Сара Глейзер, Летиция Джоли и Катя Пинкье, студенты, обучающиеся по программе Магистратура по специальности «Прикладные иностранные языки» в Университете Гренобль-Альпы.

I- Развитие искусственного интеллекта в области перевода 

Эволюция ИИ и его интеграция в перевод

Поскольку ИИ претерпел значительные успехи за последние несколько десятилетий, он повлиял на несколько секторов, включая языковой перевод. Использование ИИ в переводе началось в 1950-х годах с созданием машинного перевода на основе правил (RBMT) (Vinson, 2025). Он полагался на предопределенные лингвистические правила для перевода текста с одного языка на другой. Однако правила приходилось вводить вручную, что занимало много времени, а переводы были не очень точными.

Затем, в 1980-х годах, появился статистический машинный перевод (SMT). Он позволил компьютерам анализировать большие двуязычные корпуса, чтобы выравнивать слова и фразы с помощью статистики. Однако было сложно точно переводить между языками с большими грамматическими различиями, например, между английским и японским.

В 2010-х годах нейронный машинный перевод (НМП) привнес серьезные изменения в эту область. Подобно СМТ, компьютер обучался с использованием больших двуязычных корпусов, но благодаря алгоритмам глубокого обучения и нейронным сетям переводы стали точнее, чем когда-либо прежде («История перевода с использованием ИИ», 2022). Эта точность сделала НМП очень популярным, что привело к серьезным изменениям в индустрии переводов.

С начала 2020-х годов появились генеративные модели ИИ. Закон Европейского союза об ИИ (2023, статья 28 b(4)) определяет генеративный ИИ как «базовые модели, используемые в системах ИИ, специально предназначенных для генерации с различными уровнями автономности контента, такого как сложный текст, изображения, аудио или видео». Он отличается от традиционного ИИ, который фокусируется на конкретных задачах, таких как классификация, прогнозирование или решение определенных проблем. Генеративный ИИ направлен на создание новых данных, которые напоминают контент, созданный человеком. Генеративные модели, такие как ChatGPT от OpenAI, продемонстрировали мастерство в понимании языка и переводе и могут выполнять контекстно-точные переводы, хотя они не являются программным обеспечением для перевода как таковым.

Инструменты перевода и их зависимость от ИИ

В индустрии переводов наблюдается рост числа инструментов на базе искусственного интеллекта, помогающих сделать перевод более эффективным и доступным.

Переводческие инструменты, такие как DeepL или Google Translate, используют ИИ для улучшения своих переводов. Хотя эти инструменты предлагают некоторые преимущества, у них все еще есть свои ограничения. Например, неверная интерпретация контекста, непонимание культурных нюансов и неточный перевод идиоматических выражений являются повторяющимися проблемами в переводе с помощью ИИ. Более того, переводы, созданные с помощью ИИ, могут испытывать трудности с узкоспециализированным или деликатным контентом, где человеческий опыт остается необходимым.

Хотя ИИ глубоко изменил индустрию переводов, он пока не способен полностью заменить переводчиков-людей. Хотя он отлично справляется с быстрой обработкой больших объемов текста, переводчики-люди обеспечивают критически важные элементы, такие как культурная чувствительность, творческая адаптация и глубокое контекстное понимание.

II- Сбор данных и этические вопросы

Как и в случае с любой цифровой системой, ИИ или модели перевода должны быть «обучены». В этом контексте мы говорим об «обучении» системы, что требует сбора готовых к использованию данных везде, где они доступны. Но в нашу цифровую эпоху, когда все должно быть более эффективным и быстрым, законы, касающиеся того, как работают эти системы, как правило, остаются позади. Программисты и поставщики ИИ затем предполагают, что у них есть карт-бланш, чтобы действовать так, как они хотят пока не будут приняты решения. В последнее время более значимые организации пытаются повысить осведомленность относительно этических проблем, возникающих при эксплуатации систем ИИ.

