Sarah Glaser, Laëtitia Joly ir Katia Pinquier, studentės, studijuojančios Taikomųjų užsienio kalbų magistro laipsnis Grenoblio Alpių universitete.

I. Dirbtinio intelekto iškilimas vertime 

Dirbtinio intelekto evoliucija ir jo integracija į vertimą

Per pastaruosius kelis dešimtmečius dirbtinis intelektas smarkiai patobulėjo, todėl paveikė kelis sektorius, įskaitant vertimą. Dirbtinio intelekto naudojimas vertime atsirado šeštajame dešimtmetyje, sukūrus taisyklėmis pagrįstą mašininį vertimą (RBMT) (Vinson, 1950). Jis rėmėsi iš anksto nustatytomis lingvistinėmis taisyklėmis, kad išverstų tekstą iš vienos kalbos į kitą. Tačiau taisykles reikėjo įvesti rankiniu būdu, o tai užtrukdavo daug laiko, o vertimai nebuvo labai tikslūs.

Devintajame dešimtmetyje atsirado statistinis mašininis vertimas (SMT). Jis leido kompiuteriams analizuoti didelius dvikalbius tekstynus ir, naudojant statistiką, sulygiuoti žodžius ir frazes. Tačiau buvo sunku tiksliai versti tarp kalbų, turinčių didelių gramatinių skirtumų, pavyzdžiui, anglų ir japonų.

2010-aisiais neuroninis mašininis vertimas (NMT) atnešė didelį pokytį šioje srityje. Panašiai kaip ir SMT, kompiuteris buvo apmokytas naudojant didelius dvikalbius korpusus, tačiau gilaus mokymosi algoritmų ir neuroninių tinklų dėka vertimai buvo tikslesni nei bet kada anksčiau („Dirbtinio vertimo istorija“, 2022). Šis tikslumas išpopuliarino NMT ir sukėlė didelį pokytį vertimo pramonėje.

Nuo 2020-ųjų pradžios atsirado generatyviniai dirbtinio intelekto modeliai. Europos Sąjungos Dirbtinio intelekto įstatyme (2023 m., 28b(4) straipsnis) generatyvinis dirbtinis intelektas apibrėžiamas kaip „pagrindiniai modeliai, naudojami dirbtinio intelekto sistemose, specialiai skirti generuoti turinį, pvz., sudėtingą tekstą, vaizdus, ​​garso ar vaizdo įrašus, su skirtingu autonomijos lygiu“. Jis skiriasi nuo tradicinio dirbtinio intelekto, kuris orientuotas į konkrečias užduotis, pvz., klasifikavimą, numatymą ar apibrėžtų problemų sprendimą. Generatyvus dirbtinis intelektas siekia sukurti naujus duomenis, kurie būtų panašūs į žmogaus sukurtą turinį. Generatyvūs modeliai, tokie kaip „OpenAI“ „ChatGPT“, parodė puikius kalbos supratimo ir vertimo įgūdžius ir gali atlikti kontekstualiai tikslius vertimus, nors patys savaime nėra vertimo programinė įranga.

Vertimo įrankiai ir jų priklausomybė nuo dirbtinio intelekto

Vertimo pramonėje padaugėjo dirbtiniu intelektu paremtų įrankių, kurie padeda vertimą padaryti efektyvesnį ir prieinamesnį.

Vertimo įrankiai, tokie kaip „DeepL“ ar „Google Translate“, naudoja dirbtinį intelektą vertimams tobulinti. Nors šie įrankiai turi tam tikrų privalumų, jie vis dar turi ir trūkumų. Pavyzdžiui, konteksto klaidingas interpretavimas, kultūrinių niuansų nesupratimas ir netikslus idiomatinių posakių vertimas yra pasikartojančios problemos DI vertimuose. Be to, DI generuojami vertimai gali būti sudėtingi dirbant su labai specializuotu ar jautriu turiniu, kur žmogaus patirtis išlieka esminė.

