机器翻译的普及，让跨语言交流变得更日常化，也让翻译学生产生焦虑：机器越来越强，人工译者是否还重要？从机器翻译研究来看，答案并不是简单的“淘汰”，而是翻译工作正在从纯手工转换，转向译后编辑。
机器翻译的优势已经显现。面对商品介绍，它可以快速生成初稿，帮助用户节省查询时间。对学习者来说，机器翻译也能承担效率提升等任务。过去需要大量时间完成的草稿整理，实际流程中可以先由工具生成，再由人工进行审校。因此，机器翻译并非只有替代焦虑，也带来新的工作流程。
但机器翻译的局限同样不可忽视。它擅长处理常见表达，却不容易把握文化典故。文学翻译等高要求场景，往往不仅要求“意思差不多”，还要求准确。机器可以给出可参考的译文，却很难完全判断一句话背后的情绪色彩。这正是人工翻译仍然不可替代的核心依据。
翻译技术教学因此需要改变重点。过去课程可能更强调翻译理论，而现在还必须加入计算机辅助翻译。受训译者不仅要会翻译，还要知道怎样发现机译错误。工具操作只是起点，真正重要的是形成技术意识。
课堂训练也应从单句练习转向团队协作。学生可以围绕审校报告完成完整任务，练习如何在准确度之间做判断。这样的训练，能让翻译技术从“会操作平台”变成项目能力，也让学习者更早理解市场要求。
评价体系也要随之重构。课堂不应只看语法是否正确，还要考察错误诊断。教师可以用版本对比评价学生，让学习结果更接近职业场景。
译后编辑能力会成为未来译者的基础技能之一。优秀译者不应放弃人工判断，也不应排斥工具辅助，而要学会在质量之间做判断。面对低风险文本，可以采用批量处理；面对高风险文本，则要进行逐句审校。译者的价值不再只体现在“从零开始翻”，还体现在能否把机器初稿改成具有传播效果的译文。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养有伦理意识的复合型译者。翻译学习者需要明确自己的学习目标：一方面打牢文化素养，另一方面掌握语料分析。只有这样，才能在机器翻译普及后，从基础翻译执行者成长为语言服务项目参与者。
未来的翻译行业，很可能不是机器和人工的对立，而是互补协作。机器负责提高初稿效率，人工负责提升文化适配。当译后编辑训练结合起来，翻译服务就能从“是否翻得出”升级为“能否在真实场景中交付高质量语言服务”。接受机器翻译的发展，再融入人类译者的智慧，才是翻译行业继续前进的方向。 沉浸式翻译