问题的提出

近年来，以 ChatGPT、Claude、Gemini、文心一言等为代表的生成式人工智能（Generative AI）技术取得了突破性进展。该技术基于深度学习算法，能够理解并解释数据，并根据指令生成全新的文本、图像、音视频等内容，为各行各业发展模式的创新提供了新的动力。目前，生成式AI技术已在医疗、金融、交通、工程、法律等领域展现出广泛的应用前景。法律翻译作为一种跨法系及跨语言体系的交际行为，其核心在于法律思想观念、法律语言文化、法律规范及法律文本的转换与传播，具有专业性强、文化敏感性高、责任性大等特点。将生成式 AI 技术（如 ChatGPT）用于法律翻译，或结合现有翻译技术、翻译系统以及翻译平台进行综合性创新运用（下文简称“生成式 AI 翻译技术”），能为法律翻译流程和翻译模式的数智化转型提供新的技术支撑，促进国家跨境法律制度完善、国际法治合作与制度竞争、提升国家法治话语权和叙述水平具有重要意义。但是，在充分关注生成式AI翻译技术所蕴含的势能与潜力的同时，也要高度重视并积极规避其在法律翻译中可能引发的伦理风险。

学界对法律翻译相关伦理问题的研究主要集中在翻译伦理和技术伦理两个方面。在法律翻译伦理领域，研究者主要关注法庭口译员的职业道德问题、法律笔译员的职业伦理问题。其中，有论者认为法律领域的口笔译人员应追求的核心伦理价值是法律翻译的准确性，并强调法律翻译人才职业伦理教育和培养的重要性。此外，国外也有学者对法律职业或律师相关的伦理问题进行了研究。例如，Chiara 探索了法律职业跨国界的道德监管与约束问题，提到不同法律文化之间的深刻差异以及相应的法律伦理问题；而 Giordano 则研究了律师作为译员的作用及其道德问题，分析了律师担任译员或翻译任务外包给第三方律师时出现翻译错误是否会违反针对客户的道德责任规则。关于翻译技术伦理议题的研究，主要涵盖译者职业规范视角、技术哲学和技术伦理学视角、众包翻译平台与商业伦理等商业视角，还包括从垂直领域视角探讨翻译技术伦理问题，如文学翻译中计算机辅助翻译的伦理研究。针对法律翻译领域的翻译技术伦理问题，Anabel & Robert 分析了人工智能技术进步对法律翻译行业的影响、给法律职业带来的风险和挑战；张法连和曲欣探讨了翻译技术在法律翻译应用中可能带来的正面伦理影响及潜在伦理威胁，并提出了构建法律翻译技术伦理的基本原则；高玉霞和任东升指出了生成式 AI 技术的不当使用会对翻译职业道德和伦理产生冲击。

综上所述，尽管现有研究从多个角度探讨了翻译技术在法律翻译中的伦理问题，但对于生成式 AI 翻译技术在法律翻译领域所带来的伦理风险，仍缺乏系统性的研究。随着这一技术的不断发展和广泛应用，其潜在的伦理风险也日益凸显。为了确保法律翻译的质量和可信度，并推动生成式 AI 翻译技术的健康有序发展，本文将深入分析该技术在法律翻译中可能引发的伦理风险，并提出相应的应对策略.这不仅有助于完善法律翻译的技术框架，还将为中国法治话语国际传播提供技术支持与实践指南。

生成式 AI翻译技术在法律翻译中的应用潜力

加强涉外法治建设和构建中国法治话语传播体系是新时代国家发展战略的方向和重点，法律翻译的准确性对于我国的涉外法治建设至关重要。作为一项新兴技术，生成式 AI 翻译技术基于深度学习和自然语言处理 (NLP) 技术，其核心原理是通过对海量语料库的训练，生成具有流畅度和语义准确性的目标语言文本。该技术不仅能够识别并掌握源语言的语言规律与结构，还可以在翻译过程中自主生成符合目标语言规范和表达习惯的自然文本，展示出一定的语言生成能力。

