2006年，当谷歌翻译发布时，我是一个八年级的学生，正在磕磕绊绊地学习西班牙语入门，我的老师根本没有理由担心她的学生用它来作弊。现在几乎很难记住，早期的机器翻译系统非常糟糕。他们可以给你一个大致的推力，比如说，一个葡萄牙网站，但他们经常连基本的任务都做不好。在2010年的一起案件中，据报道，一份谷歌翻译的传票指示被告避免出庭，而不是出庭。

　　机器翻译直到2015年才成为我们所知道的主宰，当时百度发布了其大规模神经机器翻译系统，该系统的基本架构与今天使用的聊天机器人(如ChatGPT)相同。不久之后，谷歌开始从统计模型转向神经系统，就像Systran和微软翻译这样的同行一样。这是一个重大的飞跃:由于谷歌翻译的魔力，游客可以点咖啡，讨价还价买小摆设;我偶尔会在自己发表的翻译中使用人工智能工具Reverso Context。但是，有一个翻译领域被证明是非常不受影响的:文学，许多研究人员称之为人类翻译的“最后堡垒”。

　　大多数研究发现，神经机器翻译模型只能翻译大约30%的小说节选——通常是简单的段落——并达到母语人士认为可以接受的质量。他们之所以挣扎，是因为文学翻译本质上是一种近似行为。最好的选择有时不是正确的，而是最不坏的。译者往往不得不牺牲字面意义，以获得更大的利益。但人工智能不太擅长做出这样的妥协，也不太擅长找到创造性的解决方案，尽管在技术上不太正确，但这些解决方案保留了一本书难以量化的方面:声音、精神、情感。“你在权衡不同的得失，”希瑟·克利里(Heather Cleary)告诉我，她是西班牙语到英语的文学翻译。一个翻译必须问自己:我应该优先考虑什么?

　　丹尼尔·哈恩(Daniel Hahn)的新书《着火:翻译日记》(Catching Fire: A Translation Diary)充满了这种类型的困境。在书中，他讲述了自己翻译智利作家迪亚米拉·埃尔蒂特(Diamela Eltit)的小说《Jamás el Fuego Nunca》的过程。例如，其中一章以以下四个字开头:“Frentista, estalinista, asesina loca。”让我们以frentista为例进行研究。最直白的翻译是“frontist”，这在英语中基本上是没有意义的。哈恩怀疑frentista是对智利左派的称呼，在一位翻译同事的帮助下，他确定这可能是一个贬义词，指的是一个特定的反皮诺切特游击队。

　　《星火燎原》——丹尼尔·哈恩的翻译日记