作为一名审校，在枯燥的校对工作中，总会遇到一些译员犯下的令人忍俊不禁的错误，下面是一些例子：
| 我们自身 | Ourself |
| 业务 | Businesses |
| 设备 | Equipments |
| 方法论 | Approachalogy |
| 大数据 | Large data |
| U盘 | U disk |
| 四核 | Four core |
| 最高可达 | Maximum up to |
| 游戏手柄 | Game handle |
| 刷机 | Brush machine |
| 数据线 | Data line |
| 超过十万观众 | More than 100 thousands of audience |
| At supplier’s cost | 以供应商的成本 |
| Deficit | 赤子 |
| Mobile carrier | 移动载体 |
| Radially | 快速地 |
| Contracted engagements | 合同修订案例 |
| Finance | 法国 |
| Midea | 媒体 |
| Integrated | 完整 |
令人捧腹不已的同时，也不由令人感到担忧。这些渣翻若能够漂洋过海，想必也会成为众多笑料中的一员：
针对这些标语中的渣翻，国家颁布了《公共服务领域英文译写规范》（GB/T30240.1-2013），这类问题有望得到改善。
为了应对渣翻问题，我们发明了一种测试，名为“反向图灵测试”——简单来说，就是将译员翻译的内容与百度翻译、谷歌翻译等机器翻译手段得出的结果进行比较。一方面可以判断译员是否大量使用了机器翻译，另一方面，如果一个译员的翻译水平尚且不如机器翻译，那么这名译员将很快被市场所淘汰。
请不要再拿机器翻译后润色过的内容来侮辱我们的智商。
当然，并不是所有的错误都可以被归咎于机器翻译，一些低级错误就连机器都不会犯。阻碍人类进步最大的障碍并非无知，而是自满。
一些译员为了追求速度，在遇到不甚明白的术语时没有查阅相关资料，而是凭自己的理解生造一个短语来描述，因此出现了把刷机翻译成brush machine、把大数据翻译成large data的情况。做完之后也不会再回头检查一遍，因此出现了将赤字打成赤子、word拼写检查都能看出错误的ourself这种错误。更严重的现象在于，离开了学校，不再有人指出译文中的错误，一些译员的语言能力严重退化，连最基本的语法规则都忘了，这大概就是把equipment这个不可数名词写成复数的原因吧。
我们很清楚，翻译是非常主观的，评判翻译质量的好坏往往会引起一些争议。就连业界小有名气的译者李继宏，在知乎大神眼中也是褒贬不一。然而，那建立在脱离了一切客观低级错误的基础上。如果一名译员连最基本的语法正确、用词妥当都做不到，甚至敷衍了事，毫无职业素养，那翻译的主观性就无从谈起。
换言之，对文字工作没有丝毫敬畏之心的译员，本身就是一名不称职的翻译。
近年来机器翻译的发展有目共睹，从完全不知所云到如今的小有章法，在一些场合已经可以胜任基本的沟通。这也为所有翻译公司从业人员敲响了警钟：机器翻译完全替代人工翻译固然不太现实，但它正作为一种末位淘汰机制挤压着译员的生存空间。一名翻译要么将自己的水平提升至机器永远达不到的程度，要么顺应变革转行从事其他职业，否则必将面临失业。
在机器翻译的拥趸叫嚣着替代人工翻译时，那些润色机器翻译结果招摇撞骗，拿着与劳动量相匹配的微薄翻译费，仍沾沾自喜认为找到了捷径的人，无异于自掘坟墓。