Необходимость больших наборов данных для обучения ИИ

Когда дело доходит до моделей ИИ, для правильного функционирования необходим большой набор данных. Давайте рассмотрим объяснение, данное на wonk.ai веб-сайт (Mohammed et al., 2024), предлагающий модели перевода ИИ для различных компаний. По их словам, их модель перевода обучается следующими пятью шагами. Первый шаг — сбор языковых данных с веб-сайтов, глоссариев, языковых баз данных, документов и т. д. Это помогает системе интегрировать языковые правила, определенные термины из глоссариев, тон голоса или стиль письма. Второй шаг включает извлечение языковых пар из собранных данных для поиска пар предложений, чтобы помочь системе лучше понять контекст, улучшая вывод перевода. Третий шаг — обработка, т. е. проверка, очистка и объединение языковых данных для обучения. Это необходимо, поскольку переводы некоторых собранных текстов находятся в другом месте и должны быть объединены вместе. Четвертый шаг — само обучение ИИ, когда собранные данные объединяются в учебный корпус, и обучение продолжается до тех пор, пока вывод ИИ не станет достаточно хорошим для оценки. Пятый и последний шаг — оценка клиентами, которые являются менеджерами по переводам.

После всего этого модель ИИ продолжает обучаться, поэтому ее считают полезной в различных областях. Для этого критически важно вычитывать текст, чтобы дать системе некоторую обратную связь, тем самым улучшая ее. Конечно, получение хорошей модели перевода ИИ требует времени и денег, и каждый поставщик ИИ пытается достичь «уровня человеческого качества».

Однако этот сбор данных сильно зависит от конечного пользователя системы и языковой пары. При переводе тон, терминология и фразеология сильно различаются от одной области к другой. В последние несколько лет системы перевода на основе ИИ все чаще используются для юридического перевода, в основном для снижения затрат и повышения эффективности. Именно тогда решающее значение имеет этап обучения: для обучения системы перевода необходимы юридические тексты, но их не так просто найти или использовать. Более того, правовые системы в разных странах различаются, что является еще одним параметром для реализации на этапе обучения. Как было сделано в исследовании, опубликованном в марте 2024 года (Moneus & Sahari, 2024), существует также проблема различий между языками: китайский язык абстрактный и метафоричный, а английский — линейный и логичный. Это означает, что системы ИИ все еще нуждаются в некотором улучшении, и это можно было бы улучшить, обеспечив большую доступность к двуязычным данным для дополнительных и более редких языков.

Этические последствия поиска данных

Генеративные системы искусственного интеллекта, такие как ChatGPT, основаны на ряде данных, извлеченных из книг, статей, веб-сайтов, сообщений в социальных сетях и т. д. Как мы уже говорили, им требуется этап обучения, в течение которого «используется огромный корпус текстовых данных для обучения алгоритмов обработки речи» (Lucchi, 2024, стр. 617). Это приводит к различным проблемам, касающимся интеллектуальной собственности, поскольку используемые источники могут содержать работы, защищенные авторским правом, а также юридические соображения. В этом контексте «программисты, ответственные за разработку и обучение ChatGPT, несут ответственность за обеспечение того, чтобы данные обучения оставались свободными от каких-либо нарушений авторских прав» (Lucchi, 2024, стр. 617). Вот почему самые последние рекомендации требуют большей прозрачности в отношении используемых источников или того, как работают эти системы.  

С точки зрения программиста, допустимо использовать свободно доступные данные, защищенные авторским правом, поскольку система использует эту информацию как источник вдохновения для представления нового материала и изобретательских результатов. Алгоритмы ИИ в основном опираются на огромные объемы данных, которые необходимы для повышения производительности ее системы, поэтому первым шагом было бы установление явных соглашений о совместном использовании данных между поставщиками данных и программистами ИИ. Это позволило бы законно использовать данные, защищенные авторским правом, в целях обучения.

Основная проблема заключается в том, что ИИ не может генерировать аутентичные идеи. Напротив, он полагается на данные, на которых он был обучен, чтобы генерировать перетасованные тексты. Когда текст пишет человек, он считает моральной обязанностью ссылаться на использованные источники, а также способом избежать плагиата и гарантировать надежность своей работы. Однако, если взять в качестве примера ChatGPT, то, хотя его ответ основан на большом корпусе обучающих данных, он не всегда точен и может «забывать» ссылаться на свои источники. Даже когда пользователь просит их, он иногда даже придумывает несуществующие работы, что еще больше увеличивает отсутствие доверия. Вот почему неосведомленные пользователи могут не знать, что они использовали работу кого-то другого. Более того, первоначальные создатели этих обучающих данных не знают, что их работа крадет!

III- Интеллектуальная собственность и правовые проблемы

При обсуждении несанкционированного использования работы создателя мы имеем в виду нарушение прав интеллектуальной собственности. В основе права интеллектуальной собственности лежит концепция авторского права. Возникнув в англосаксонской правовой традиции, эта концепция предоставляет создателям исключительные права на их оригинальные работы, гарантируя им контроль над воспроизведением, распространением и адаптацией. В настоящее время она соответствует европейской концепции Авторские права, эквивалент авторского права, добавляющий измерение «моральных прав». Эти права подчеркивают личную связь автора с его работой, включая право быть признанным в качестве создателя (Blésius, 2008). Мы увидим, как они актуальны в контексте перевода.