生成式 AI 翻译技术在法律翻译领域的应用受到全球市场需求扩展和本国涉外法治建设双重驱动。从外部来看，跨国法律事务的频繁开展以及国际商事活动的持续增长，催生了法律翻译服务的巨大需求。特别是在多语种合同谈判、跨境仲裁、国际诉讼等高度专业化领域，市场对法律翻译的准确性、效率和跨语言跨文化的适应性提出了更高要求。与此同时，涉外法治建设的深入推进则进一步推动了法律服务数字化和智能化需求，法律翻译作为涉外法律服务的关键环节，其数智化转型成为提升涉外法律服务整体效能的重要抓手。目前，法律翻译需求集中于合同翻译、国际诉讼文书翻译及跨国企业的法律咨询等关键领域。随着各国法律交流的日益频繁，法律专业人士迫切需要快速、准确的翻译工具，以应对日益复杂的法律服务需求。生成式 AI 翻译技术凭借其高效的翻译能力和对多语种的支持，正成为满足这一需求的关键技术。有研究报告指出，在法律领域，使用人工智能工具已成为保持竞争力和提升效率的关键手段，这些工具能够协助律师高效完成法律研究、文件审查、合同分析及翻译等任务，从而释放出更多时间专注于更复杂和具有战略性的工作。生成式 AI 翻译技术因其在语义理解、法律术语一致性处理和跨文化适配方面的显著优势，正逐步成为应对这些需求的关键工具，为法律服务的效率提升、跨国法律协作及涉外法治体系的建设提供了有效支撑。

此外，生成式 AI 翻译技术的优势不仅在于能够快速处理大量法律文本，还在于能够根据上下文动态调整,显著提高译者的翻译效率和准确性。以 DeepLPro 等工具为例，其基于深度神经网络训练，能识别并处理法律合同文件中的复杂句式及高度专业化的表达，减少歧义与误差风险。生成式 AI 翻译在大规模文档处理方面也表现出色，能够保留原始格式、图像、字体等重要元素，确保法律文件的完整性和专业性——这一点在法律文件的正式性需求中尤为关键。传统的法律翻译往往依赖译者的语言文化能力和法律知识储备，且需要耗费大量时间进行法律文献和背景材料的查阅。相比之下，生成式 AI 翻译技术利用深度学习模型，可以高效生成目标语言文本，使法律翻译团队能在更短时间内处理大量文档，有效降低了人工翻译过程中因时间消耗和资源浪费所导致的成本增加。随着深度学习和自然语言处理技术的不断进步，生成式 AI 翻译技术在法律翻译领域的应用有望不断深化，为法律专业人士提供更加精准、高效的翻译支持。

 

生成式 AI翻译技术在法律翻译中的主要伦理风险

法律翻译不仅仅是语言的转换，更涉及文化和法律体系的深度理解。尽管生成式 AI 翻译技术在法律翻译中的应用具有很大优势，但法律文本的正式性和严谨性,以及不同国家法律体系和文化背景的差异，使得生成式 AI 翻译技术在处理法律文本时存在一定的局限。特别是在处理包含丰富法律背景知识和文化元素的翻译任务时，生成式 AI 可能会错误解读或过度解读信息。而法律翻译的准确性直接关系到法律的正确执行，任何失误都可能导致严重的后果。因此，生成式 AI 翻译技术的应用不可避免地会引发伦理风险。总体而言，这些风险主要集中在翻译伦理、数据伦理、技术伦理和责任伦理四个方面。

(一) 翻译伦理风险

翻译伦理风险主要涉及翻译的准确性和歧义性问题。法律语言的权威性要求其语体风格准确严谨、言简意赅、不偏不倚，而生成式 AI翻译技术在处理法律文本中的特色术语以及文化知识时可能不够精准，这可能会影响法律信息的有效传播,从而加剧跨国法律纠纷的风险。

1. 法律翻译的准确性问题

法律用语的精确性、法律句式的严谨性、法律概念的抽象化等特点决定了法律文本翻译的高要求和高难度，因此，生成式 AI 翻译技术在处理法律术语和法律句式时无法做到完全的准确性与灵活性。例如，宋丽珏基于法律文本例句，对比了其自建的法律翻译专题数据库检索得到的译文结果与 ChatGPT 给出的译文结果，发现 ChatGPT 在法律术语和句式的翻译方面存在不足。此外，张文煜和赵璧在比较 ChatGPT 与神经网络机器翻译处理不同文本类型的翻译质量时发现，在针对法律文本的翻译中，无论是英译汉还是汉译英，ChatGPT 的 BLEU 值都低于有道翻译、DeepL 等神经网络机器翻译系统。

准确性问题不仅涉及语言层面，还涉及深层的跨文化理解和法律体系的转换。翻译不同法系的法律概念时，生成式 AI 翻译技术可能无法准确处理原文的法律含义与隐含的文化信息，也难以在目标语言中找到恰当的对应表述。例如，“判例法” (caselaw) 是英美法系国家法律体系的基石，具有动态性特点，会随着新案件的出现而变化。在翻译成以成文法 (statutory law) 为主的大陆法系国家的法律语言时，生成式 AI 翻译技术可能无法完全准确地解读“判例法”背后的动态情景变化，从而影响法律文化的精准传播。因此，法律译员在借助生成式 AI 翻译技术进行翻译时，如果不能有效识别和弥补该技术在翻译方面的不足和缺陷，就会引发翻译伦理问题。