Nors dirbtinis intelektas iš esmės pakeitė vertimo industriją, jis dar negali visiškai pakeisti žmonių vertėjų. Nors jis puikiai geba greitai apdoroti didelius teksto kiekius, žmonės vertėjai suteikia itin svarbių elementų, tokių kaip kultūrinis jautrumas, kūrybiškas prisitaikymas ir gilus konteksto supratimas.

II. Duomenų rinkimas ir etiniai klausimai

Kaip ir kiekviena skaitmeninė sistema, dirbtinis intelektas ar vertimo modeliai turi būti „apmokyti“. Šiame kontekste kalbame apie sistemos „apmokymą“, kuris reikalauja rinkti paruoštus naudoti duomenis iš bet kurios vietos. Tačiau mūsų skaitmeninėje eroje, kai viskas turi būti efektyviau ir greičiau, įstatymai, reglamentuojantys šių sistemų veikimą, dažnai paliekami nuošalyje. Dirbtinio intelekto programuotojai ir tiekėjai tada mano, kad jie turi visišką laisvę veikti taip, kaip nori. kol bus priimti sprendimai. Pastaruoju metu svarbesnės organizacijos bandė didinti informuotumą apie etinius klausimus, kylančius dėl dirbtinio intelekto sistemų veikimo.

Didelių duomenų rinkinių poreikis dirbtinio intelekto mokymuose

Kalbant apie dirbtinio intelekto modelius, norint tinkamai veikti, reikalingas didelis duomenų rinkinys. Panagrinėkime pateiktą paaiškinimą. wonk.ai svetainė (Mohammed ir kt., 2024), siūlanti dirbtinio intelekto vertimo modelius įvairioms įmonėms. Pasak jų, jų vertimo modelis yra apmokomas šiais penkiais etapais. Pirmasis žingsnis – kalbos duomenų rinkimas iš svetainių, žodynų, kalbų duomenų bazių, dokumentų ir kt. Tai padeda sistemai integruoti kalbos taisykles, apibrėžtus terminus iš žodynų, balso toną ar rašymo stilių. Antrasis žingsnis – kalbų porų išskyrimas iš surinktų duomenų, siekiant rasti sakinių poras, kurios padėtų sistemai geriau suprasti kontekstą ir pagerinti vertimo rezultatus. Trečiasis žingsnis – kalbos duomenų apdorojimas, t. y. patvirtinimas, valymas ir sujungimas mokymui. Tai būtina, nes kai kurių surinktų tekstų vertimai randami kitur ir juos reikia suporuoti. Ketvirtasis žingsnis yra pats dirbtinio intelekto mokymas, kai surinkti duomenys sujungiami į mokymo korpusą, o mokymas tęsiasi tol, kol dirbtinio intelekto rezultatas yra pakankamai geras vertinimui. Penktasis ir paskutinis žingsnis – klientų, kurie yra vertimo vadybininkai, įvertinimas.

Po viso to dirbtinio intelekto modelis toliau mokosi, todėl manoma, kad jis naudingas įvairiose srityse. Tam labai svarbi korektūra, siekiant pateikti grįžtamąjį ryšį sistemai ir taip ją patobulinti. Žinoma, norint gauti gerą dirbtinio intelekto vertimo modelį, reikia laiko ir pinigų, o kiekvienas dirbtinio intelekto teikėjas stengiasi pasiekti „žmogiškosios kokybės lygį“.

Tačiau šis duomenų rinkinys labai priklauso nuo galutinio sistemos vartotojo ir kalbų poros. Vertimo srityje tonas, terminologija ir frazeologija labai skiriasi priklausomai nuo srities. Pastaraisiais metais dirbtinio intelekto vertimo sistemos vis dažniau naudojamos teisiniams vertimams, daugiausia siekiant sumažinti išlaidas ir pagerinti efektyvumą. Būtent tada mokymo etapas yra labai svarbus: teisiniai tekstai reikalingi vertimo sistemai apmokyti, tačiau jų negalima taip lengvai rasti ar naudoti. Be to, teisinės sistemos skirtingose ​​šalyse skiriasi, o tai dar vienas parametras, kurį reikia įgyvendinti mokymo etape. Kaip padaryta 2024 m. kovo mėn. paskelbtame tyrime (Moneus ir Sahari, 2024), taip pat kyla kalbų skirtumų problema: kinų kalba yra abstrakti ir metaforinė, o anglų – linijinė ir logiška. Tai reiškia, kad dirbtinio intelekto sistemas vis dar reikia tobulinti, ir joms būtų galima padėti suteikiant daugiau prieigos prie dvikalbių duomenų apie papildomas ir retesnes kalbas.

