Page 159 - 基于大数据的英语翻译精准教学及实现路径

第三章 大数据技术在翻译教学中的应用

大数据作为基础能有效助力学习分析。
除了静态评价外，学生在翻译过程中的思维过程一直是研究焦点。键盘记录
软件、录屏软件、眼动仪、脑电仪、可穿戴设备等已成为常见的探测翻译过程的

研究工具。学生完成翻译练习时，以技术手段追踪其翻译过程，可获取多模态学
习过程数据。对教师而言，他们可以通过学习行为建模、算法模型等新技术进行
多模态学习分析，依据大数据技术描绘、分析学生的阶段性学习状况，甚至预测
学习趋势；对学生而言，充分恰当解读过程性数据也有助于他们形成反省式思维，

了解自己的优缺点并做出相应的调整。过程性数据精确描绘学生个体化的特征，
能与增值性评价共同建立学生翻译学习发展模型。增值性评价探索发展性、动态
性评价的现代教育理念，以学生发展为评价思路，纵向比较学生的多次成绩，关

照学生发展的相对水平，对 MTI 专业教学意义重大。MTI 学生以习得在将来工
作岗位上应用的翻译能力为重要目标，仅评估学业成绩不能满足学生应用型专业
能力的要求。其职业素养、创新能力、心理要素等内隐数据只能通过增值性评价
实现。每一次的作业和测评都会形成复杂的数据集，利用可视化技术聚类显示不
同学习问题类别。结合非结构化数据，教学人员可以做学习成效与教学方法的相

关性分析，诊断、矫治和预测教学成效。技术助力增值性评价不仅体现在学业表
现上，还能测量和诊断学生的职业素质、人际交往能力等非认知能力，例如通过
数据采集技术全过程采集学生完成翻译任务的时间、解决问题的方法、人际互动

等数据，挖掘各来源数据的联系，找到学生翻译综合能力的相关要素，形成更为
立体、客观、精准的学生画像。
2. 技术应用 TQA 的逻辑架构
无论是终结性评价、过程性评价还是增值性评价，技术辅助的翻译教学质量
评估覆盖双语知识、翻译知识、领域知识、翻译技能的使用等静态数据，还能记

录学生的认知能力、主动学习、翻译过程等与教学相关的动态数据。静态数据记
录学生在特定时期的翻译结果，动态数据无介入式记录翻译过程、教学过程的结
构性和非结构性数据。

技术分别在翻译知识、翻译技能和教学互动模块提供支持，主要模块的内容
可做动态调整组合，以符合教学目标的要求。例如，错误扣分法意在关注学生语
言层面的问题，而整体分析评估法又能关照学生阶段性翻译能力。知识与技能模
块的内容均可参照 PACTE、欧盟翻译能力框架等翻译能力研究成果，依据学生

151