Право собственности на переводы: человеческий перевод

Право собственности на перевод поднимает важные вопросы. Интересно узнать, кому принадлежат авторские права, связанные с переводом, как с финансовой точки зрения, так и с точки зрения признания. На самом деле, вопрос права собственности имеет два аспекта, особенно если инструмент вроде SDL Trados Studio используется — Кому принадлежит окончательная работа по переводу между переводчиком и заказчиком? Могут ли права собственности быть отнесены к переводам, созданным с помощью ИИ? Кому принадлежит контент, созданный по подсказке?

Перевод — это не только средство выражения, но и форма искусства, и как таковой он защищен различными правовыми рамками, которые охраняют авторские права его создателей. Например, в соответствии со статьей 2(3) Бернской конвенции об охране литературных и художественных произведений (nd, Section FI, .2), «Переводы, адаптации, аранжировки музыки и другие изменения литературного или художественного произведения охраняются как оригинальные произведения без ущерба авторскому праву на оригинальное произведение». В соответствии с Соглашением ТРИПС 1994 года, статья 10(2) гласит: «[c]омпиляций данных или других материалов, будь то в машиночитаемой или иной форме, которые по причине подбора или расположения их содержания представляют собой интеллектуальные творения, охраняются как таковые».

Как указано в этих международных конвенциях, перевод, выполненный переводчиком, охраняется как любое другое художественное произведение и, следовательно, также является источником авторских прав. Ответ на первый вопрос должен быть простым. Поскольку перевод считается оригинальным произведением и охраняется авторскими правами, эти авторские права принадлежат переводчику.

Однако ответ не так прост. Во-первых, нам нужно провести различие между внештатными переводчиками и переводчиками, работающими в агентстве. Для переводчиков, работающих в агентстве, «согласно трудовому законодательству многих стран, работники автоматически передают права интеллектуальной собственности на созданные ими произведения своим работодателям» (Смит, 2009, стр. 8). В этой ситуации очевидно, что созданный перевод принадлежит компании, которая затем продает его заказчику. Это также верно для памяти переводов, независимо от того, предоставляются ли они агентством или клиентом: «в случае наемных работников, которые создают банки терминов или ТМ, эти права автоматически перейдут к организациям, в которых они работают» (соч.).

Для внештатных переводчиков все сводится к договору с клиентом. Переводчик всегда будет первым владельцем авторских прав. Продавая свою работу клиенту, он отдает эти авторские права. Однако даже когда авторские права передаются, переводчик не несет ответственности за несанкционированные изменения, внесенные клиентом (Blésius, 2008). Это также справедливо для памяти переводов и банков терминов, созданных переводчиком для данной работы, «если авторские права не были предварительно переданы по договору, память переводов принадлежит переводчикам, которые их создают» (Smith, 2009, стр. 8).

А как насчет перевода, созданного искусственным интеллектом?

Право собственности на переводы: AI Systems

Как уже говорилось ранее в этой статье, генеративные системы ИИ работают, обучаясь на больших наборах данных и включая их в свои алгоритмы. Эти данные не всегда приобретаются законным путем, и алгоритмы в большинстве случаев не ссылаются на свои источники при предоставлении ответа на подсказку. Такие системы, как ChatGPT (американская) или Mistral (французская), способны обеспечить почти человеческий перевод и, таким образом, создать страх «конца человеческого перевода». ИИ — это быстро развивающаяся технология присутствует почти в каждой области и стал неотъемлемой частью работ по переводу. Вместе с этим возникают новые юридические вопросы, которые следует рассмотреть: кому должно быть предоставлено право собственности на такой перевод? Заказчику инструмента ИИ, разработчику или просто самой системе? 

В 2022 году в США был подан коллективный иск против Stability AI художниками, утверждающими, что компания использовала их защищенную авторским правом работу для обучения их модели ИИ без их согласия. Суд частично удовлетворил и частично отклонил ходатайства ответчиков. Суд разрешил продолжить рассмотрение иска о прямом нарушении авторских прав, признав, что вопрос о том, нарушают ли модели ИИ авторские права, не решен и зависит от особенностей каждого случая (Madigan, 2024). 