Duomenų šaltinių etinės pasekmės

Generatyviosios dirbtinio intelekto sistemos, tokios kaip „ChatGPT“, yra pagrįstos įvairiais duomenimis, gautais iš knygų, straipsnių, interneto svetainių, socialinių tinklų įrašų ir kt. Kaip jau minėjome anksčiau, joms reikalingas mokymo etapas, kurio metu „kalbos apdorojimo algoritmams instruktuoti naudojamas didžiulis tekstinių duomenų kiekis“ (Lucchi, 2024, p. 617). Tai sukelia įvairių problemų, susijusių su intelektine nuosavybe, nes naudojami šaltiniai gali apimti autorių teisių saugomus kūrinius, taip pat teisinius aspektus. Šiame kontekste „programuotojai, atsakingi už „ChatGPT“ kūrimą ir mokymą, yra atsakingi už tai, kad mokymo duomenys nebūtų pažeisti autorių teisių“ (Lucchi, 2024, p. 617). Štai kodėl naujausiose rekomendacijose prašoma didesnio skaidrumo, susijusio su naudojamais šaltiniais ar šių sistemų veikimo būdu.  

Programuotojo požiūriu, laisvai prieinamų autorių teisių saugomų duomenų naudojimas yra priimtinas, nes sistema naudoja šią informaciją kaip įkvėpimo šaltinį, kad pateiktų naują medžiagą ir išradingumo rezultatus. Dirbtinio intelekto algoritmai dažniausiai remiasi didžiuliais duomenų kiekiais, kurie yra būtini sistemos našumui gerinti, todėl pirmas žingsnis būtų sudaryti aiškius duomenų bendrinimo susitarimus tarp duomenų teikėjų ir dirbtinio intelekto programuotojų. Tai leistų teisėtai naudoti autorių teisių saugomus duomenis mokymo tikslais.

Pagrindinė problema yra ta, kad dirbtinis intelektas negali generuoti autentiškų idėjų. Priešingai, jis remiasi duomenimis, kuriais buvo apmokytas, kad generuotų pertvarkytus tekstus. Kai tekstą rašo žmogus, cituoti panaudotus šaltinius laikoma moraline pareiga, taip pat būdu išvengti plagijavimo ir užtikrinti savo darbo patikimumą. Tačiau, jei imsime kaip pavyzdį „ChatGPT“, nors jo atsakymas pagrįstas dideliu mokymo duomenų kiekiu, jis ne visada tikslus ir gali „pamiršti“ nurodyti savo šaltinius. Net kai vartotojas jų paprašo, jis kartais net išgalvoja neegzistuojančius darbus, o tai dar labiau padidina patikimumo stoką. Štai kodėl neinformuoti vartotojai gali nežinoti, kad panaudojo kažkieno kito darbą. Be to, originalūs šių mokymo duomenų kūrėjai nežino, kad jų darbas yra vagiamas!

III. Intelektinė nuosavybė ir teisiniai iššūkiai

Aptardami neteisėtą kūrėjo kūrinio naudojimą, turime omenyje intelektinės nuosavybės teisių pažeidimą. Intelektinės nuosavybės teisės pagrindas yra autorių teisių sąvoka. Ši sąvoka, kilusi iš anglosaksų teisinės tradicijos, suteikia kūrėjams išimtines teises į savo originalų kūrinį, užtikrindama, kad jie kontroliuotų jo atgaminimą, platinimą ir adaptavimą. Šiandien ji atitinka Europos sampratą... Autorių teisės, autorių teisių atitikmuo, pridedant „moralinių teisių“ aspektą. Šios teisės pabrėžia autoriaus asmeninį ryšį su savo kūriniu, įskaitant teisę būti pripažintam kūrėju (Blésius, 2008). Pamatysime, kuo jos svarbios vertimo kontekste.