2. 法律翻译的歧义性问题

法律翻译的复杂性在于特定法律文化或情境下词语含义的多样性、不同语境中词义的变化，以及某些单词、短语或词组意义的模糊性，这些特征均增加了法律翻译的难度。Jeffrey 指出，法律术语尤其容易受到歧义的影响，这对人类译员来说是一个挑战，也是自然语言处理技术需要克服的难题。生成式 AI 在语言知识生成过程中可能会出现幻觉，产生不真实或前后信息不一致的内容。目前,尚不清楚生成式 AI 翻译技术是否能够充分理解复杂的法律概念，并避免歧义性翻译结果或技术幻觉问题。

在跨文化法律交流中，法律翻译的歧义性问题可能会对我国的涉外法治建设产生不利影响。例如，中国法律中的“民法通则” (The General Principles of the Civil Law of the People’s Republic of China) 这一概念，在翻译成英语时被误解为 “Civil Law General Principles”，而实际上 “民法通则”在中国法律体系中的地位和作用与西方法系中的 “general principles” 存在显著差异。再如，法律文本中常见的模糊性表达 “合理的” “适当的”等，在不同法律文化中有不同的解释标准。尽管生成式 AI翻译技术能够结合上下文语境进行理解，但其能否准确把握这些表达在特定法律文化中的含义，并在译文中适当体现模糊性，尚难定论。这种不确定性会对涉外法治建设产生深远影响，尤其是在国际条约翻译中，歧义性问题可能会导致缔约方对条款的理解出现分歧，不利于国际法律合作的可持续发展。

  

(二) 数据伦理风险

数据伦理风险主要涉及训练数据的偏见和隐私安全问题。生成式 AI 翻译技术依赖海量的训练数据，这些数据本身可能包含历史偏见或敏感信息，从而导致翻译结果出现数据偏见以及隐私安全问题，这直接关系到翻译结果的公平性、准确性，以及法律文本的保密性和权威性。

1. 数据偏见

有论者将数据偏见的来源归纳为三种类型:由人类社会文化和价值观因素对机器系统产生的偏见（涌现偏见）；历史数据中未经处理的人类社会偏见（历史偏见）；数据集中的某一类样本数少于其他类（数据类别不平衡）。这三种数据偏见类型也可能在生成式 AI翻译技术应用于法律翻译时出现。首先，法律翻译过程中译员与生成式 AI 系统的交互可能会导致涌现偏见，因为系统在处理法律文本时往往会倾向某种特定的价值观或文化背景。例如，若法律文本中包含性别歧视或种族歧视的内容，AI系统可能会无意中强化这些偏见，并将其传递给目标法系的国家，从而放大偏见的影响力。其次，生成式 AI 的训练数据集若时效性不足，可能会引发可信度危机。现有的法律翻译语料中可能会包含以往翻译中遗留的一些社会偏见，若这些语料数据未得到及时清洗与更新，法律法规的权威性和有效性可能会受到公民的质疑，给国家的法治文化建设事业带来信任危机。最后，数据类别不平衡问题在低资源语言的法律翻译中尤为明显。对于某些法律体系或语言资源稀缺的国家，训练数据的不足可能会导致生成式 AI 翻译技术无法有效学习语言特性，影响翻译质量。例如，在处理某些小语种的法律文本时，由于训练数据的稀缺，生成式 AI 翻译技术可能无法准确理解和翻译这些文本中的法律术语，导致法律释义偏见。

2. 隐私安全

翻译数据在传输和应用过程中的安全问题和用户的隐私保护问题日益受到关注，而生成式 AI 的自监督学习方法，通过大量无标注文本进行训练，可能会引发数据安全隐患。生成式 AI 翻译技术在训练过程中使用真实的翻译语料，可能涉及个人隐私问题、翻译劳动成果与知识产权归属问题。法律文件通常包含大量敏感信息，如个人隐私、商业机密和国家安全等。无论是将法律文本语料用于生成式 AI 翻译技术的训练，还是利用该技术进行法律文本的翻译，数据隐私保护都是一个需要重点关注的问题。例如，2017 年，国内某翻译公司在使用机器翻译系统处理商业合同时发现，系统会将翻译后的文本存储在云端，这可能引发客户数据泄露风险。该事件也促使业界更加关注 AI 技术在翻译中的数据安全问题。同理，如果在未能明确技术使用者身份的情况下，将生成式 AI 翻译技术用于法律翻译实践，隐私数据和信息安全很难得到保障，可能会导致隐私数据被非法收集、使用、泄露或篡改。这不仅会侵犯数据主体的权利和利益，而且会对国家安全构成威胁。因此，在使用生成式 AI 翻译技术时，必须严格控制翻译数据的使用范围和访问权限，充分保障数据隐私和安全。

