创造性叛逆视角下网络流行语的人工翻译和AI 翻译对比研究

一、引言

网络流行语的跨文化翻译面临文化独特性、语境依赖性及情感传达挑战。AI 技术正重塑翻译，带来效率提升与理论实践挑战。本研究旨在以罗伯特·埃斯卡皮的“创造性叛逆”理论为视角，对比分析《咬文嚼字》2024 年度十大网络流行词的人工与 AI 翻译，探讨 AI 时代翻译主体性与创造性的新内涵，为网络流行语的跨文化传播及人机协作翻译模式提供参考。

二、创造性叛逆理论及其在翻译中的应用

罗伯特·埃斯卡皮的“创造性叛逆”理论认为，翻译是包含“叛逆”与“创造”的复杂过程。它强调译者为实现“深度忠实”而有意识地“偏离”原作。这种“创造性”是译者主观再现的努力，而“叛逆”是为特定目的产生的客观背离。理论肯定译者主体性，但边界模糊可能导致“乱译”。 本研究关注人类译者有目的的“叛逆”与 AI 无意识偏离的本质差异，这在评估AI 翻译时尤为关键[1]。

三、《咬文嚼字》2024 年度十大网络流行词的人工翻译与 AI 翻译对比分析

《咬文嚼字》编辑部发布的 2024 年十大流行语包括：“数智化、智能向善、未来产业、city 不 city、硬控、水灵灵地、班味、松弛感、银发力量、小孩哥 / 小孩姐”。这些流行语深刻反映了当前中国社会在科技创新、文旅融合、职场生活、社会群体及网络文化等方面的鲜明时代特征。

（一）翻译策略对比：直译与意译

在网络流行语的翻译中，人工翻译与 AI 翻译在策略选择上呈现出不同倾向。人工翻译在处理“数智化”（Digital Intelligence）、“银发力量”（Silver Power）、“未来产业”（Future Industries）等概念性较强的词汇时，常采用直译策略，这些译文简洁明了，符合目标语表达习惯。这种直译在网络流行语语境下，通过保留源语的新颖性，实现了一种“创造性”的冲击力。然而，对于“city 不city”和“水灵灵地”等词，人工翻译虽也采用直译（如“City or Not City”、“Radiantly/Vibrantly/Sparklingly”），但其背后是译者对流行语活力的保留。

相比之下，人工翻译在处理文化负载型、语境依赖性强的流行语时，则更明显地体现了意译和文化适应策略，这是“创造性叛逆”的典型表现。例如，“智能向善”意译为“AI for Good”，完美契合目标语文化背景。对于“硬控”，人工翻译能根据游戏语境（Hard Crowd Control）和网络文化语境（Be Captivated）进行区分，体现了对语境的精准把握和有意识的“叛逆”。此外，“班味”被建议译为“Work-Mode Slump”或“Office Weariness”，以传达疲惫感和口语化特征；“松弛感”译为“Chill Vibes”以适应社交媒体语境；“小孩哥/ 小孩姐”则意译为“GiftedKids”或“Little Bro/Sis”，以避免直译的怪异感并传达敬意。这些意译是人类译者为优化目标语接受度、保留流行语“神韵”而进行的有意识战略选择，旨在实现“深度忠实”。

AI 翻译依赖语料库与算法模型，多输出字面对应或通用表达：如将“city 不 city”直译 "City or not city?"，“班味”译 "Work smell"。虽能高效处理标准化词汇（如“数智化”），却难以捕捉文化内涵与语境差异，其“叛逆”源于算法局限而非主动创造[2]。

（二）文化适应、语境理解及情感传达的异同

在文化适应、语境理解和情感传达方面，人工翻译与 AI 翻译展现出显著差异。

文化适应能力：人工翻译在处理“智能向善”、“班味”和“松弛感”等词汇时，展现出高度的文化适应性。人类译者能够根据目标语文化背景和受众期望，有意识地调整译文，实现“叛逆性忠实”。这种能力源于译者对两种文化的深入了解和跨文化交际能力。相比之下，AI 翻译在这方面表现出局限性，常倾向于字面翻译或通用表达，难以捕捉深层文化内涵，其输出的“叛逆”并非基于文化考量，而是算法对表面语言特征的匹配。

语境理解的精准度：“硬控”的人工翻译根据游戏和网络文化的不同语境给出不同译法，体现了人类译者对语境的精准把握和灵活处理。AI 在处理多语境词汇时，可能难以根据上下文选择最恰当的“叛逆”方式，导致译文的适用性受限，其选择往往是基于语料库中出现频率最高的对应词，而非对当前语境的深度理解。

情感传达的完整性：人工翻译在“小孩哥 / 小孩姐”的意译中，保留了原词所蕴含的敬意和对“超越常人成熟”的褒扬。AI 翻译在情感传达上往往较为平淡，难以捕捉流行语中蕴含的幽默、自嘲或特定情感色彩。AI 的输出缺乏情感温度，无法像人类译者那样通过遣词造句传达出原文的言外之意和情感共鸣。

（三）AI 翻译对“创造性叛逆”概念的挑战与启示

AI 的“叛逆”本质是算法缺陷导致的无意识偏离，缺乏人类译者为实现“深度忠实”的策略性创造，模糊了“创造性叛逆”中的意图性与主观性。其“忠实”仅体现为数据匹配，而非文化意义重构 [3]。

这一挑战亦带来启示：未来翻译或需人机协作模式——AI 提供初稿的“基础叛逆”，人类译者进行译后编辑，注入文化适应与情感传达的“创造性”，将算法偏差转化为有价值的叛逆策略。由此，“创造性叛逆”可发展为混合策略，结合 AI 效率与人类创造力，共同推动翻译质量演进。

四、结语

本研究从“创造性叛逆”视角对比了《咬文嚼字》2024 年度十大网络流行词的人工与 AI 翻译。人工翻译在文化适应、语境理解及情感传达上更显“创造性叛逆”精髓，通过有意识的策略性“背离”实现“深度忠实”。AI 翻译虽高效，但在文化、情感流行语翻译上，其“叛逆”多源于算法局限。未来，网络流行语翻译应重视文化适应与情感传达，鼓励译者发挥主体性，推动人机协作，结合 AI 效率与人类创造性，共同实现“创造性叛逆”与“深度忠实”。

参考文献

[1] 许钧 .“ 创造性叛逆” 和翻译主体性的确立 [J]. 中国翻译 ,2003,(01):8- 13.

[2] 袁筱一 . 人工智能文学翻译的“ 主体性” 与“ 创造性” [J]. 上海交通大学学报 ( 哲学社会科学版 ),2025,33(01):1- 10.

[3] 张文煜 , 赵璧 . 生成式人工智能开创机器翻译的新纪元了吗？——一项质量对比研究及对翻译教育的思考 [J]. 北京第二外国语学院学报 ,2024,46(01):83- 98.

作者简介：邹莹莹（2001—），女，江苏南京人，硕士在读，研究方向：翻译。