观点 | 未来的翻译学习会是什么样子?——从不喜欢练翻译到欲罢不能(下)

2017 年 8 月 4 日 翻译技术沙龙 郝产品
 翻译学习 

作者:郝产品


【沙龙导读】本文授权转载自时下最火的翻译学习平台“试译宝”(shiyibao.com)的产品经理,他在本文中指出:知识地图(学习内容)+游戏化学习(学习方式),可能是未来的方向。查看昨日第一部分文章请点击链接:

观点 | 未来的翻译学习会是什么样子?——从不喜欢练翻译到欲罢不能(上)




在文章的上半部分中,我总结了“有效学习”的七个要素,特别强调了知识地图和“精熟教育”的重要性,重心在于学习内容,下面我来重点介绍一下学习形式,回答一下怎样让翻译学习变得欲罢不能。

总体说来,就是实现翻译学习的游戏化,玩游戏有时候会不知不觉天黑了或者天亮了,这就是进入状态了,如果学习进入这样的状态,怎么会学不好呢?

具体怎么操作?我从以下几个方面分别介绍。

【心流】

我先介绍一个概念——心流(Mental flow),在心理学中是指在专注进行某行为时所表现的心理状态。

能在学习的时候进入心流状态我在真实生活里只见过一个——我妈,我妈经常看书的时候听不见别人说话,即使是一边看电视一边看书,电视里的人在说什么她根本不知道,小时候我是不能理解这种状态的,现在想想确实牛。

怎样进入心流状态呢?

首先是热爱,或者有其他强烈的学习动机。

如果热爱一项技能或一门知识,有着浓厚的兴趣,进入心流状态是相对比较容易的,但现实是,我们很多时候要学习不太喜欢甚至讨厌的东西,学习这些东西的时候,还会被很多外界的事物打扰。

可以使用一些“物理”的方法。

我自己学习的时候,看视频或者听音频,有时候容易分心,就要倒回去再听一遍甚至几遍才能听懂,于是我就想了个办法,我假定这些视频或者音频,只能学一次,不可以回退,只是这个想法,我就明显感觉到自己的学习效果比以前没有限制的时候要好很多。

所以我们在教学产品中就可以多一些这样的设置,比如视频超过某个日期不看就再也不能看了,以及满足某些条件视频才能复看,复看的次数也有限制。实际上这就是人为给学习设置规则,增大学习资源的稀缺性,学员珍惜,注意力自然会在这里。

具体到翻译,翻译中其实不容易进入心流状态,因为时不时会发现一些单词不认识,一些术语不了解,一些知识要现查,这样不断地离开翻译过程然后再回来,进入心流状态当然非常难,那解决这个问题的方法其实很简单了,就是我们总结出打断翻译中心流的因素,消除那些因素就可以了,其实就是把翻译分成译前准备和翻译两个过程,查就好好查,在翻译的时候专注于理解原文,信息重组,输出作品,修正作品,让整个过程一气呵成,不要断,断是很讨厌的。

作为翻译学习服务提供商,可以提供译前准备的培训,或者干脆帮学习者把翻译过程分成译前准备和翻译两个环节,直接提供译前准备所需要的材料。

【反馈系统】

反馈按来源可以分为外部反馈和内部反馈,按时间可以分为即时反馈和滞后反馈,按反馈内容可以分为情绪反馈和内容反馈,各类反馈可以派生出各种具体的反馈形式,共同组成反馈系统。

反馈系统中的即时反馈尤为重要,恰当的即时反馈可以带来精准、高效的调整和积极情绪

就像你正在开车,一个老司机在副驾驶告诉你方向为什么开得不对,应该怎么开,以及哪里开得好,学习效果肯定好,如果说你自己开了两个小时,老司机看你开车的录像给你点评哪些操作不正确,效果肯定不理想。

下面我来说明一下内容层面的反馈和情绪层面的反馈。

❶ 内容层面的反馈

我在负责的翻译教学&学习产品试译宝可以做到提交答案之后即时给出总体评分、点评,还可以更进一步,尝试在更小单元下给出反馈,真正做到实时反馈。

如果学员在翻译完某个句段的时候,系统就直接针对这个句段里边的术语作出反馈,比如某个地名没有翻译正确,要告诉他正确的译法,以及怎样查到正确的译法,如果翻译对了,要告诉他翻译对了,这也是非常重要的反馈,这与提交答案之后再给出这样的反馈相比,是两种体验,当然在提交答案之后即时给出整体的评价和反馈,也是很有意义的。

❷ 情绪层面的反馈

一个简单的事实:实现目标就有成就感,针对具体目标的完成情况进行反馈会带来积极情绪,反馈的一般性手段是进度条、积分、排行榜、徽章。

通用的比较明显的即时反馈方式是进度条和checklist,比如一道题有30个小题,做完一题进度条就走一块,并且那个小题本身加上比较明显而清淡的背景颜色,可以一定程度让做题过程更有感觉。

我还是要强调知识地图的重要性,真正学到了优质的内容,实现了一个对自己来说可以称道的目标,然后针对学习成果给予反馈,才能有持续而充实的积极情绪。如果只学了26个字母,再怎么点赞学习者也没有太大的感觉,如果学了词根词缀和词汇学的方法论,可以在十分钟之内拿下30个单词,这个时候系统给予积极反馈,系统的积极反馈会和学习者的自我肯定叠加起来,创造很好的体验,就像游戏通关了,玩家期待得到一个“宣告”,就像超级玛丽在通关之后会放一些烟花,这有什么用呢?就是让玩家开心,这无与伦比的重要。

具体到翻译,我们先要了解翻译本身能够带来怎样的积极情绪。

为什么有时候做翻译是一种享受呢?