Vertimų nuosavybė: žmogaus vertimas

Vertimo nuosavybė kelia svarbių klausimų. Įdomu žinoti, kam priklauso su vertimu susijusios autorių teisės, tiek finansiniu, tiek pripažinimo požiūriu. Iš tiesų, nuosavybės klausimas yra dvejopas, ypač jei naudojama tokia priemonė kaip „SDL Trados Studio“. naudojamas – kam priklauso galutinis vertimo darbas, sudarytas tarp vertėjo ir užsakovo? Ar nuosavybės teisės gali būti priskirtos dirbtinio intelekto sugeneruotiems vertimams? Kam priklauso turinys, sugeneruotas iš raginimo?

Vertimas yra ne tik išraiškos priemonė, bet ir meno forma, todėl jį saugo įvairios teisinės sistemos, saugančios jo kūrėjų autorių teises. Pavyzdžiui, pagal Berno konvencijos dėl literatūros ir meno kūrinių apsaugos (toliau, FI skyrius, .2) 3(2) straipsnį „Vertimai, adaptacijos, muzikos aranžuotės ir kiti literatūros ar meno kūrinio pakeitimai saugomi kaip originalūs kūriniai, nepažeidžiant autorių teisių į originalų kūrinį.“ Pagal 1994 m. TRIPS sutartį, 10(2) straipsnyje teigiama: „[d]uomenų ar kitos medžiagos rinkiniai, tiek mašininio skaitomo, tiek kitokio pavidalo, kurie dėl savo turinio parinkimo ar išdėstymo yra intelektiniai kūriniai, saugomi kaip tokie.“

Kaip teigiama šiose tarptautinėse konvencijose, vertėjo atliktas vertimas yra saugomas kaip ir bet kuris kitas meno kūrinys ir todėl yra autorių teisių šaltinis. Atsakymas į pirmąjį klausimą turėtų būti paprastas. Kadangi vertimas laikomas originaliu kūriniu ir yra saugomas autorių teisių, šios autorių teisės priklauso vertėjui.

Tačiau atsakymas nėra toks paprastas. Pirmiausia turime atskirti laisvai samdomus vertėjus nuo agentūros samdomų vertėjų. Agentūros samdomų vertėjų atveju „pagal daugelio šalių darbo teisės aktus darbuotojai automatiškai perleidžia savo sukurtų darbų intelektinės nuosavybės teises savo darbdaviams“ (Smith, 2009, p. 8). Šioje situacijoje akivaizdu, kad sukurtas vertimas priklauso įmonei, kuri jį parduoda jį užsakiusiam klientui. Tai taip pat pasakytina apie vertimo atmintis, nesvarbu, ar jas teikia agentūra, ar klientas: „samdomų darbuotojų, kurie kuria terminų bankus ar TM, atveju šios teisės automatiškai pereis organizacijoms, kuriose jie dirba“ (op.cit.).

Laisvai samdomiems vertėjams viskas priklauso nuo sutarties su klientu. Vertėjas visada bus pirmasis autorių teisių savininkas. Parduodamas savo darbą klientui, jis perleidžia šias autorių teises. Tačiau net ir perleidus autorių teises, vertėjas neatsako už neleistinus kliento atliktus pakeitimus (Blésius, 2008). Tai taip pat galioja vertimo atmintims ir terminų bankams, kuriuos vertėjas sukūrė konkrečiam kūriniui: „jei autorių teisės nebuvo perduotos pagal sutartį, vertimo atmintys priklauso jas sukūrusiems vertėjams“ (Smith, 2009, p. 8).

O kaip dėl dirbtinio intelekto sugeneruoto vertimo?

