AI 能完成劇場翻譯初稿，但誰對台上的那句話負責？

AI 幾秒之內就能產出流暢的劇場翻譯。這改變了初稿準備的成本與速度，卻沒有替觀眾決定他們最後應該讀到什麼。

真正的問題，早已不再是模型能不能翻譯劇本。現代系統可以處理相當長的上下文、遵循指示，也常能提出有用的選項。更值得問的是：

當一句譯文成為現場演出的一部分，最後由誰為它負責？

模型不會走進排練場，聽見演員改變一句話的重量，也不會與劇作家協商創作意圖；當一段看似自信的翻譯出錯，它更無法向觀眾交代。這些並不是生成之後再補上的小缺口，而是劇場翻譯為何必須由人主導的根本原因。

流暢不等於作出了正確的戲劇選擇

在舞台上，一句簡單的「我沒事」可能是在安慰、迴避、威脅，也可能是在掩飾悲傷。它的意義來自場景、人物關係、先前發生的事，以及演員說完之後如何處理那段沉默。

AI 或許能給出很有說服力的對應句，也可能把作品刻意留下的曖昧說得太明白、把方言整理成標準語，或替角色選了一種不屬於他的語氣。

問題不在於 AI「只能翻譯文字」。它確實能從大量文本中掌握模式。問題是，同一句話可能有幾種合理譯法，而機率本身沒有權力替這一個製作核准其中一種。

人的審校會追問那些常被流暢文字掩蓋的問題：

• 這句話保留了角色的社會位置與彼此關係嗎？
• 模糊不清是否是作者刻意留下的？
• 某個反覆出現的字詞，是否連結到更早的場景？
• 方言或社群特有的說法，是否被磨平成標準語？
• 一個笑點究竟是在被翻譯、改寫、解釋，還是刻意保留其文化特殊性？
• 劇作家、譯者或導演是否已同意由誰作出這項選擇？

一句話即使修飾得再漂亮，仍可能是錯誤的戲劇決定。

一個例子：意思正確，分量不同

在林建剛創作、臨時戲班製作的香港兒童劇《願望石》中，母親說：

「一個人做錯既野，無一種魔法可以幫倒你。」

其中一個英文初稿可能是：

“There is no magic that can fix the mistakes you have made.”

另一個版本則是：

“No magic can undo what you’ve done.”

單看原句，無法判斷哪一個版本更好。第一句解釋得較完整、較明白；第二句更短，也更有終局感。選擇取決於母親的角色聲音、兒童觀眾、全劇的道德主線、演員的呼吸，以及這個意念稍後如何再次出現。

AI 可以提出兩種版本。劇場工作者必須判斷哪一句屬於這個製作，或者兩者都不是，還需要第三種寫法。

最後採用的文字，必須回應整場演出，而不只是對得上原句。

舞台字幕有實際的閱讀限制

劇本翻譯可以慢慢閱讀；舞台字幕卻必須在觀眾同時觀看演員、燈光、布景與動作時被讀完。

這帶來一連串實際限制：

• 文字必須停留足夠時間，讓預定觀眾能讀完；
• 換行應協助理解，而不是切斷語意；
• 過於密集的文字會把注意力從舞台拉走；
• 提示太早，可能在演員之前揭露笑點或決定；
• 提示太晚，觀眾只能追趕已經向前走的場景；
• 投影與行動裝置有不同的行長、視線與閱讀條件。

不存在一個適用所有製作的萬用閱讀速率。團隊可以用每秒字數或詞數衡量，但合適速度仍會隨語言、觀眾、文字複雜度、顯示位置及服務用途而變。兒童、第二語言讀者與無障礙字幕使用者，也可能需要不同的編輯選擇。

