——从浙博错字、服务区神翻译看公共内容的把关困境

近年来，公共文化场景里低级错误频频出圈：浙江省博物馆长征主题展览，“红军”错成“红车”，革命先辈姓名出现字形错误，严肃红色展览出现大量离谱错别字与文本重复；甘肃高速服务区开水间标牌，机器直译为“Open Water rooms”，把热水房翻译成“开阔水域”，闹出典型机翻笑话 。除此之外，多地公共展馆也接连曝出AI生成内容翻车事件：溧阳博物馆AI修复老照片，碑文被扭曲乱码；南昌规划展示中心展板出现“阴间座椅”这类AI乱码式怪异文字，未经审核直接上墙展出。

这些事件有一个共同时代背景：AI大模型、机器翻译、AI图像修复、OCR智能转录大幅降低内容生产门槛。写文案、做翻译、整理展板说明、修复历史图文，过去耗费大量人力校对的工作，现在几分钟就能生成初稿。效率成倍提升的同时，“AI出初稿，没人做终审”的漏洞越来越多，大量有瑕疵甚至错误的内容直接流向公众视野。

很多人会简单归结为“工作人员责任心不够”，或是“审查制度流于形式”。但问题远比单一原因复杂，是技术特性、工作模式、责任链条、制度执行多重因素叠加的结果。

一、几起典型事件复盘

浙江博物馆“地球的红飘带”展览错字事件：长征主题版画展，展品附文出现大量形近字错误，红军变“红车”、周恩来名字字形写错，语句重复。官方核查结论为布展收尾校对不细致，审核把关不严，流程存在短板 。这类形近字错误，高度契合OCR扫描识别、AI转录的典型缺陷，机器识别字形相似汉字极易发生错乱，初稿产出之后，没有经过多轮人工校对，直接投入布展。红色题材展览承载厚重历史记忆，一字之差，就会消解历史严肃性，伤害公众情感。

甘肃鸳鸯服务区开水间机翻事故：“开水间”被机器直译为“Open Water rooms”，机器只做字面词语转换，完全不懂场景语义，把滚烫热水翻译成开放水域，完全失去指引功能。这类双语标牌，很多单位直接使用AI翻译工具一键输出，跳过专业译员、外语专家复核环节，直接交付制作上墙。

同类翻车案例并不鲜见：溧阳博物馆AI修复老照片，墓碑碑文被AI篡改扭曲，直接作为八十年代老照片对外展出；南昌规划展示中心展出学生参赛AI生成作品，展板生成出“阴间座椅”等逻辑错乱的文字，没有过滤审核就对外公开展示。这些错误，机器本身不会自我纠错，错误本身藏在AI输出结果之中，最终靠普通游客、网友实地发现曝光。

二、错误频频发生，根源到底是什么？

1. AI天然存在“幻觉缺陷”，不能替代事实核查

大模型、机器翻译、AI图像修复，底层逻辑是概率生成，不是事实校验。AI可以输出通顺流畅的文本，却无法自我辨别对错。翻译会字面硬译，OCR识别会混淆形近汉字，图像生成、修复会凭空捏造文字。AI只会输出“看起来合理”的结果，不会主动对历史人物姓名、专有名词、专业术语做事实核对。

很多单位产生一种工具依赖：把AI当成“万能终稿工具”，把AI生成的初稿直接当成定稿，把技术工具的输出，直接等同于可靠成品。AI适合做初稿、做辅助，不适合做终审，这一点很多使用者没有建立清晰认知。

2. 责任心缺失，但不全是人的主观懈怠

不能把所有问题全部归为工作人员不负责任。

一方面确实存在工作态度问题，部分岗位存在敷衍应付，觉得“AI出来的东西就不会错”，省略细读、比对原文的环节；另一方面，现实工作压力客观存在：临展、项目赶工期，任务重、人手紧张，大量校对工作挤压在收尾阶段，仓促交付，容易出现漏审。

还有责任链条模糊的问题：外包公司、协办单位输出内容，内部只做简单接收，策展人、经办人、专家多重审核环节走形式，谁都过了一遍，谁都没有真正细读，出现“人人负责，人人不负责”的困境。

3. 审查制度纸面完备，但执行层面出现“最后一公里”失效

绝大多数文博单位、公共机构，都有成文的审稿、校对、专家审核制度。纸面流程完整，但实际落地容易打折扣。

有的审核只审大方向、审主题导向，忽略文字细节、专有名词、翻译术语、AI生成乱码这类“小错误”；有的专家审核流于走过场，没有逐字逐句核对；对外包合作方输出的内容，没有建立强制复核机制，外包交稿即等于任务完成。制度写在文件上，却没有落实到每一块展板、每一行文字。

4. 成本与效率的取舍，压缩了校验环节

AI最大优势是降本提效。过去翻译、整理说明文字，需要专业人员耗费数日；现在几分钟完成初稿。部分机构把AI当成压缩成本的手段，砍掉专业校对、专业翻译、专家复核的人力投入，只保留生成环节，砍掉校验环节。追求快速产出，把本该投入校对的人力成本省掉，把风险留给面向公众的终端出口。

三、人工智能时代，如何守好“最后一道关口”

技术本身没有错，AI可以做高效助手，但绝不能当最终把关人。把差错堵在出口之前，不能只靠出事之后道歉整改，要构建一套“AI做辅助，人做终审”的闭环机制。

第一，建立清晰定位：AI只产出初稿，不产出终稿。

明确工具边界：OCR转录、AI翻译、AI图文修复，全部只是草稿。凡是面向公众的展板、标牌、出版物，AI输出内容必须全部经过人工处理。红色历史人名、专有名词、专业术语、双语翻译，必须和原始史料、权威规范文本逐句比对，不能相信AI的“自动正确”。

第二，压实分层审核，杜绝流程空转。

构建三级把关机制：经办人初审，逐字核对文本；专业人员复审（历史专家、翻译专家、文博专业人员）；负责人终审。针对外包、协办单位提供的内容，不能“拿来就用”，对外包输出物执行强制复核，把审核责任落在内部岗位，不能把把关责任交给外部合作方。

针对红色题材、历史题材，建立专有名词清单，人名、地名、历史专有名词重点校验，重点内容可以设置双人交叉校对。

第三，区分不同类型错误，补齐制度短板。

导向问题、史实错误、人名地名错误属于重大风险；错别字、翻译错误属于高频细节风险。很多单位的审核把重心放在导向把关，轻视细节差错，但是细节错漏同样会损害公共文化机构公信力。要把文字校对、术语校验纳入正式审核考核，不是可有可无的附加工作。

第四，建立上线前“实地核验”机制。

文稿在电脑上审核完成之后，展板、标牌制作完成、上墙之前，增加现场实地复核环节。很多错误，电脑文档里不容易发现，打印上墙之后一目了然。布展完成正式对外开放前，组织人员现场通读全部文字，把错误堵在对外开放之前，而不是靠游客来当义务校对员。

第五，完善事后反馈闭环，把公众监督作为补充。

再完善的流程也难保万无一失，畅通观众纠错渠道，一旦收到反馈快速核查处置。但公众监督只能作为补充，不能把“网友发现问题再整改”当成常态。

结语

AI解放了生产力，却不能解放人的责任。

技术可以加快生产速度，但不能替代敬畏之心。一块展板、一处标识，不只是一段文字，公共文化输出代表公共立场，承载历史记忆、城市形象。工具可以迭代升级，但严谨的态度、扎实的审核流程永远不能被算法替代。

技术负责“做得快”，人要负责“做得对”。守住最后一道关口，本质上就是守住对历史、对公众的一份敬畏。