(三) 技术伦理风险

翻译技术在带来巨大便利的同时，也引发了诸多传统模式下未曾遇到的技术伦理问题。技术伦理风险指的是在技术的生命周期中，由于技术本身的特性或人类对技术的使用不当而引发的一系列违背道德准则、侵犯人权、损害社会公平正义的问题。这些问题不仅涉及技术本身在功能和使用效果方面的偏差，还包括技术应用对社会、文化、法律等方面的负面影响。技术伦理问题的产生是由技术的特殊性导致的，生成式 AI 翻译技术的特殊性在于其能够自动生成文本、图片、视频等内容。在法律翻译中使用生成式 AI 翻译技术，主要存在以下两方面的技术伦理问题。

1. 算法滥用

生成式 AI 翻译技术在法律翻译中的应用存在 “算法黑箱”问题，主要体现在两个方面。一方面，生成式 AI翻译技术依赖自我学习机制，通过大量数据训练生成翻译规则，而这些规则在技术层面往往难以被自然人观察和理解。在法律翻译领域，算法的决策过程涉及复杂的法律术语和逻辑推理，非技术人员很难进行有效监督。另一方面，算法的决策规则可能会被开发者隐藏，导致算法的使用缺乏透明性。这种“算法黑箱”问题会扭曲生成式 AI 翻译技术的预期功能和使用目的，不仅会影响具体法律制度下个案判决的公正性，还会影响法律制度在不同法系国家传播的公信力和权威性。

首先，算法滥用可能会引发信息偏见问题。法律翻译要求对法律术语、条款和判例进行精确的翻译和解释，任何偏差都会改变法律的含义。如果生成式 AI 翻译技术的算法被编程为偏向某些特定的法律解释或术语，就会导致原法系的法律内容在翻译为目标法系文本后被曲解或不当使用，出现“偏见执法”的情况。例如，对跨国法律纠纷案件进行翻译时，如果生成式AI翻译技术的算法被设置为偏向某一国的法律体系，翻译后的内容会导致目标国家对案件的判决倾向于某一方，这会严重损害法律的公正性，不利于违法行为的跨国管控。

其次，算法滥用可能会引发重大法律翻译事故。法律文本具有强制性和约束力，任何翻译错误都可能导致严重的法律后果。例如，借助生成式 AI 翻译技术进行合同翻译时，算法滥用问题会导致译文中出现法律术语错误，影响合同条款的顺利执行，情况严重时可能会引起诉讼事件。而在国际商业合同或跨国法律协议中，翻译错误则可能造成严重的经济损失，甚至引发国际争端，损害涉外法治建设的稳定性和可持续性。

最后，算法滥用可能导致法律翻译技术本身的功能被篡改或滥用。例如，某些利益相关方可能会利用生成式 AI 翻译技术的“黑箱”特性操纵翻译结果，以符合其特定的法律诉求，从而影响法律的执行和判决。尤其是在翻译文本中涉及政治敏感或商业机密时，一旦翻译结果被操纵，便会对国家安全或企业利益造成严重损害。这不仅会削弱法律翻译的公正性，还会影响国际合作的信任和法律文本的权威性。

2. 技术异化

在人工智能时代，技术问题使新时代的翻译伦理焦点从人际伦理更多地转向人机伦理，其背后的深层动因是技术伦理对翻译社会实践的交叉影响日益显著。尽管生成式 AI 翻译技术的广泛应用促进了法律翻译的发展以及法律文化的传播，但也加剧了技术异化的风险，主要体现为法律译员的角色转变和主体性弱化，以及法律译员的国家法治话语表达能力以及法治叙述水平下降。

法律译员通常具备卓越的语言能力和法律专业素养，能够深刻理解不同法律体系、法律术语的特点以及法律文本的严谨性和规范性，具有高度的专业性、判断力与创新意识，在整个翻译过程中发挥主导作用。然而，生成式 AI翻译技术的引入可能会改变这一应然关系。法律译员的角色可能从主导翻译过程的专家转变为技术的操作者或监督者，这种角色转变可能会削弱译员的主体性和专业地位。

