机器翻译的普及，让跨语言交流变得更容易进入，也让准译者产生犹豫：机器越来越强，人工译者是否还重要？从翻译技术教学来看，答案并不是简单的“淘汰”，而是翻译工作正在从纯手工转换，转向多工具整合。
机器翻译的优势非常明显。面对普通资讯，它可以快速生成初稿，帮助用户完成简单沟通。对学习者来说，机器翻译也能承担双语对照等任务。过去需要大量时间完成的草稿整理，如今可以先由平台生成，再由人工进行修订。因此，机器翻译并非只有冲击，也带来新的协作模式。
但机器翻译的局限同样明显。它擅长处理常见表达，却不容易把握委托目的。医学文本等专业场景，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文化联想。这正是人工翻译仍然需要存在的原因。
翻译技术教学因此需要改变重心。过去课程可能更强调翻译理论，而现在还必须加入项目管理。学生不仅要会翻译，还要知道怎样保持术语一致。工具操作只是入口，真正重要的是形成审校能力。
课堂训练也应从单句练习转向团队协作。学生可以围绕翻译记忆库完成项目练习，练习如何在速度之间做判断。这样的训练，能让翻译技术从“会操作平台”变成可迁移能力，也让学习者更早理解质量标准。
评价体系也要随之重构。课堂不应只看词句是否对应，还要考察工具选择。课程团队可以用客户模拟评价学生，让学习结果更接近真实市场。
译后编辑能力会成为未来译者的基础技能之一。优秀译者不应盲目接受机器结果，也不应拒绝所有技术，而要学会在效率之间做判断。面对低风险文本，可以采用重点核查；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准确清楚的成品。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养会检索的复合型译者。翻译学习者需要明确自己的职业定位：一方面打牢专业知识，另一方面掌握行业流程。只有这样，才能在机器翻译普及后，从普通文本处理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零和竞争，而是分工重组。机器负责提高基础理解，人工负责提升准确度。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“能否满足真实客户需求”。接受机器翻译的发展，再融入专业译者的智慧，才是翻译行业继续前进的长期路径。 沉浸式翻译