谷歌翻译夹带私货，涉及中国就乱翻译？其实真相是这样的（组图）

这几天，我所在的好几个语言学研究群和英语教师群都在转这样一个帖子：

大概内容是，H大姐发了一个英文twitter，原文是这样的：

The world will never be the same again, and China will never stop moving forward.

这句话意思很简单，就是：世界将不再和以前一样，中国也绝不会停下前进的脚步。

然而，就是这么一个简单的意思，twitter内嵌的谷歌翻译还给整错了，后半句居然翻译成了完全相反的意思：中国将永远停止前进。（见下图）

这是怎么回事儿？

别盲从，请验证

看到这种事儿，估计很多人的第一反应就是：谷歌翻译夹带私货，恶意针对中国。

有这种反应很正常，毕竟爱国情怀人皆有之。但如果我们总是让本能的反应支配自己的行为的话，恐怕不但不能为国做出真正的贡献，还会沦为被收割的韭菜。

目前大多数，不，应该说是绝大多数自媒体，如果讲到这个事情，都会把结论引向某种程度的阴谋论，比如谷歌翻译有意抹黑中国。

但本公众号不属于这“绝大多数”。有别于那些收智商税的，我写文章也是为了做语言学科普，这其中也包括逻辑思维、概率思维的科普。所以，我不会止步于简单粗暴的阴谋论，而是要去探究一下，为什么谷歌翻译会犯这样低级的错误。

探究、探究、再探究

第一步：对比多个翻译引擎结果

显然，谷歌的翻译是有问题的，那么其它翻译引擎呢？

我把H大姐的英文原文放进了几个主流的机器翻译引擎里，结果分别如下：

首先是谷歌翻译。结果显示，无论是twitter调用还是谷歌翻译网页版，翻译结果都是错误的。

必应翻译没有问题。

DeepL是机器翻译领域的新秀，但大有后来居上之势。不过，遗憾的是，虽然它把后半句翻译对了，但前半句却错了。

中英互译是有道翻译的特长，毕竟是中国本土的产品。有道翻译的中文译文显然较其它引擎更为简洁，更像中文。

百度翻译意思上也没有问题，但文采上略输有道。

结论一：在后半句的翻译上，谷歌确实有问题。那么，问题出在哪里呢？

第二步：假设问题出在China上，检验假设

如果谷歌翻译针对中国有特殊的设置，那么如果我们把中国替换掉，翻译结果就会不同。下面我们把原文里的China替换为Russia，Japan和the US，看下结果如何。

结果显示，无论是美国电影里长期的美国假想敌，还是美国的盟友，还是美国自己，在谷歌翻译里，都一视同仁，都别想前进。看吧，谷歌狠起来，自己的祖国都不放过。

结论二：谷歌翻译并没有针对China特别设置，只要是在这个结构中，换哪个国家，翻译结果都是一样的。

第三步：假设问题出在moving forward上，检验假设

现在我们已经知道国名不是造成误译的原因，那么问题是不是出在moving forward上呢？顺便说一下，之所以我会先假设问题出在China和moving forward上，是因为这两个是句子里最重要的成分，所以先检验它们。

我们把moving forward换成fighting，结果如下：

换成developing：

结论三：在原文的结构里，用moving forward，谷歌就会误译，而用其它动词，则可能不会。当然，我不可能检测完所有的动词，所以说可能不会。

第四步：假设问题出在will和moving forward的组合上

从上一步里，我们可以看出moving forward是造成误译的原因之一。但很可能它不是唯一的原因，因为它本身还用在更大的结构里，所以我们来看一下情态动词的变化会不会造成翻译结果的改变。

把will换成would：

把will换成shall（这个情态动词现在很少用了）：

把will换成may：

把will换成might：

有意思了，用would和shall，都会出现误译，但用may和might却不会。我又试了could和can，也不会误译。

结论四：在谷歌翻译里，当will、would、shall never stop和moving forward连用时，会出现误译。

第五步：假设问题出在更大的语境，检验假设

其实，从上面的试验中，我们并不能得出will never stop moving forward一定会被误译的结论，因为我们没有考察另一个可能性，那就是，前半句的存在造成了后半句的误译。所以，我们把前半句去掉看一看：