生成式 AI 翻译技术作为人类译员能力的一种扩展，其应用本身并非必然导致异化，关键取决于人类译员使用技术的方式以及对技术的依赖程度。有论者指出，机器翻译泛滥会导致人类译员过度迁就机器意愿，人类的自然语言会不断被机器侵蚀，导致译者群体性身份弱化、隐身甚至消亡。当法律译员过度依赖技术时，技术异化的风险便会凸显。还有论者认为机器翻译为译者提供词库选择，可能会降低译员的心理词库激活频率，导致其语言能力萎缩。生成式 AI 翻译技术不仅能够为法律译员提供译文选择，而且能够自主生成新的译文，对法律术语、语境和文化背景进行自主理解与判断。长期而言，译者可能会逐渐失去对翻译过程的控制权，成为技术的附庸，如果法律翻译的生产呈现出一种高度依赖技术的状态，译员的专业判断力和法律语言敏感度就会逐渐下降。这种情况下，法律翻译的质量很难得到有效把控，法律翻译行业可能会陷入一种被技术主导的被动局面，进一步削弱国家的法治话语国际传播能力，甚至影响国家的法治形象。

(四) 责任伦理风险

在法律翻译中，生成式 AI 翻译技术的应用潜藏着重要的责任伦理风险。生成式 AI 翻译技术在法律翻译中的责任伦理风险主要涉及技术的开发者和技术的使用者两个群体。

1. 开发者责任

法律翻译的技术开发者应具备“人工智能伦理”理念，该理念强调人工智能开发者有效开发合乎伦理道德的人工智能系统。开发者不仅要对开发行为产生的后果承担责任，还要预测未来可能出现的问题。有学者指出，在训练生成式人工智能时，研发者输入的数据类型及输出内容承载的价值观各异，质量参差不齐，生成式人工智能在开发中面临全新的法律风险和伦理挑战，可能会危害国家安全、侵犯商业秘密、侵犯公民个人信息等。因此，技术开发者在使用法律翻译数据作为训练数据时，必须高度重视数据的知识产权和隐私保护问题。如果忽视了法律翻译数据中的个人隐私等敏感信息，就会导致隐私泄露或滥用，引发法律纠纷。例如，若技术开发者未经授权使用某公司的法律文件作为训练数据，导致 AI 生成的翻译结果中包含了该公司的商业机密信息，这将构成对该公司知识产权的严重侵犯，甚至引发诉讼。

2. 使用者责任

将生成式 AI 翻译技术应用于实际的工作场景时，技术使用者需要承担相应的责任风险。任文指出，机器翻译活动中的“责任”原则包括个体责任和集体责任。在法律翻译中，生成式 AI 翻译技术的使用者不仅包括专业法律译员，还包括律师、法官或企业管理者等普通用户。在使用生成式 AI翻译技术时，译员可能会过度依赖技术，忽视对 AI 翻译结果的审查。在处理跨国合同纠纷案件时，若译员提供的译文由 AI 生成且未经人工审校，会在一定程度上导致案件处理出现误差,甚至会引发严重的跨国法律纠纷。此外，在集体协作的翻译任务中，技术使用的责任边界很难界定。例如，法律团队中多个成员同时使用生成式 AI 翻译技术进行法律文本翻译和审查，出现翻译错误时，责任的具体归属难以明确。这种情况下，如何有效规范生成式 AI 翻译技术使用者在法律翻译中的行为，以及如何防范因技术的广泛使用而引发的风险，是重要的法律翻译责任伦理问题。

四、生成式 AI 翻译技术伦理风险的应对策略

在大语言模型时代，生成式 AI 翻译技术为法律翻译带来了前所未有的便利，但同时也伴随着一系列伦理挑战。为了应对这些挑战，学界、业界以及政府等多方共同努力，从加强法律翻译伦理教育、提升法律译员专业技术能力、深化法律翻译技术研究、加强法律翻译技术监管四个方面出发，制定全面的伦理应对策略，确保生成式 AI 翻译技术在法律翻译中合法合规使用。

(一) 重视法律翻译技术伦理教育

ChatGPT 的应用和 AIGC 产业的加速发展，迅速激发了智能翻译教育的内生动力，为未来构建智慧翻译教育产业生态提供了重要契机。当前，生成式 AI 翻译技术逐渐深入应用于法律翻译，法律翻译教学必须重视法律风险防范与法律规制问题，进一步强化伦理教育。

1. 加强伦理意识培养

生成式 AI 翻译技术的广泛应用引发了诸多伦理挑战，包括数据隐私、算法偏见和责任归属等问题。在法律翻译教学中，加强法律翻译人才的伦理意识培养至关重要。教育机构应通过课程教学，重点培养学生在使用生成式 AI 翻译技术过程中的责任伦理意识，提升他们的法律翻译素养。教育机构应积极应对生成式 AI 翻译技术带来的挑战，创新法律翻译课程内容设计。翻译技术课程的设计应集多学科知识、能力素养、思维认知于一体，内容设计要兼顾多方面因素。可以在法律翻译课程中加设“法律翻译技术伦理”“法律翻译数据安全与隐私”“法律翻译技术使用规范”等相关内容，全面深入地分析法律翻译中的技术伦理问题。

