从工具使用到技术能动性：LoopCAT 作为本地优先、开源的翻译技术教育工具

arXiv:2609.00344v1 发布类型：新论文

摘要：翻译专业学生既需要学习如何使用翻译技术，也需要学会评判这些技术所提供的选择。本文介绍了 LoopCAT——一款采用 Apache-2.0 许可证、本地优先的计算机辅助翻译环境，由作者与 OpenAI Codex 基于 GPT-5.5 和 GPT-5.6 共同开发，并提出了一个连接工作流能力、评估判断与技术能动性的框架。该论述基于仓库历史记录、实现代码审查以及一个已标识开发构建版本的验证记录。LoopCAT 整合了本地项目存储、翻译记忆库、术语管理、质量保证、文档交换，以及可选的本地或托管 AI 服务连接。其英语、加泰罗尼亚语和土耳其语界面目录也使应用本身成为教学素材：学生可以将英文 UI 字符串翻译成其他语言，审阅现有的自动生成的目标语草稿，导入自己的修订版本，并测试界面效果。我们围绕四种参与形式来组织这些学习机会：运行工作流、评估输出、检查与配置机制、以及提出或论证一项有边界的干预。一个六课时序列、一项 UI 本地化作业、一个占位示例以及一份评估量规，具体说明了教师如何使用该框架。本文将已实现的功能与所提出的教育效益分开论述；未报告新的学生学习成果。它将最新版本的包检查与早期的回归测试证据加以区分，并制定了一套课堂评估方案。LoopCAT 为教授翻译决策如何与数据、界面和软件规则相互作用提供了一个可审查的环境。这些活动能否提升判断力、迁移能力或参与度，仍是一个有待实证研究的问题。