夜雨聆风
【DTI】当AI即将纳入教资考试
最近看到一条新闻：教育部等五部门联合印发《“人工智能+教育”行动计划》，其中明确提出，人工智能将纳入教师资格考试和认证内容。这意味着，未来的教师，不管教什么学科，都得懂AI、会用AI。这条路，绕不过去。
人工智能，已经走进我们的课堂
其实，这学期我一直在亲身经历这种变化。
翻译研究方法课上，几乎每节课，老师都会教我们使用人工智能工具辅助撰写Python编程语言，用于开展翻译相关的研究。
是的，你没有看错——翻译研究方法课，教Python。
放在几年前，这听起来可能有点“不务正业”。翻译专业的学生，学什么编程？但现在的逻辑是：你想做翻译研究，你可能需要分析语料库；你想分析语料库，你可能需要写代码；你不会写代码，AI可以帮你写。但前提是，你得知道怎么让它帮你写。
这就是这个时代的“基本素养”：不是你要成为程序员，而是你要学会用工具辅助你完成原本做不了或很难做的事。
对我这个文科小白来说，从头学Python，光是看到那些语法规则就头皮发麻。但有了大语言模型，情况就不同了——只需要把需求描述清楚，它就能生成代码；代码报错了，把错误信息贴回去，它还能帮我调试。我们不需要成为一个程序员，但需要成为一个会和AI协作的人。
专家寄语，在耳畔回响
最近，一位研究翻译技术的老师在其文章中写了这么一句话：“今天的学习者——无论你是学生、职场人还是终身学习者——都需要把‘语言文化素养’和‘大语言模型素养’放在同等重要的位置。”
事实上类似的话在上学期的课程上也反复被提及。
语言文化素养，那是我们的老本行，是翻译专业的根基。但大语言模型素养呢？有多少人真正把它放在和语言文化同等重要的位置？
这位老师还在另一篇文章里更深入地拆解过这个问题。他说，很多人以为和AI协作就是“学会怎么问问题”，但实际上，“提示词”只是接口，“工程”才是系统。
只会写提示词，就像一个人英语口语流利，但不会写代码、不会搭系统、不会做产品——他能聊天，但很难独立把一个想法变成真正运行在世界上的东西。
而更残酷的一个事实是：模型在进化，提示词技巧在贬值。今天我们花大量时间学习的提示词模板，在下一代更聪明的模型面前可能完全不再必要。
所以，真正的竞争力不在于“怎么写好一段提示词”，而在于“怎么用AI解决一个真实场景中的问题”。这或许就是这位老师所说的“卓越语言工程师”——既能用精准的语言与AI高效对话，又能用工程手段把AI的能力真正落地。
拥抱技术，不设限
说实话，我不是一个对技术敏感的人。上学期的翻译技术课，每次都觉得信息量太大，跟不上。看着同学们熟练地操作各种工具，我经常是一脸懵。
但我越来越清楚地意识到：不管我认不认可，人工智能工具已经来了，它就在那里。承不承认，它都在那里。
我能做的，不是逃避，而是接受。不是抱怨，而是学习。不需要成为技术专家，但至少要愿意去尝试、去使用、去思考如何让它为我所用。
前段时间我做了一场关于“Vibe Coding”的线上口译，全程三个小时，术语密集，语速飞快。坦白说，如果没有AI帮我做译前准备，我可能撑不下来。那次经历让我真实地感受到：技术不是来取代你的，而是来帮你的——前提是你愿意伸手去接。
热爱、拥抱、思考、提升
写到这里，我脑海里蹦出四个短语。但我一直在想这四个词该怎么表达才不显得单薄。我想，或许可以这样理解：
热爱，是对翻译这个专业本身的情感。不管技术怎么变，对语言转换之美、对跨文化沟通之价值的信仰，是支撑我们走下去的根本动力。
拥抱，是一种姿态。不排斥、不恐惧、不抗拒。技术来了，张开双臂迎上去，哪怕一开始跌跌撞撞。
思考，是区分“使用者”和“工具”的关键。AI能生成内容，但能不能问出好问题、能不能判断输出的质量、能不能把碎片整合成系统——这些，依然需要人来做。
提升，是最终的落脚点。所有的学习和尝试，最终都是为了让自己变得更好——更有能力、更有视野、更有底气去面对这个快速变化的时代。
读博的意义，不正在于此吗？
读博的意义，从来不只是拿一个学位、发几篇论文。
对我来说，读博的意义在于：在人生已经相对稳定的阶段，给自己一个机会，去面对那些曾经恐惧的东西，去补齐那些一直存在的短板，去成为一个更完整的人。
技术变革也好，行业洗牌也好，这些都不是我们能控制的。但我们可以控制的是：面对变化的态度，以及行动的速度。
教育部把AI纳入教资考试，只是一个信号。更大的浪潮还在后面。
而我们能做的，就是——不设限，不退缩，不停止。
与所有正在拥抱变化的翻译人共勉。
– 推荐阅读 –
– END –