语言鸿沟与获得口译员的权利
服务对象最需要的语言，恰恰是 AI 最不可靠的地方。这是移民和难民服务中最重要的一个模块。
来回翻译一遍,建立你们的术语表
- 找一句你真的会对服务对象说、而且关系重大的话:一个截止日期、一次用药剂量、一项权利。
- 先用机器翻译把它译成服务对象的语言,再换另一个工具把结果翻译回中文,过程中不要看原句。
- 哪里译错了,就把那个词和商定后的译法写在卡片上。这些卡片就是你们社区术语表的起点。
如果你不懂那门语言,你会发现这个变化吗?
- 一种语言在网上可供学习的文本越少，AI 答案的准确性就越低。服务对象所说的语言往往正是模型接触最少的语言，所以一个在英语里管用的问题，换成阿姆哈拉语、达里语或海地克里奥尔语就可能得到错误的答案。
- 在一项健康问题基准测试中，AI 答案在非英语语言中出错的可能性是英语的好几倍，而且资源越少的语言，这一差距越大。
- 安全防护在英语之外更薄弱。一个模型在英语中会拒绝回答的提示词（prompt），换成另一种语言就可能通过，而且风险在服务对象使用的资源较少的语言中最高。
- 机器翻译对有重大后果的文件并不安全。急诊出院说明的翻译准确率在多种语言中跌到 90% 以下，而且翻译错误不会有任何提示。
- 同样一条信息，在服务对象的语言里成本更高、质量下降得也更多。许多非英语文字表达同样的内容需要多得多的词元（token），所以答案会变得更短、更慢，也更容易被截断。
- 在有重大后果的场合，免费的合格口译员是法律权利，而且语言一致照护与更好的结果相关。把 AI 翻译留给低风险的文本，只要涉及照护、金钱、知情同意或法律权利，就要请合格口译员。
服务对象最需要的语言，往往正是这些模型在网上接触最少的语言，答案质量也随之沿着这个梯度下降。在一项健康问题基准测试中，AI 答案在非英语语言中出错的可能性大约是英语的 5.82 倍，而且语言资源越少，答案就越不一致（Jin 等，2024）。
非英语环境下的安全防护更薄弱。在一项大规模多语言安全测试中，所有模型在用非英语提示时都明显更不安全，资源最少的语言最不安全（Wang 等，2024）。另一项研究发现，即使没有任何诱导模型的尝试，资源较少的语言出现有害内容的可能性也大约是其他语言的三倍（Deng 等，2023）。
对有重大后果的文件进行机器翻译存在真实的风险。急诊出院说明的自动翻译在包括阿姆哈拉语在内的多种语言中准确率跌到 90% 以下，而且这些错误无法从语言本身预测出来（Carreras Tartak 等，2025）。一项关于 AI 辅助与移民患者沟通的综述发现，最常用的工具从未经过患者安全方面的验证，并警告说，翻译错误造成的伤害可能比完全不翻译还大（Cronin 等，2025）。当一个 AI 工具把知情同意书改写得更易读时，简化后的版本悄悄丢掉了风险信息（Oh 等，2025）。
这种差距的代价，就写在这些工具处理文本的方式里。许多非英语文字表达同样的信息需要多得多的 token，所以说这些语言的人可能要付更多钱、等更久，得到的答案也更容易偏短或被截断（Petrov 等，2023）。那些本来答案就最不可靠的语言，恰恰是这些工具处理效率最低的语言。
另一种做法是有证据支持的。在一项关于语言一致照护的综述中，大多数研究都发现，用服务对象自己的语言提供服务至少改善了一项结果（Diamond 等，2019）。在一个儿科急诊科，使用专业口译员与为讲其他语言的家庭提供完整的出院教育密切相关（Gutman 等，2018）。在有分量的场合，合格口译员比任何 AI 翻译都更可靠。
服务对象最需要的语言，恰恰是 AI 最薄弱的地方
AI 翻译，还是合格口译员？
一张传单、一则活动通知，或一封邮件的大致内容。粗略的 AI 翻译是可以接受的，但要有人来完成最后的把关。
照护、知情同意、诊断、福利、法律权利，或安全。请使用合格口译员。AI 翻译无法满足这项义务。
获得合格口译员是一项法律权利