第一,做翻译会有打磨的感觉,译者会感觉自己像个工匠,不断修饰、润色、改善一件作品,看着自己的译文由垃圾变成精品,是一种享受。

所以翻译学习产品中的版本管理和痕迹追踪就非常重要,除了各个版本的对比,最好是能像象棋游戏一样,记录自己译文从无到有、从一个版本到几个版本的每一步,除了用于数据积累,自己时不时回头看一下这个过程,了解自己的英文是如何成长起来的,还是非常有意思的。

第二,翻译给人创造的感觉,虽然翻译本质上是一种转换,信息内核和思想内核都是原作者的,但译者在翻译时可以让信息和思想更加清明,这就是翻译创造的东西,也就是翻译的价值,但是衡量起来会有困难。

翻译实实在在的产品就是文字,所以练习字数应该是积分升级的一个重要指标,另外也需要支持用户随时导出自己的译文,如果有笔记本功能,也要支持随时导出自己的笔记,用户就是喜欢把自己的东西存起来。

另外,译文分享和Feed流也可以对这部分体验做一些补充,就是把自己创造的东西炫出来,如果自己刚刚完成了1000字,累计10万字,可以像弹幕一样穿梭在系统的某个版块,这不是特别有意思吗?

第三,翻译有更加宏大的意义,有的翻译将自己视为跨文化跨语言交流的使者,这非常有意思。

这在产品经理和产品运营眼里是很实际的。

可以建设一个社区,社区里边有一个版块是给外国小朋友讲中国故事,翻译出来的作品可以定期推送给一些外国小朋友,并且可以得到这些外国小朋友的反馈,或者干脆建设一个推特账号或者Facebook账号,内容就来自于这个社区版块。很有意思。

现在我来介绍一下,实现可以学习游戏化的关键。

【叙事、角色虚拟、问题解决、社交】

这里我要再次强调一下知识地图的重要性,如果有一张优质的知识地图,地图上每一个点都是一个清晰、可以衡量而有意义的任务,就可以设计一个机制组织同水平的人或者不同水平的人共同完成这个任务,一起解决一个问题。



至于设计怎样的机制促进怎样的社交,这就考验产品经理和产品运营的执行水平了。

什么样的学习要放到怎样的故事背景下,什么样的虚拟角色才合适,这可能是事关产品成败的大课题,也可能没有这么重要,我目前的研究还不充分,在这没办法谈。顺便提一下,当初郑渊洁先生教育他的儿子就是把各种知识嵌入到皮皮鲁的故事的背景框架下。

以上是我目前的产品方法论。

最后说一句:好的产品要切中大量级人群的刚需,学习产品也是如此。

本文可以打赏。


-END-

沙龙近期精彩文章

会议 | 翻译的技术转向——第20届世界翻译大会侧记

干货 | 翻译工作的5大技术特征&译者必备的5大技术能力

干货 | 翻译高手都会用的搜索方法

专栏 | 机器翻译:生于冷战,却为人类重建巴别塔

干货 | 技术文档质量管理——从英文到多语言翻译的视角

干货 | 在线CAT工具大测评

观点 | 那些年,机器还不懂的翻译



翻译技术沙龙是由语言服务行业的资深业者及专家发起组织的语言技术交流平台,也是全国最大的翻译技术公益社群。沙龙于2010年11月正式启动,面向所有翻译技术相关从业者与爱好者,主要关注领域包括计算机辅助翻译本地化技术传播项目管理机器翻译等,在线下通过嘉宾演讲以及头脑风暴等活动形式,达到观点交流、资源共享、知识传播的目的。

加入沙龙总群请在“翻译技术沙龙”(trantechsalon)微信公众号后台点击「沙龙」->「入群」获取入群方式。


登录查看更多
0

相关内容

【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
93+阅读 · 2020年6月28日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
129+阅读 · 2020年5月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
102+阅读 · 2020年3月9日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
142+阅读 · 2020年2月16日
2019必读的十大深度强化学习论文
专知会员服务
59+阅读 · 2020年1月16日
【中科大徐童】多模态语义理解与关联
专知会员服务
83+阅读 · 2019年12月7日
【机器学习课程】Google机器学习速成课程
专知会员服务
165+阅读 · 2019年12月2日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
学人工智能,参加培训真的有用吗?
AINLP
6+阅读 · 2018年10月10日
万万没想到,枯燥的“机器学习”还可以这样学!
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
DPOD: Dense 6D Pose Object Detector in RGB images
Arxiv
5+阅读 · 2019年2月28日
Arxiv
4+阅读 · 2018年10月5日
Zero-Shot Object Detection
Arxiv
9+阅读 · 2018年7月27日
Arxiv
9+阅读 · 2018年4月20日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关VIP内容
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
93+阅读 · 2020年6月28日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
129+阅读 · 2020年5月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
102+阅读 · 2020年3月9日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
142+阅读 · 2020年2月16日
2019必读的十大深度强化学习论文
专知会员服务
59+阅读 · 2020年1月16日
【中科大徐童】多模态语义理解与关联
专知会员服务
83+阅读 · 2019年12月7日
【机器学习课程】Google机器学习速成课程
专知会员服务
165+阅读 · 2019年12月2日
Top
微信扫码咨询专知VIP会员