嶺南大學（Lingnan University）與重慶郵電大學組成研究團隊，分析 2008 至 2023 年間合共 16 篇聯合國大會中文演說，比較資深人類傳譯員與 ChatGPT-4o 的翻譯表現。研究發現 AI 雖能提升效率，惟在語境理解、修辭保留及文化詮釋方面仍不及人類傳譯員，成果已刊於《自然》（Nature）旗下學術期刊。
研究團隊取得現場資深傳譯員的英文翻譯版本，再與 ChatGPT-4o 的翻譯結果對比，分析兩者如何處理不同語境下的語言表達。團隊在使用 AI 翻譯前，已先輸入講者官階、機構背景、開會年份、聽眾身份以及講者宏觀立場等資料及提示詞，盡量模擬人類傳譯員工作時掌握的背景資訊。不過即使準備充足，AI 與人類傳譯員的表現仍有明顯落差。
代詞運用：AI 譯文較「中性」欠集體感
中文語句常省略主語，但人類傳譯員懂得因應語境補上代詞，加強說話中的群體意識；相反 AI 傾向直譯，較少運用代詞。以「疫苗是戰勝疫情的利器」為例，人類譯為「our powerful weapon」，強調「我們」的共同抗疫意識，而 ChatGPT 只譯作「a powerful weapon」，欠缺人稱色彩，變得中性平淡。
語氣強度：AI 愛用「must」 責任變得模糊
研究亦發現，人類傳譯員會按語境靈活調整語氣及責任承擔者，較多使用「應該」（should）或「需要」（need to）等較具勸說性的表達；AI 則較常使用語氣較強的「必須」（must），並傾向採用被動句，令責任承擔者變得不明確。換言之，AI 譬如把「要加強國際聯防聯控」譯得語氣強硬，卻分不清究竟是誰「必須」負責。
文化隱喻：AI 傾向照字面翻譯 削弱修辭效果
在處理具文化特色的隱喻或畫面感比喻時，AI 有過半數情況只按字面直譯，令隱喻大打折扣；人類傳譯員則會靈活保留、轉換或補充隱喻，部分情況會同時保留隱喻及補充其含義，令譯文更貼近原文的情感及畫面感。例如「同舟共濟」一語，人類譯文保留「像坐在同一條船上的乘客」的意象，AI 則只譯出「共同努力、互利共贏」的字面意思，失去原文畫面感。
學者：AI「黑盒」問題未解 難具倫理判斷
研究團隊指出，ChatGPT-4o 生成的譯文整體流暢、文法準確，似能完成翻譯工作，不過人類傳譯員除考慮字面本身外，亦會綜合講者身份、溝通場合、受眾、文化背景、立場及修辭目的等因素調整內容，反映大型語言模型仍未能完全複製人類在語境理解及文化詮釋上的能力。身兼歐洲語言理事會 AI 專家組成員的嶺大翻譯系教授王斌華指出，AI 的大型語言模型仍存在「黑盒」（black-box）問題，其運作機制及如何形成特定翻譯結果至今仍難以完全解釋。與受專業倫理規範的人類傳譯員不同，AI 主要依賴大量數據中的語言模式生成譯文，本身並沒有內在的倫理框架。他認為 AI 未來更適合作為人類傳譯工作的輔助工具，兩者互相配合而非取代。
總結：AI 翻譯效率高 但敏感內容仍需人手把關
研究反映，AI 翻譯工具在日常溝通及一般文本上已相當實用，但涉及政治外交、文化敏感或高風險場合的翻譯工作，仍需要人類專業判斷及監督，短期內難以完全被取代。隨著大型語言模型不斷進化，日後或會加入更多語境理解及倫理判斷機制，但如何解決「黑盒」問題及建立可靠的倫理框架，將是 AI 翻譯技術下一步要克服的挑戰。