教学过程中应辅以生成式 AI 翻译技术在法律翻译中的具体应用案例分析，培养学生正确使用技术的能力。教师应在法律翻译课程中引入生成式 AI 翻译技术伦理的相关讨论，通过案例分析让学生理解不当使用生成式 AI 翻译技术可能带来的法律风险，如合同纠纷、隐私泄露等问题。同时，通过模拟真实的法律翻译项目，让学生在使用生成式 AI 翻译技术时，识别并修正技术生成的翻译错误，并讨论这些错误可能引发的法律后果。这种教学设计不仅能够将法律翻译中的技术伦理问题具象化，还能促进学生对技术伦理的深入理解与思考，增强其责任感和职业道德。

2. 创新翻译教学模式

根据国家发布的《生成式人工智能服务管理暂行办法》，教育单位可以与企业、公共文化机构等在生成式人工智能技术创新、数据资源建设、转化应用、风险防范等方面开展协作。为加强法律翻译人才在生成式 AI 翻译技术应用方面的伦理教育，教育机构应探索创新的教学模式。教育过程应通过技术增能，重构教学理念，探索人机协同的新型教学模式。

学校可以与企业合作，结合实际法律翻译项目，探索生成式 AI 翻译技术在法律翻译中的创新使用和风险防范。例如，高校可以与法律科技公司合作，开发基于生成式 AI 的法律翻译教学系统，通过真实案例的模拟，让学生在实践中理解技术的优势与局限性，并学习如何防范可能的法律风险。

教师可以设计多元化、智能化教学活动，在传统教学活动的基础上，利用大语言模型设计人机协同、人机耦合等创新型教学活动。在法律翻译教学中、可以结合大语言模型设计创新案例，利用虚拟现实（VR）和增强现实 (AR) 技术，模拟特定法律翻译环境（如模拟法庭、模拟谈判等），为学生提供沉浸式的法律翻译学习体验。这种教学模式不仅能够增强学生在法律翻译过程中与生成式 AI 翻译技术的交互能力，还能够帮助学生在实践中总结和提炼生成式 AI 翻译技术在法律翻译中存在的翻译问题以及可能引发的伦理风险。如在模拟法庭课程中，学生在使用生成式 AI 翻译技术进行法律文件的翻译时，可以针对 AI生成的译文中存在的具体术语歧义问题，讨论这种错误可能导致的法律后果，加深自身对技术伦理风险的认识。

(二) 提升法律译员的专业技术能力

生成式 AI 翻译技术的发展对法律译员的专业能力提出了更高的要求。为应对生成式 AI 翻译技术带来的翻译伦理风险，须进一步强化法律译员的工具能力和技术素养，主要从以下两方面入手。

  

1. 加强法律翻译技术知识学习

针对技术赋能时代译者对翻译资源的使用方式，王少爽 (2024) 将翻译实践分为继承型翻译、改善型翻译和生成型翻译三种类型，分别对应译者对翻译资源的复用、优化和创新行为，并将翻译过程视为译者通过运用翻译工具和调配翻译资源，解决翻译问题，进而生成目标文本的过程。因此，资源管理能力指译者有效管理和利用翻译资源（包括术语库、翻译记忆库、平行文本、风格指南等）的能力，以提高翻译效率和质量。人机协商能力指人类用户在与 GenAI 系统交流时所需具备的一种特殊技能，当下主要包括理解AI、设定目标、发布指令、分析反馈和调整策略等要素（文秋芳、梁茂成 2024），要求译者能够针对翻译任务中的需求，设定具体目标，设计并发布提示语，引导 GenAI 系统生成所需内容，做出反馈并调整对话策略，更新提示语，优化内容生成。需要指出的是，人机协商能力是一种动态发展的能力，需要根据 AI 工具的更新和迭代而持续演进。例如，2024 年 10 月，ChatGPT 上线 Canvas 功能，为用户提供了全新的交互体验，同时也对译者的人机协商能力提出了新的要求。前述四项侧重文本加工的能力，即译前编辑、译后编辑、机译评价和译文审定，均可以通过设计恰当的提示语，借助 GenAI 系统来协商和辅助相关任务的完成。

生成式 AI 翻译技术的发展要求法律译员具备更高的技术知识储备。人工智能领域的最新发展催生了机器处理的新范式，推动生成式 AI 从数据驱动的判别性任务转向复杂的创造性任务。正是由于这种创造性任务的复杂性，法律译员需要加强对生成式 AI翻译技术知识的学习和理解，以应对这一挑战。早在 2011 年，PrietoRamos 就强调法律翻译能力中工具能力的重要性。只有了解技术工具知识，才能具备正确使用技术工具的能力。法律译员应深入学习生成式 AI 翻译技术的运作原理和发展路线，掌握其核心的算法基础,扫清自身对技术的算法盲区。例如，了解生成式 AI 如何通过大规模数据训练来构建翻译模型、如何在不同语境下进行语言生成等，这些知识有助于译员在使用技术时更好地理解其局限性和潜在风险。