AI 可以協助縮短或切分初稿，但這些建議仍須從實際觀眾位置測試，並在排練中修訂。

脈絡可以提供，責任無法交付

把所有 AI 翻譯都形容成逐句處理，已經不符合現況。現代工作流程可以提供相鄰台詞、角色名稱、詞彙表、風格指示，甚至相當長的劇本段落。

更多脈絡可以改善初稿，卻不能保證一致或真確。模型仍可能：

• 在原文尚未確定之處，自信地編出一種詮釋；
• 在某一場正確使用詞彙表，下一場卻偏離；
• 把角色說話方式中有意義的轉變修整掉；
• 錯誤處理名字、代名詞、文字遊戲或文化指涉；
• 重現訓練資料或提示內容中的偏見；
• 在沒有清楚呈現編輯後果的情況下，省略、合併或過度解釋內容。

審校者必須能對照原文、掌握製作脈絡，也有權否決初稿。如果那個人沒有足夠的有薪時間、欠缺相關語言能力，或根本無法更改最後送上舞台的文字，那麼「流程中曾有人看過」並不足夠。

由人主導，不只是校對錯字

負責任的 AI 輔助流程，必須清楚分配實際責任。

生成之前

• 確認製作團隊擁有翻譯及處理劇本的權利；
• 決定哪些素材可送進獲准使用的翻譯流程；
• 定義預定觀眾、目標語言、語域，以及必須保持一致的人名與詞彙；
• 明確約定誰有編輯決定權：劇作家、譯者、戲劇構作、導演、無障礙顧問，或另一個具名角色。

審校期間

• 每一句都與原文對照，不要只檢查譯文是否流暢；
• 檢查角色聲音、遺漏、增添、曖昧、文化指涉與術語；
• 依選定的顯示方式和閱讀條件編輯；
• 區分翻譯舞台字幕與同語無障礙字幕；後者可能還需標示說話者與重要聲音；
• 記錄尚未解決的選擇，不讓看似合理的初稿悄悄變成定稿。

排練期間

• 依實際演出節奏設定字幕提示；
• 從具代表性的觀眾位置與裝置觀看；
• 當表演、節奏、設計或觀眾需要改變時，同步修訂；
• 為操作人員提供穩定、已核准的版本，以及處理最後修正的清楚方法。

由人主導並不等於拒絕自動化，而是自動化不會只因產出流暢文字，就自動取得決定權。

同意、勞動與署名，也是品質的一部分

談到 AI 翻譯，討論常只集中在輸出品質。劇場還必須追問：誰提供了原作、誰曾被諮詢，以及誰因承擔責任而獲得報酬。

如果譯者只被要求「整理一下」機器初稿，這項工作仍可能需要完整的翻譯判斷，預算卻只按輕度校對計算。當作品涉及特定社群的方言，通順的通用版本可能恰好在最需要文化知識之處最不可靠。若製作宣稱提供無障礙服務，需要這項服務的人，也不應到首演當晚才第一次接觸它。

可信的工作流程會為審校、排練與修正編列時間，清楚標示哪些人的決定塑造了文字，也不會因為使用 AI，就讓專業語言勞動變得不可見。

SurtitleLive 在其中扮演的角色

SurtitleLive 支援在編輯階段使用 AI 輔助翻譯。團隊可以產生初稿，運用已儲存的角色名稱詞彙與相鄰脈絡，逐句編輯，再準備供現場提示的文字。這不是演出期間的即時語音翻譯；平台也不保證 AI 輸出能保存詩意聲音、韻腳、時代語體或戲劇構作意圖。

更實際的承諾是：減少重複的準備工作，同時讓可編輯文字、審校決定與現場操作繼續掌握在人手中。

這條界線十分重要。翻譯模型只是製作流程中的起稿工具；它不是具名譯者、戲劇構作、無障礙顧問，也不是坐在控制台前的人。

最後的決定權屬於製作

AI 改變了初稿出現的速度，卻沒有消除這項判斷：在這一場戲裡，對這一位演員、這一群觀眾而言，這句話究竟是什麼意思？

負責任的未來，既不是「AI 取代譯者」，也不是「劇場拒絕工具」，而是一套具備以下條件的流程：

• 科技提供速度、選項與結構；
• 專業工作者保有決定權、合理工時與署名；
• 觀眾服務在真實演出條件下接受測試；
• 沒有任何一句話，只因為聽起來流暢就被送上舞台。

AI 可以起草文字。文字在台上產生的作用，仍須由製作團隊負責。