对任何接受联邦资助的项目而言，为服务对象免费提供合格口译员是一项法律义务。1964 年《民权法案》第六章（Title VI of the Civil Rights Act of 1964）禁止基于民族血统的歧视，联邦机构和法院长期以来都将其解读为要求为英语能力有限的人提供有意义的语言可及性。第 13166 号行政令（Executive Order 13166）要求接受联邦资助的项目提供这种可及性。《平价医疗法案》第 1557 条（Section 1557 of the Affordable Care Act）将同样的义务延伸到卫生项目和活动，并要求提供合格口译员和已翻译的材料。在有重大后果的场合，AI 翻译并不能满足这一义务。只要涉及照护、福利、知情同意或某项法律权利，就应当提供并落实合格口译员服务。
偏见不仅是语言问题，更是文化问题
AI 工具不仅在英语以外的语言上表现吃力。它们还带着一种特定的文化视角，这会影响它们如何谈论你所服务的社区。
模型可以把一条信息翻译得完全正确，却仍然搞错一个社区的价值观、家庭角色或日常习惯。即使被问及其他文化，这些系统也会默认采用西方、英语环境的假设（Atari 等，2023；Cao 等，2023）。用某人自己的语言给出的流利回答，仍然可能说的是错误的文化。
让图像生成工具画一个日常事物，比如一栋房子或一个家庭，对于非西方地区，它往往会给出一种狭窄、常常带有贫穷标签或异域色彩的画面（Basu 等，2023；Bianchi 等，2023）。同样的扁平化也出现在文本中：模型重复的是局外人对某种文化的看法，而生活在其中的人们真实的生活方式却被忽略了（Naous 等，2024）。
只有当某个事实在训练数据中频繁出现时，模型才能学得准确，所以对于稀少或在网上记录不多的事实，准确率会大幅下降（Kandpal 等，2023；Mallen 等，2023）。数字足迹较小的社区正处于这条长尾之中，所以关于它们的问题得到的答案往往含糊、笼统，甚至干脆错误。
如果你向 AI 提出关于某个社区的一般性问题，并且照单全收地采纳它的答案或建议，你可能会强化你原本要对抗的那种污名和偏见，因为这些系统会重现其训练数据中的模式，包括其中的盲点（Bender 等，2021）。把 AI 关于某个具体社区的信仰、习俗或需求所做的任何断言都当作未经核实的信息，并向来自该社区的人或真实的信息来源核实。保持这种批判性的、加以核实的态度，本身就是倡导工作的一部分。
工具可以起草文字，也可以翻译。你所服务的人们才是他们自己文化的权威。
这在现实中是什么样子
- 当研究人员让图像生成工具在27个国家分别画一栋日常的"房子"时，图片默认呈现出美国式、其次是印度式的样子，而且对大多数国家而言，在真实反映当地面貌方面的得分都低于5分中的3分（Basu 等，2023）。
- 当用阿拉伯语提问日常生活时，模型会补充一些默认西方化、与当地文化背景相冲突的细节，比如在提到祷告之后紧接着说去喝啤酒（Naous 等，2024）。
出院说明
- 一位更习惯用阿姆哈拉语交流的服务对象在医院就诊后来到你的柜台。她递给你一页英文的出院说明，内容涉及一种新药和一次复诊，并问你她该怎么做。
- 现场口译员已经离开，电话口译又要排队等候。这时很容易想把这页内容粘贴进翻译软件，读出结果让她赶紧回家。
- 这是一个有重大后果的场合。剂量错误或漏看一条警示都可能让她再次被送回医院，而且机器翻译出院说明的准确率已被证明在包括阿姆哈拉语在内的多种语言中会跌到 90% 以下。
- 在处理药物和复诊步骤之前，先请一位合格口译员，哪怕要排队等候，或者约定回拨电话的时间。
- 通过口译员使用"复述确认"（teach-back）的方法。请她用自己的话说出她将在什么时候服药、复诊在什么时候，以此确认她真的理解了。
- 如果确实要用 AI 工具，也只把它当作等候时了解大致主题的粗略参考，绝不能让软件生成的措辞成为她实际照做的指示。
用两种语言问同一个问题
如果有双语工作人员在场，用英语和另一种语言问同一个事实性问题，然后把两个答案并排比较。讨论你更信任哪一个、为什么，以及在哪些情况下口译员会是更安全的选择。如果没有双语工作人员在场，就讨论一次 AI 或机器翻译漏掉重要内容的经历。
按风险给文件分类
在小组中，列出你的团队在一周内通常要翻译的各类文本，从一张活动传单到一份知情同意书或福利拒付通知都算。把每一项分到两堆里：低风险文本（粗略的机器翻译可以接受），以及有重大后果的文本（一个词翻错就可能让某人失去照护、金钱或某项法律权利）。对第二堆里的每一项，说明你的机构将改用哪种口译服务或专业翻译版本。把这两份清单张贴在员工能看到的地方，并加一行说明：当高风险的那一堆出现在柜台时，应该联系谁。