数智技术正以前所未有的广度与深度重塑语言服务形态,并推动国家语言能力建设进入以数据自主权为核心的新阶段。以大语言模型为代表的人工智能技术正在重塑人类社会知识生产与信息传播格局。这一变迁的实质,是人工智能对人类语言系统的深度介入。当机器不仅能够处理语言形式特征,而且日益具备理解、生成乃至策略性地运用语言的能力时,语言服务便发生了根本性转变。在语言服务领域,这一技术跃迁带来的变革尤为深刻。机器翻译质量实现代际突破,多语种内容生产效率成倍提升,跨语言信息动态实时捕捉与分析能力大幅增强。我们正站在一个国家语言能力建设的历史性机遇窗口。语言服务既是国家语言能力的直接构成要素,也是其效能的集中体现。语言技术的每一次实质性突破,都在重新定义语言服务所能覆盖的广度与分析的精度。然而,当语言服务的运行逻辑深植于算法与数据之中,其能力边界便前所未有地取决于核心资源的自主可控程度。如何在数智化浪潮中牢牢把握语言数据主权,构建自主、开放、强韧的国家语言数据与智能服务体系,成为时代赋予语言学与语言规划研究的重大战略课题。
数智化转型正在系统性打破传统语言服务的能力边界与资源壁垒,推动国家语言能力在效率、广度和深度上实现同步跃升。传统语言服务主要依赖人力密集的检索、翻译与审校,能力上限受个体知识储备与人才培养周期的直接制约,而数智技术的介入直接突破了这一局限。目前,神经机器翻译系统、垂域大模型和多模态信息处理技术相互叠加、协同演进,彼此之间形成了一组高效支撑的技术集群,显著降低了跨语言信息获取的时间和经济成本,大幅提高了专业领域知识的转化效率,将语言服务从单一的文本处理扩展到视听融合的多维空间,为国家语言能力建设实现质的飞跃奠定了坚实基础。在效率上,过去需要数周才能完成的多语种信息简报,如今基本可以实现实时生成,大大加快了国家在经贸谈判和危机应对中的响应速度。在广度上,大量原本隐藏在非通用语种、方言和历史文献中的“信息孤岛”正被逐步打破,跨境信息获取和区域国别研究中的语言障碍也正在被逐渐攻克。在分析深度上,语言智能技术对语义和情感的精细化分析,正在将抽象的语义情感特征转化为可测量、可量化的数据指标,直接为公共政策制定和社会心态研判提供了先前难以实现的量化依据。效率、广度和深度三者相互联通、相辅相成。效率的提高使广度覆盖成为可能,广度的拓展为深度分析提供了更广泛的数据基础,而深度分析所获得的信息反过来又使效率和广度得到了进一步优化。这种良性闭环,从根本上大幅提升了国家语言能力建设的整体效能。通过深度加工海量多语种、多模态信息,数智化语言服务现已不再只是沟通层面的辅助工具,而是逐渐跃升为国家信息能力的关键支撑,成为知识汇聚和战略决策的重要锚点。
语言数据主权指一个国家对其境内产生的,以及与其国家利益密切相关的境外语言数据所拥有的最高控制权、管理权和使用权。在数智时代,语言数据主权具有双重内涵。其一,它是文化主权的数字延伸。语言是文化的载体,海量中文语料、少数民族语言资源、方言音频视频等,承载着中华文明的基因密码与集体记忆。我们守护语言数据主权,就是守护数字时代的文化根脉与文化诠释的自主地位。其二,它是战略能力的资源根基。无论是面向“一带一路”的非通用语种情报分析,还是维护海洋权益的跨境信息研判,抑或服务于全球治理的多边文件深度研析,高水平的语言服务均依赖大规模、高质量、标引精细的垂直领域语料库。这些战略级语言资源的开发、存储与更新,构成了语言智能时代国家语言能力建设的核心基础设施,是语言数据主权从概念走向实践的关键载体。
落实语言数据主权,我们需要筑牢基础设施、突破关键技术、革新人才体系、塑造全球规则。只有在这些方面协同发力,多措并举,才能全面构建自主可控的国家语言能力。首先,重视国家级多模态语言数据资源池等基础设施的构建。在政务、科教、出版、传媒等领域,公共语言数据、中华优秀传统文化典籍、当代治国理政文献、基础科学研究成果及区域国别第一手田野调查资料等数据,均可作为国家级多模态数据资源池的重要来源。我们对这些数据进行系统性数字化转化与标注,使之成为滋养国产大模型、支撑高端语言服务发展的优质资源池。同时,我们可以把不同渠道、不同模态的数据进行跨库联通,逐步形成汇聚全域、融通古今、衔接中外、安全可控的国家级语言数据资源体系。其次,着力关键技术的突破和攻关,重点开发国家级语言智能大模型及配套工具链。依托产、学、研、用一体化模式,在自主数据资源的基础上,建设开源开放、性能先进的基础语言大模型。在此基础上,面向法律、医疗、外交、工程等关键领域,研发一批与之高适配、精准、可靠的安全垂域工具,确保在特定场景下拥有自主替代方案和不受外部约束的完整技术能力。同时,深化人才体系革新,着力培养一批懂语言、通技术、精领域、善应用的复合型人才。为了实现这一目标,高等教育与职业教育应打破长期存在的文理壁垒,将语料库语言学、自然语言处理原理、人机交互伦理等技术模块嵌入传统的语言类专业课程,建设“语言学+计算科学+领域知识”的交叉融合课程体系,着力培养能够研判语言数据需求、测算智能服务效能、统筹人机协同工作的语言数据规划师和语言智能评测师,为国家语言能力建设培养优质复合型人才,保障国家语言能力建设的人力资源根基。最后,主动参与全球规则塑造和全球语言数据治理秩序构建。我们应优先确保语言数据的文化主权原则,对我国文化内涵拥有优先解释权,在此基础上,积极参与联合国教科文组织、国际标准化组织等多边框架下的语言资源保护与数据伦理规则制定,主动发声。依托“一带一路”语言资源、区域国别语言数据等多边平台,将理念传播与务实合作并行推进,为国家语言能力建设和长远发展营造稳定、有利的外部制度环境。
数智时代语言服务的深刻变革,可以说是一场以数据为核心、以算法为驱动的国家语言能力建设体系重构。在这一进程中,语言数据是能力根基,智能技术是赋能杠杆。当数据主权牢牢在握,基础设施坚实挺立,自主技术持续迭代,语言服务的每一次智能化跃升,便意味着国家文化软实力、国际话语权与战略行动力的实质性提升。随着语言数据的持续积累、技术能力的迭代精进与应用场景的日益丰富,国家语言能力将得以在数智化轨道上不断实现螺旋式上升。这一体系的构建与运转,有赖于语言学者、决策者与技术实践者通力合作、深度协同:语言学者立足学理研究,厘清数据主权的概念边界与语言能力建设的认知路径;决策者据此进行制度设计与战略规划,将数据资源、智能基础设施与国家能力建设的整体布局进行统筹推进;技术实践者则在确保技术路线始终服务于主权战略目标的前提下,潜心进行工具研发与标准制定。三方协同发力,在国家整体战略目标引领下,共同书写国家语言能力在数智时代高质量发展的新篇章。
(作者系苏州科技大学外国语学院教授)