此外，法律译员还应学习生成式 AI 翻译技术的功能特性，并结合技术的优势与劣势来分析其对不同类型法律文本翻译的适用性，以找到最佳的技术使用策略。例如，借助生成式 AI 翻译技术翻译合同时，系统可能在术语翻译方面表现出色，但在处理复杂的法律推理或具有文化差异的内容时表现不佳，译员需根据具体情况决定是否使用该技术以及如何进行人机协同。同时，法律译员应学习针对生成式 AI 翻译错误的应对策略，例如如何识别和修正 AI 生成的法律术语错误或语义偏差，有效规避 AI 技术在法律翻译中的翻译伦理风险，充分发挥技术优势。

2. 提升法律翻译技术应用能力

除了加强技术知识的学习，法律译员还应提升合理使用生成式 AI 翻译技术的能力。法律译员在使用生成式 AI 翻译技术时，应规范自身与技术系统的交互行为，提供适用于法律文本翻译的指令，还要根据具体的法律文本特征及翻译要求决定是否使用生成式 AI 翻译技术以及使用的程度。例如，在处理国际仲裁案件的翻译时，译员应明确指令，要求 AI 生成的译文必须符合特定法律体系的术语和表达规范，并能够根据系统的反馈译文作出正确的判断和选择，撇弃译文中可能存在的偏见信息。

此外，法律译员应接受专业的技术应用培训，在真实的法律翻译项目实践中灵活应用生成式 AI 翻译技术。例如，在国际贸易纠纷案翻译项目中，译员使用生成式 AI 翻译技术翻译文本后，应仔细审校 AI生成的术语误译、文化信息差、数据偏见等问题，准确传递法律信息，维护法律效力。只有通过真实的法律翻译项目实践,法律译员才能够真正掌握生成式 AI 翻译技术的使用技巧，实现技术赋能法律翻译实践以及法治文化建设与传播

(三) 深化法律翻译技术伦理研究

深化法律翻译技术伦理研究是推动生成式 AI 翻译技术在法律翻译中广泛应用的重要环节，有助于学界和业界正确认识并合理使用该技术。为此，应重点关注以下两个方面。

1. 建立跨学科的技术伦理研究框架

翻译技术与当今的法律、文化、社会规范以及道德实践息息相关，相关体系建设只有紧跟翻译技术的发展步伐，才能运用和引导翻译技术的力量。生成式 AI 翻译技术的应用涉及法律、伦理、语言学和人工智能等多个学科领域。因此，建立一个跨学科的技术伦理研究体系至关重要。

该研究体系应以生成式 AI 翻译技术在法律翻译中的应用为核心，全面分析其运作机制及发展规律，探讨其潜在的伦理风险。具体而言，可通过跨学科的协同合作，深入探讨生成式 AI 翻译技术在法律翻译中的局限性和挑战。例如，分析生成式 AI 在处理涉及性别、种族等敏感法律文本时可能产生的翻译偏见问题，评估其对翻译质量和法律公正性的影响。通过这种研究，可以揭示技术在法律语境下的风险，为行业提供科学的风险评估和管理策略。

此外，该研究框架应具有动态性和前瞻性，紧跟生成式 AI 翻译技术的发展步伐，适应技术环境和法律需求的变化，不断更新研究对象、内容和方法。这种多元化、全景式的研究将全面剖析技术与法律翻译的互动理路，为解决法律翻译领域的技术伦理问题提供思路，确保生成式 AI翻译技术的合理运用。

2. 加强法律翻译技术伦理规范研究

为了确保生成式 AI 翻译技术在法律翻译中的应用符合伦理规范，必须加强相关的伦理规范研究。正如有论者指出的，翻译行业协会应在资格准入、职业道德、权益维护、质量评估和责任追究等方面，为技术伦理风险管控机制提供行业标准和依据

在资格准入方面，研究应聚焦制定新的法律翻译从业标准，要求译员不仅具备扎实的法律翻译能力，还需掌握使用和管理 AI 翻译工具的素养。在职业道德方面，探讨译员如何在使用 AI 翻译工具的过程中保持独立性和专业性，避免过度依赖技术，确保翻译的准确性和可靠性。在权益维护方面，研究如何保护译员的知识产权，特别是在 AI 系统可能学习和复制人类翻译成果的情况下，防止发生侵权行为。在质量评估方面，探索建立适合 AI 辅助翻译的新型评估体系，既要客观评价 AI 的贡献，也要重视人类译员的专业判断，以保证译文质量符合法律标准。在责任追究方面，明确 AI 参与翻译时的责任划分，建立相应的机制，确保翻译错误能够得到及时纠正，并对责任主体进行合理归责。

