2011年，Michael Sinanian声称“翻译技术将在未来五到十年内不断发展，使翻译过程对终端用户即时透明，使外语能力完全无用。”虽然这是最大胆的主张之一，但这并不是唯一的主张。

好吧，6年过去了，我们仍然没有发现外语技能是“无用的”。

是的，机器翻译做到了显著改善近年来，学会把语言不仅仅当作“袋子里的单词”。但它离完美还差得远——甚至还不能过得去。通过谷歌翻译运行任何段落，你就会明白为什么。出于职业目的，当涉及商业交易或国家安全问题时，粗暴是不够的。

是的，语音识别正变得越来越复杂我们自己在透明语言在线上使用它。但任何与Siri或Alexa交谈过的人都知道，这还不够微妙取代真正的人际交流。更不用说像Siri、Cortana和Alexa这样的主流语言了。就广度和深度而言，这些和其他语音识别技术还有很多语言需要学习。

是的，人工智能在上下文和意义方面做得更好。计算机越来越擅长处理自然语言识别类比、同音异义词等。人工智能的开始翻译耳机看起来也很有希望。但这些设备都受到一个困扰所有设备的问题的限制:技术故障。耳机。电池死。机器冻结。人类的语言能力将永远有自己的位置，即使不是沟通的中心形式，至少是一种备份或控制。

自动化和机器学习方面的进步也意味着企业需要更多人能够分析和理解所涉及的所有大数据。商业大亨马克·库班相信对文科专业——尤其是语言专业——的需求将会增加增加结果是:

库班说:“我个人认为，未来10年，对文科专业的需求将超过编程专业，甚至可能超过工程专业。”他认为英语、哲学和外语等学位最有价值。”

例如，人工智能公司就是如此已经向语言学家寻求产品开发和客户服务方面的帮助。当开发人员创建实际代码时，有语言背景的人员被请来确保自然语言处理。

即使语音识别、机器翻译和人工智能的进步达到了希纳尼安预测的水平，学习一门语言还有其他有价值的理由。说别人的语言是一种口头上的尊重——它可以弥合文化差异，在不同的人之间建立即时的联系。语言学习也给予认知的好处,鼓励批判性思维，提高文化能力。哪怕是一台机器可以去说，了解一种文化如何看待时间、礼貌和其他价值观是至关重要的。即使是非语言的沟通错误也会破坏一笔交易，危及谈判，或破坏一段潜在的友谊。

我们非常同意Sinanian的观点，科技将“消除文化障碍，从而加强全球人类合作”——这是我们使命的一部分。但我们无法预见任何技术，无论多么具有革命性，都会消除人类学习语言的需求。毕竟，没有真正的人际交流，什么是人际合作或联系?

我们不关注科技如何取代语言学习，而是关注科技如何增强语言学习．为此，我们不用5年或10年就能看到革命性的结果。我们每天都在语言培训项目中看到这种情况。了解更多关于我们如何改变语言学习的经济和物流在这里．