Vertimų nuosavybė: AI sistemos

Kaip minėta anksčiau šiame straipsnyje, generatyvinės dirbtinio intelekto sistemos veikia mokydamos didelius duomenų rinkinius ir įtraukdamos juos į savo algoritmus. Šie duomenys ne visada gaunami teisėtai, o algoritmai daugeliu atvejų nenurodo savo šaltinių, pateikdami atsakymą į užklausą. Tokios sistemos kaip „ChatGPT“ (amerikietiška) ar „Mistral“ (prancūziška) gali pateikti beveik žmogišką vertimą, todėl kyla baimė dėl „žmogiškojo vertimo pabaigos“. Dirbtinis intelektas yra sparčiai besivystanti sritis. technologijos, egzistuojančios beveik kiekvienoje srityje ir tapo neatsiejama vertimo darbų dalimi. Kartu kyla naujų teisinių klausimų, į kuriuos reikėtų atsižvelgti – kam turėtų būti suteikta tokio vertimo nuosavybė? Dirbtinio intelekto įrankio klientui, kūrėjui ar tiesiog pačiai sistemai? 

2022 m. Jungtinėse Valstijose vizualiųjų menų kūrėjai pateikė kolektyvinį ieškinį prieš bendrovę „Stability AI“, teigdami, kad bendrovė naudojo jų autorių teisių saugomą kūrinį dirbtinio intelekto modeliui apmokyti be jų sutikimo. Teismas iš dalies patenkino ir iš dalies atmetė atsakovų prašymus. Teismas leido nagrinėti tiesioginį ieškinį dėl autorių teisių pažeidimo, pripažindamas, kad klausimas, ar dirbtinio intelekto modeliai pažeidžia autorių teises, yra neišspręstas ir priklauso nuo kiekvienos bylos specifikos (Madigan, 2024). 

Neseniai, 29 m. sausio 2025 d., JAV vyriausybė priėmė naują sprendimą („Dreyfus Law Firm“, 2025). Jame pabrėžiami reikalavimai, keliami norint, kad dirbtinio intelekto sukurtas turinys būtų pripažintas autorių teisių saugomu kūriniu. Pagal šį sprendimą dirbtinio intelekto sukurtas turinys gali būti saugomas autorių teisių šiomis sąlygomis: kūrybiniame procese pakankamai dalyvauja žmogus, t. y. medžiaga nėra generuojama vien dirbtinio intelekto, o dirbtinis intelektas naudojamas kaip įrankis žmogaus kūrybiškumui skatinti. Jame taip pat paaiškinama sistemai pateikiamų raginimų, kurie turi būti pakankamai kūrybingi, svarba. Pagal šią idėją, jei menininkas modifikuoja, aranžuoja ar atrenka dirbtinio intelekto sukurto turinio elementus, šis turinys... galėtų būti taikoma dalinė autorių teisių apsauga.

Pasauliniu požiūriu, kiekviena šalis sprendžia dirbtinio intelekto ir autorių teisių klausimus skirtingai. Pavyzdžiui, 6 m. rugpjūčio 2023 d. paskelbtame Europos Sąjungos dirbtinio intelekto įstatyme minima dirbtinio intelekto sistemų prievolė laikytis intelektinės nuosavybės teisių, o tai reiškia, kad dirbtinio intelekto modelių teikėjai privalo „viešai dalytis išsamia teksto ir duomenų, naudojamų mokant jų dirbtinio intelekto modelius, santrauka“ (Fitzpatrick, 2025).

Kadangi teisinė sistema vis dar vystosi, kad būtų galima pritaikyti šias naujas technologijas, galbūt negalėsime pateikti aiškaus atsakymo dėl autorių teisių, susijusių su dirbtiniu intelektu mene ar vertime. Tačiau dirbtinio intelekto kūrėjai turėtų užtikrinti, kad jie laikytųsi įstatymų dėl duomenų, kuriuos jie gauna savo mokymo modeliams. Tai apima tinkamų licencijų gavimą ir kompensaciją asmenims, kuriems priklauso intelektinė nuosavybė, kurią jie nori įtraukti į savo mokymo duomenų rinkinius („Deloitte AI Institute“, nd).

