随着人工智能的发展,机器可以完成许多复杂的智能活动,如下围棋、创作画作等。在这一背景下,关于机器翻译能否取代人类的讨论非常热门。然而,现今关于机器翻译的研究多聚焦于介绍新的机器翻译技术与设计方法或评估机器翻译成果,学界对于机器取代人这一议题鲜有正式讨论。因此,此篇论文希望能够填补这一空缺,讨论人类口译与机器翻译间的关系。由于意义传达是翻译活动的核心、同声传译被视为难度最高的口译形式,此论文希望能够提供一个较为系统的方法来讨论这一核心议题——机器同传在传达意义上会遇到哪些困难。本研究采用查尔斯·莫里斯的符号学理论,将意义分为三个层级,分别为语言意义、指示意义和语用意义,在符号学框架下,它们分别反映符号与符号间的关系、符号与所指对象间的关系以及符号与符号使用者之间的关系。在跨学课的理论（包括口笔译理论和哲学理论等）指导下,这些不同的意义被分别讨论。经过讨论,主要的发现有:1)在传达语言意义时,机器在其工作的每个阶段,包括语音识别、翻译与预测、语音合成阶段都会遇到障碍,这些障碍包括但不限于识别嘈杂的声音、方言与有口音的语言、选择合适的翻译方法来突破不可译性,以及传递原文情感等;2)关于指示意义,根据戴维森的三角测量模型,机器由于无法在其世界中为讲者指派一个位置,因而并不能完全诠释讲者所说内容的指示意义;3)在传达语用意义上,人类译员的伦理规范很难应用于机器,同时,机器也很难扮演译员的社会角色、行使译员的权力。总而言之,在口译实践中,机器仍然停留在努力传达语言意义上。如果机器不改变其运行模式、不能培养其分析情景的能力,那么传达完整的指示意义与语用意义依然遥不可及。