Недавно, 29 января 2025 года, правительство США приняло новое решение (Dreyfus Law Firm, 2025). Оно подчеркивает требования, необходимые для признания контента, созданного ИИ, в качестве охраняемого авторским правом произведения. Согласно этому решению, контент, созданный ИИ, может быть защищен авторским правом при следующих условиях: достаточное участие человека в творческом процессе, т. е. материал создается не только ИИ, а ИИ используется как инструмент для дальнейшего развития человеческого творчества. Оно также объясняет важность подсказок, которые даются системе, которые должны быть достаточно креативными. Согласно этой идее, если художник изменяет, упорядочивает или выбирает элементы контента, созданного ИИ, этот контент могут иметь право на частичную защиту авторских прав.

С глобальной точки зрения каждая страна решает вопросы ИИ и авторских прав по-разному. Например, в Законе Европейского союза об ИИ, опубликованном 6 августа 2023 года, упоминается обязанность систем ИИ соблюдать права интеллектуальной собственности, что означает, что поставщики моделей ИИ должны «публично делиться подробным резюме текста и данных, используемых при обучении их моделей ИИ» (Фицпатрик, 2025).

Поскольку правовая база все еще развивается, чтобы соответствовать этим новым технологиям, мы, возможно, не сможем дать четкий ответ относительно авторских прав, связанных с ИИ в искусстве или переводе. Однако разработчики ИИ должны гарантировать, что они соблюдают закон в отношении данных, которые они получают для своих моделей обучения. Это включает получение надлежащих лицензий и компенсацию лицам, владеющим интеллектуальной собственностью, которую они хотят включить в свои наборы данных для обучения (Deloitte AI Institute, nd).

Заключение 

Мир ИИ постоянно меняется. Сама технология совершенствуется день ото дня и внедряется во все большее количество областей и аспектов нашей жизни. К сожалению, законы не могут развиваться так быстро — даже в цифровом мире. ИИ действительно имеет потенциал для творчества или ускорения рабочих задач, но из-за того, как он разработан, он нарушает несколько законов. Как мы видели, интеллектуальная собственность играет большую роль в области творчества, но программисты ИИ, похоже, не слишком заботятся об этом, и, более того, они не обязаны соблюдать закон, поскольку существует явное отсутствие регулирования в отношении ИИ и авторских прав. Эта технология может использовать только то, чем ее кормят, что, по большей части, является произведениями, защищенными авторским правом. 

Несколько решений уже были предложены, и все больше компаний, организаций и стран в настоящее время пытаются выделить правовые вопросы, касающиеся ИИ в различных областях. Первое требование касается большей прозрачности в отношении источников, используемых системами ИИ для обучения или генерации ответов, и прозрачности с точки зрения его общего способа функционирования, что может быть смертельно опасным для программистов ИИ. Некоторые страны имеют свои собственные решения, и Европейский Союз лидирует в борьбе для прозрачности.

Совсем недавно, в феврале 2025 года, в Париже прошел саммит AI Action Summit. Его целью было «коллективно установить научные основы, решения и стандарты для более устойчивого ИИ, работающего на коллективный прогресс и в интересах общества» (France Diplomacy, 2025), в нем приняли участие более 800 человек. Результаты показали следующее: готовность создать устойчивый, безопасный, надежный и прозрачный ИИ и разумно использовать его там, где он больше всего нужен, например, в здравоохранении и/или образовании. Хотя 62 страны подписали окончательное соглашение, США, несмотря на то, что являются одним из лидеров в области ИИ, этого не сделали.
 

Библиография

Соглашение по торговым аспектам прав интеллектуальной собственности (Соглашение ТРИПС). (nd). WIPO Lex. Получено 16 февраля 2025 г. из https://www.wipo.int/wipolex/en/treaties/details/231

Саммит действий ИИ (10 и 11 февраля 2025 г.). (2025). Дипломатия Франции - Министерство Европы и иностранных дел. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

Конференция AI Action Summit: ИИ, наука и общество. (2025, 6 февраля). Политехнический институт Парижа. https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

ИИ и авторское право: понимание второго отчета Бюро авторских прав США о возможности защиты авторских прав. (2025, 10 февраля). Дрейфус. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

Искусственный интеллект и интеллектуальная собственность. (nd). WIPO Pearl. Получено 16 февраля 2025 г. из https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

Бернская конвенция об охране литературных и художественных произведений. (nd). WIPO Pearl. Получено 16 февраля 2025 г. из https://www.wipo.int/treaties/en/ip/berne/index.html

