专职翻译最基本的职业操守就是做一名通用的专才，专于“语言”，触类旁通。
“专”是基础，是我们今天讨论的重点。
通用的专才
—— 谈北美专职翻译的基本职业操守
渥太华大学翻译与口译学院 王鹏
“I have been impressed with the urgency of doing. Knowing is not enough; we must apply. Being willing is not enough; we must do.”
-- Leonardo da Vinci
今天，我想与大家分享一下我对于北美专职翻译的职业操守的看法。我认为，
专职翻译最基本的职业操守就是做一名通用的专才，专于“语言”，触类旁通。
“专”是基础，是我们今天讨论的重点。
我们聊几个关键词：“
专职翻译
”、“
基本
”、“
职业操守
”。
在中国，翻译官职从周代就有记载了。如今，翻译已经从最初《周礼·秋官》中所记录的“象胥”一职演变为了现代国际上普遍接受的新名称——“语言服务
商”（language service provider）。
一方面，市场在不断赋予翻译这个角色新内容；
另一方面，一众新角色又陆续登场，包括大众 （crowd in crowdsourcing）、专家（subject-matter expert） 、数据分析师（data analyst）、项目经理（project manager）等等。
哪些特点已不复存在，哪些仍经久不衰，区分变与不变，才是我们立足的根本。
它应该包括两方面：
翻译的职业素养
（professionalism）
及翻译伦理
（ethics）。
翻译伦理近年来在学术界得到了相当的重视，比如Chesterman（2001）提出了五个伦理模式：
再现伦理 、服务伦理 、沟通伦理 、循规伦理 、职责伦理 （蒋骁华，2017）。
另一方面，各翻译行业协会也总结出了各自的伦理和职业实践操守，这些一般都更侧重翻译实践中的职业素养。
比如美国翻译协会（ATA）提出了“忠实、准确、客观的传达意义”、“诚实反映及根据自己的资历、能力、责任来工作”等八条要求（website 1）；
而加拿大阿尔伯塔翻译和口译协会 （ATIA）也就翻译的专业行为、技能与资历、客观性、忠实性、质量等方面进行了规定（website 2）。
无论从哪一个方面来讲，
译者的职业素养和翻译伦理所强调的基本核心始终是忠实、准确、客观的传达意义，即在另外一种语言和文化中准确“再现”内容
。而做到这一点，
译者必须掌握语言及与语言交际相关的文化能力
（统称为“语言”能力）
。
因此，在国外，无论是全职（in-house）翻译，还是自由职业者（freelancer），具备“语言”能力是其最基本的职业素养。
企业所设定的职位也大多和语言相关，如linguist、language expert、language lead、 foreign language communications analyst等等。
当然，这些职位也包括了超出传统专职翻译的工作范畴，如语言分析、语言标记、翻译记忆管理、术语管理等。
美国和加拿大均是移民国家，多民族语言文化的交流非常频繁，文化冲突也相当尖锐，尤以美国为甚。无论是在法庭口译、医疗口译等社区口译的过程中，还是在政府的高级别会议当中，口译员需要时常面对真实的、即兴的、高潮式的情景，例如，在生死存亡的医疗抢救中，在经过数月准备、备受期待的双边会议中，译者总可以切实感受到身上的职责以及交际双方对自己的依赖。现实情景会在译者心中构建出更急迫、更直接的认知情景
效果（contextual effects），促使其以最有效的办法提取最相关的意义，协助双方交流（Wang，2019）。
若没有必须的“语言”能力，译者便无法在这样的情景下完成认知、交流的任务，自然也谈不上什么职业操守。
在北美翻译市场上，我们统称翻译所服务的对象为LEP（Limited English Proficiency），也就是说，他们具有“有限”的英语能力，而对于“有限”的程度，并没有严格的规定。
实际上，有些LEP的英语水平已经相当高，这些人自然期待译者具有更高的理解力和语言组织表达能力。
达不到这个要求，在他们心中，译者
也无职业性可言。
也许你会认为，在现代翻译环境下“语言”能力可以被其它方面所弥补，比如翻译科技的能力。事实恰恰相反，
科技革命只会对专职翻译提出更高的要求。
我在帮一家机器翻译公司组建翻译团队时，我们的宗旨就是绝不让译者做机器翻译的译后编辑
（post-editing），我
们需要的是技艺最好的译者。只有这样，才能充分发挥人类最大的创造性和特性，弥补机器的不足。另一方面，
只有准确、高质量的人工翻译，才能保证翻译记忆、词汇等数据的质量，从而更好的训练互动式神经机器翻译引擎
。而由于机器的介入，译者基本上都是在翻译新内容，或者是在新的情景下重新定义旧内容。重复的内容留给机器去做会更加高效。
如果说机器也有职业操守的话，那便是通过人类编写程序与规则、机器学习来完成的。
在机器的逻辑里，“语言”的质量是一个量化的数字。
