翻譯工具最困難的地方，從來不是把一個詞換成另一個詞，而是讓翻譯結果聽起來像真實生活中會說的話。Google Translate 問世超過二十年，一直是許多人跨語言溝通的第一道橋梁。過去它給人的印象是「堪用但生硬」，遇到慣用語、語氣、文化脈絡時，常常翻出文法正確但沒人這樣講的句子。近年 Google 開始把最新的 Gemini 模型與人類語言學專家的判斷結合在一起，試圖把字面翻譯推進到自然對話的層次。這篇文章整理自 Google 官方部落格在 2026 年國際翻譯日發布的內容，介紹三位在 Google Translate 團隊背後工作的語言專家，以及他們如何用人的視角補足 AI 做不到的事。
Google Translate 目前支援將近 250 種語言，這個數字背後不只是技術堆疊，還涉及大量語言學知識。團隊裡有一位使用者經驗研究經理 Janneke Van Hofwegen，她的語言學背景相當特別。2002 年她在立陶宛一所國際大學任教時開始學習立陶宛語，親身感受到語言不只是溝通工具，更是身分與歸屬感的展現。後來她在史丹佛大學取得博士學位，共同撰寫了《African American Language: Language Development from Infancy to Adulthood》一書，這本書獲得美國語言學會的 Leonard Bloomfield 圖書獎。她的學術研究核心是語言會隨著人的生命歷程持續演變，而這套觀點現在被直接應用在 Google Translate 的產品開發上。她帶領的團隊負責在功能早期階段找真實使用者測試，確保翻譯結果呈現的是活生生的對話，而不是死板的字面對應。
另一位關鍵人物是軟體工程師 Isaac Caswell。他的語言興趣起源於愛爾蘭的 Gaeltacht 地區，那是愛爾蘭語仍被當作母語使用的區域。因為有會說愛爾蘭語的家人，他深刻理解在全球化浪潮下保存語言的重要性。2017 年他加入 Google Translate，專注於擴充「數位資料不足的語言」，也就是那些在網路上可取得的文本、語料非常稀少的語言。他參與協助把 146 種新語言加入平台，並與世界各地的語言社群合作，包括加拿大因紐特語（Inuktut）群體與印度的桑塔利語（Santali）使用者。他開發的音譯工具可以把某一套字母系統的文字對應到另一套，讓使用者即使不熟悉原文字母，也能讀出發音。這些工具曾幫助馬爾地夫的學者，也曾支援東帝汶與甘比亞的第一線醫護人員。Isaac 認為，AI 確實大幅提升了翻譯效率，但真正開口說另一種語言的人類經驗，是科技無法取代的。他目前的工作重點，就是結合社群參與與計算語言學，確保資料稀缺語言的使用者不會被數位時代拋在後面。
第三位是軟體工程師 Harsh Shah，2018 年加入 Google。他參與打造過多項基礎語言工具，包括互動式、可針對口音調整的發音指南，以及 Google 搜尋的大規模文法檢查器。他領導搜尋翻譯體驗將近五年，核心任務是處理「語言脈絡」——也就是同一個詞在不同情境下可能意思完全不同，系統必須判斷使用者真正想表達的意圖，而不是給出字典式的定義。在技術快速進步的同時，Harsh 特別強調「人性化翻譯」：他讓系統在使用者輸入查詢後，像真人口譯員一樣主動詢問更多上下文，再根據這些資訊調整翻譯結果。他也與人類專家合作，微調大型語言模型的語感判斷能力，讓翻譯工具在更多語言中提供更貼近文化脈絡的學習資源。
從這三位專家的分工可以看出 Google Translate 目前的發展方向：不是用 AI 取代人類，而是讓 AI 與人類知識互相補位。Gemini 模型負責處理大量文本、快速生成候選翻譯，人類語言學家則負責定義「什麼才是好的翻譯」、設計測試方式、並介入那些機器難以單獨判斷的語境。這種做法在資料稀缺語言上尤其重要，因為這些語言沒有足夠的數位文本讓模型自行學習，必須靠社群參與和語言學專業來補足缺口。同時，這也反映出翻譯技術的根本限制：AI 可以翻譯詞語，但理解意義、判斷語氣、感受文化細微差異，仍然需要真實的人來把關。Google 官方文章以「科技能翻譯文字，但需要真實的人來翻譯意義」作結，正是對這套人機協作模式最清楚的註腳。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。