此外，可以采用调查研究和案例分析等实证方法,制定针对生成式 AI 翻译技术的伦理准则，明确其在法律翻译中的使用边界与限度。例如，确保 AI 技术的应用不会侵犯当事人的隐私权，或导致法律解释偏差。同时，还应研究法律翻译 AI 技术应用的监管机制，确保技术的发展和应用始终服务于法律公正和社会公平。

(四) 加强法律翻译智能技术监管

生成式 AI 翻译技术在翻译领域的应用日益广泛，语言服务企业在各种翻译平台中集成此类技术，旨在优化翻译流程的智能化程度。在此过程中，可能会出现数据安全、算法滥用、技术透明度等多方面伦理风险。因此，需要通过以下两种措施来加强对法律翻译中生成式 AI 翻译技术的应用监管。 

1. 加强数据监管

生成式 AI 技术的基础训练数据可能存在内容真实性问题。同时，法律大数据与其他数据集相比，具有非结构化、多源化、及时性、隐私性和安全性等特点，因此，在法律翻译中，需要加强对生成式 AI 翻译技术的相关训练数据的监管，确保数据来源的透明性以及数据更新的及时性。

在数据来源方面，必须确保生成式 AI 翻译技术的训练数据不包含未经授权的个人身份信息、隐私文件等敏感信息，以防止这些数据被非法提取、传播或泄露。同时，在数据标注过程中，必须避免人类标注员在数据标签中引入有害偏见。偏见信息不仅会影响 AI 生成的译文质量以及法律的公正性和权威性，还会导致法律文化观念的错误传播。此外，法律是一个动态发展的领域，法律文件和法规经常会被修订和更新。假如在某些国际贸易纠纷案中，AI 翻译系统使用过时的法律数据，生成的译文就会与现行法律不符，最终会导致法律判决结果出现偏差。因此，必须加强对训练数据的实时质量监管，确保训练数据能够得到及时更新，为法律译员提供与时俱进的参考译文。

2. 规范应用场景

尽管生成式 AI 技术能够广泛应用于如智慧法院、智慧检务及智慧公安等公共服务领域，但法律翻译的严谨性和专业性从根本上决定了机器翻译在法律翻译领域的应用仍面临多重挑战。为了确保法律翻译的翻译质量以及生成式 AI翻译技术在法律翻译中应用的透明性，相关技术应用主体需要规范技术在法律翻译中的应用场景。不同的法律场景对翻译的要求各不相同，因此不能将基于同一种训练数据的生成式 AI 翻译技术用于多种法律场景。比如，在翻译儿童普法知识时，若法律服务平台使用针对成人法律文本训练的 AI 模型，生成的译文对于儿童来说就会过于专业、难以理解。因此，法律翻译中的 AI 技术应用必须根据具体场景进行定制，以满足不同客户的需求。

为了从宏观上约束和规范生成式 AI翻译技术在法律翻译领域的应用场景，法律行业应制定专属的生成式 AI 翻译技术合规白皮书等制约性文件。此外，还应制定符合时代发展的机器翻译通用技术伦理规范，这些文件应明确规定 AI 技术在不同法律场景中的适用范围和应用规范，并对技术的透明性、数据来源、算法公正性等方面提出具体要求。

结语

在生成式 AI 技术的大潮中，法律翻译领域的技术伦理挑战呈现出新的复杂性和多维性。本文深入分析了生成式 AI 翻译技术在法律翻译中可能带来的伦理风险，并从多个角度提出了应对策略。这些策略不仅为法律翻译提供了有效的风险防控框架，也为政策制定者和教育工作者提供了明确的指导。生成式 AI 翻译技术在法律翻译领域具有广阔的应用潜力，但其潜在的伦理问题，如算法偏见、翻译内容失真、法律信息滥用，需要通过有效的技术伦理规范加以规制。尽管目前相关生成式 AI 翻译技术的伦理风险研究取得了一定进展,但该研究仍处于初步阶段。未来，应进一步加强与法学、伦理学、计算机科学等多学科领域的跨界合作，深化对生成式 AI 翻译技术在法律翻译中的伦理风险研究，以确保生成式 AI 翻译技术在推动法治话语国际传播中发挥更加积极的作用，从而为法律服务的全球化、智能化及规范化提供有力支持，促进不同法域间的交流与理解。

本文转自：翻译技术教育与研究，作者：王华树。