果然，去掉前半句后，翻译正确了。很多自媒体就是把去掉前半句的Google翻译作为证据，证明twitter内嵌的Google翻译是夹带了私货。这就是搞笑了。句子都被你改了，还拿来对比，这不是耍流氓吗？

结论五：在存在其它分句的情况下，当will never stop和moving foward在一起时，谷歌翻译会出现误译。

可能的原因

我上面写这么多，主要是想告诉大家，不要着急下结论，要多思考、多探究。养成这个好习惯，你才能避免沦为韭菜的悲剧。一旦你没有这种习惯，你唯一的幸福来源就是无知了。而且为了这种低级幸福感，你会主动保持无知。这是恶性循环，一旦陷入，几乎不太可能走出来。

就本文讨论的问题而言，还有一种情况可以让你立马看出很多自媒体结论的荒谬，那就是你具备相应的背景知识。实际上，对于我来说，根本无需上面的研究过程，我就知道“谷歌翻译夹带私货”这种结论的可笑。

现在的机器翻译，背后都是深度网络模型。深度网络模型是端对端的模型，中间的隐层是黑箱。如果要针对某一个词做特别的处理，至少要做两件事情：

第一，要在输入端把是否包含这个词作为一个显性的特征。

第二，训练数据的输出端要针对这个词修改，比如只要输入端有China的正面描述，那么把相应的输出端手动修改为负面描述。

这两件事儿必须同时做，否则会造成不包含这个词句子的大量误译。

这两件事儿都违背了工业界效率至上的原则，因为都需要大量的人工修正。更何况，如果是要刻意抹黑一个国家，那么还需要在训练集里区分包含这个国名的句子是褒义还是贬义，褒义的就改掉，贬义的不改。这又增加了训练数据的噪声。

这种费力不讨好的事情，我认为Google是不会干的。

最后，即使我们没有这样的背景知识，仅从逻辑，也可以判断Google不太可能“夹带私货”。你想啊，假设Google在英译中的时候刻意抹黑中国，那它这样做给谁看呢？

谷歌服务中国大陆用不了，绝大部分中国人也上不了twitter，那谷歌费时费力的做一个没有“目标用户”的“功能”干什么呢？

吃饱了撑的？

相信这种阴谋论的人倒真可能是吃饱了撑的，但作为要对股东负责的上市公司，吃饱了撑的可能比较小。

好了，我相信明眼人已经看出来了，本文其实并不是在讨论Google翻译有什么问题，而是想借这个事情，探讨我们应该怎样去思考问题，从而少上一些当。

现在资讯发达，但不是每一条资讯都是有益的。我经常说，做自媒体的，归根结底只有两类：一类努力保持你的愚蠢，一类努力让你更加明智。而我，属于后者。

那些造谣的或则故意传递误导信息的人，自己本身是不相信谣言的，就像贩毒的自己不吸毒一样。他们之所以会这样做，是因为他们知道你会相信。这就够了，因为这是一门生意。

世上所有的生意，其成败都取决于人口结构。目前中国人口结构是这样的：绝大多数人不具备科学素养，也没有思辨能力。90%的人文化水平在高中以下，接近一半的人口在贫困线挣扎。

连总理都说实话了，我们更没有必要粉饰太平。

针对这种人口结构，做生意的人尤其是做自媒体的有两种选择：一是迎合这种人口结构，生产反智的内容。二是坚持产出高质量、科学的内容，以期一点一点的改变人口结构。

绝大部分人会选择第一条路，这就是为什么如果你最近读到谷歌翻译的文章，可能除了这一篇，全部都是告诉你谷歌夹带了私货。这其实是理性的选择，而且很容易成功，不信你看公众号的头部大号，基本上全部是造谣和生产反智文章的。以目前中国的人口结构，如果你不写假东西，很难有上千万粉丝。

在这一点上，我很不理性，甚至有点理想主义，总希望通过自己坚持不懈的传播科学常识，能够慢慢的让我国的人口结构向积极的方向变化。

有人收智商税，有人用高质量的内容换取应得的报酬，我选择做后者。

有人把爱国当作生意，有人把爱国当作责任，我选择做后者。