Бхарати, РК (2024). ИИ и интеллектуальная собственность: правовые основы и будущие направления. Международный журнал права, правосудия и юриспруденции, 4(2), 207-215. https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

Bird & Bird LLP, Генеральный директорат по переводам (Европейская комиссия), Дебюсше, Дж. и Труссель, Ж.-К. (2014). Перевод и права интеллектуальной собственности: окончательный отчет. Бюро публикаций Европейского Союза. https://data.europa.eu/doi/10.2782/72107

Блезиус, К. (б.д.). Авторские права и переводчик. Кому принадлежат ваши переводы? Получено 16 февраля 2025 г. из https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Кример, Э. (2024, 16 апреля). Исследование показывает, что генеративный ИИ представляет серьезную угрозу для работы переводчиков. The Guardian. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

Девин, В. (2025 января 29 г.). Из прошлого в будущее: влияние ИИ на технологию перевода - Localize Articles. Локализовать. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

Фицпатрик, Д. (2025, 3 февраля). Новое постановление об авторском праве сделало навыки ИИ самым большим преимуществом. Форбс. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Джил, А., Джулиана, Н. и Дэвид, А.С. (2023 апреля 7 г.). Генеративный ИИ имеет проблему интеллектуальной собственности. Гарвардский бизнес-обзор. https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

Гуадамус, А. (2017 октября 1 г.). Искусственный интеллект и авторское право. Журнал OMPI. https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

Хартли, В. (б.д.). Перевод с использованием искусственного интеллекта или машинный перевод: в чем разница? Language Wire. Получено 16 февраля 2025 г. из https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

Как использовать ИИ для юридических переводов: преимущества, ограничения и передовой опыт. (2024 июля 1 г.). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

Интеллектуальная собственность в ChatGPT. (2023, 20 февраля). Европейская комиссия. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

Введение в историю искусственного интеллекта, перевода и популярного программного обеспечения. (2022, 19 декабря). ООО «Хьюман Сайенс Ко.» https://www.science.co.jp/nmt/blog/32553/

Купфершмид, К. (2024 декабря 12 г.). Выводы из судебных постановлений по делам о нарушении авторских прав в сфере ИИ. Авторский Альянс. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Lacruz Mantecón, ML (2023). Авторство и права собственности в эпоху машинного перевода. В H. Moniz & C. Parra Escartín (ред.), На пути к ответственному машинному переводу: этические и правовые аспекты машинного перевода (стр. 71–92). Издательство Springer International. https://doi.org/10.1007/978-3-031-14689-3_5

Лешен, С. (2024 сентября 27 г.). Перевод — искусство, достойное защиты. Институт перевода. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Луччи, Н. (2024, сентябрь). ChatGPT: пример проблем авторского права для систем генеративного искусственного интеллекта, Пресса Кембриджского университета. https://www.cambridge.org/core/journals/european-journal-of-risk-regulation/article/chatgpt-a-case-study-on-copyright-challenges-for-generative-artificial-intelligence-systems/CEDCE34DED599CC4EB201289BB161965

Мэдиган, К. (2024 августа 29 г.). Главные выводы из дела «Порядок» в деле «Андерсен против Stability AI Copyright». Авторский Альянс. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Мохамед, YA, Ханан, A., Башир, M., Мохамед, AHHM, Адиэль, MAE, и Элсадиг, MA (2024a). Влияние искусственного интеллекта на языковой перевод: обзор. Доступ IEEE, 12, 25553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

Монеус, А. М. и Сахари, И. (2024). Искусственный интеллект и человеческий перевод: сопоставительное исследование на основе юридических текстов. Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

Онг Дж., Ло Кхай И и Винн Вонг, Х.В. (2024 сентября 3 г.). Закон ЕС об искусственном интеллекте: Основное руководство по соблюдению авторских прав для универсальных моделей искусственного интеллекта. Палаты и партнеры. https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Смит, Р. (2009 ноября 19 г.). Вопросы авторского права при владении памятью переводов. Труды по переводу и компьютеру 31. TC 2009, Лондон, Великобритания. https://aclanthology.org/2009.tc-1.13/

Заявление об инклюзивном и устойчивом искусственном интеллекте для людей и планеты. (2025, 11 февраля). Елисейский дворец. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

Правовые последствия генеративного ИИ. (nd). Deloitte AI Institute. Получено 16 февраля 2025 г. из https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

Обученные модели перевода. (nd). Wonk.Ai. Получено 16 февраля 2025 г. из https://wonk.ai/en/training-of-translation-models/

Поделиться этой статьей: