设计了一个对比实验：让学生们分别用纯人工、纯机器、人机协作三种方式完成同一段口译任务，然后对比效果。学生们在这一过程中发现，影响翻译的因素太多了：音源清晰度、讲者语速和口音、不同模型的识别能力……每个变量都会改变结果。她说：“这有助于让学生真正合理判断技术的边界，从而更好地开展翻译。”

同样，在视译课上，陈思宇依托西浦前沿的教学设备，将眼动科技引进课堂——这在国内可能是首创。眼动实验仪能生成热力图、轨迹图等，将学生在翻译过程中眼睛、嘴巴、大脑的协同动作全部可视化。学生第一次无比清晰地看到自己在翻译某个词时眼睛在做什么，从而立刻明白了卡顿的原因。

（眼动实验注视点图）

陈思宇指出，学生根据眼动数据撰写的课程分析报告，质量明显优于之前只听录音的版本。这种“让不可见变得可见”的实验，不仅训练了视译技能，还让学生在本科阶段就接触了定量与定性数据分析，把前沿科研工具真正化为了教学创新的基石。

（眼动实验热力图）

当所有人都在问“翻译会不会消失”时，陈思宇在教学生另一件事：“人是不会被替代的，只要你学会做人在做的事。”AI的冲击，恰恰帮她“立”住了翻译教育真正的核心价值。

陈思宇说，自己从未期待每个学生都必须成为“更好的翻译”，但希望学生们能通过口译课堂逐渐成为“能解决复杂问题的多面手”。

“这些从翻译训练中获得的场景敏感度、文化理解力、沟通判断力，是任何人都拿不走的护城河。”她说。

（图文提供：人文社科学院应用语言学及语言科学系 编辑：石露芸）