Išvada 

Dirbtinio intelekto pasaulis nuolat keičiasi. Pati technologija tobulėja kasdien ir įtraukiama į vis daugiau mūsų gyvenimo sričių ir aspektų. Deja, įstatymai negali taip greitai vystytis – net ir skaitmenizuotame pasaulyje. Dirbtinis intelektas iš tiesų turi potencialo kūrybiškumui ar darbo užduočių spartinimui, tačiau dėl savo kūrimo būdo jis pažeidžia keletą įstatymų. Kaip matėme, intelektinė nuosavybė vaidina svarbų vaidmenį kūrybiškumo srityje, tačiau dirbtinio intelekto programuotojams tai, regis, nelabai rūpi, be to, jie nėra verčiami laikytis įstatymų, nes akivaizdžiai trūksta dirbtinio intelekto ir autorių teisių reguliavimo. Ši technologija gali naudoti tik tai, kuo buvo aprūpinta, o tai dažniausiai yra autorių teisių saugomi kūriniai. 

Jau pasiūlyta keletas sprendimų, ir vis daugiau įmonių, organizacijų ir šalių šiuo metu bando atkreipti dėmesį į su dirbtiniu intelektu (DI) susijusias teisines problemas įvairiose srityse. Pirmasis teiginys susijęs su didesniu skaidrumu, susijusiu su DI sistemų naudojamais mokymo ar atsakymų generavimo šaltiniais, ir skaidrumu, susijusiu su bendru jų veikimo būdu, kuris gali būti pražūtingas DI programuotojams. Kai kurios šalys turi savo sprendimus ir... Europos Sąjunga pirmauja kovoje skaidrumui.

Visai neseniai, 2025 m. vasarį, Paryžiuje įvyko Dirbtinio intelekto veiksmų aukščiausiojo lygio susitikimas. Jo tikslas buvo „bendrai sukurti mokslinius pagrindus, sprendimus ir standartus tvaresniam dirbtiniam intelektui, veikiančiam kolektyvinės pažangos ir viešojo intereso labui“ (France Diplomacy, 2025), jame dalyvavo daugiau nei 800 dalyvių. Rezultatai parodė: norą sukurti tvarų, saugų, patikimą ir skaidrų dirbtinį intelektą ir išmintingai jį naudoti ten, kur jo labiausiai reikia, pavyzdžiui, sveikatos priežiūros ir (arba) švietimo srityse. Nors galutinį susitarimą pasirašė 62 šalys, JAV, nepaisant to, kad yra viena iš lyderių dirbtinio intelekto srityje, to nepadarė.
 

Bibliografija

Sutartis dėl su prekyba susijusių intelektinės nuosavybės teisių aspektų (TRIPS sutartis). (nd). WIPO Lex. Gauta 16 m. vasario 2025 d. iš https://www.wipo.int/wipolex/en/treaties/details/231

Dirbtinio intelekto veiksmų aukščiausiojo lygio susitikimas (10 m. vasario 11–2025 d.)(2025). Prancūzijos diplomatija – Europos ir užsienio reikalų ministerija. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

Dirbtinio intelekto veiksmų aukščiausiojo lygio konferencija: dirbtinis intelektas, mokslas ir visuomenė. (2025 m. vasario 6 d.). Institut Polytechnique de Paris. https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

Dirbtinis intelektas ir autorių teisės: JAV autorių teisių biuro antrosios ataskaitos apie autorių teisių apsaugą supratimas(2025 m. vasario 10 d.). Dreyfus. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

Dirbtinis intelektas ir intelektinė nuosavybė. (nd). WIPO perlas. Gauta 16 m. vasario 2025 d. iš https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

Berno konvencija dėl literatūros ir meno kūrinių apsaugos. (nd). WIPO perlas. Gauta 16 m. vasario 2025 d. iš https://www.wipo.int/treaties/en/ip/berne/index.html

Bharati, RK (2024). Dirbtinis intelektas ir intelektinė nuosavybė: teisinės sistemos ir ateities kryptys. Tarptautinis teisės, teisingumo ir jurisprudencijos žurnalas, 4(2), 207-215. https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

„Bird & Bird LLP“, Vertimo raštu generalinis direktoratas (Europos Komisija), Debussche, J. ir Troussel, J.-C. (2014). Vertimas ir intelektinės nuosavybės teisės: galutinė ataskaitaEuropos Sąjungos leidinių biuras. https://data.europa.eu/doi/10.2782/72107

Blésius, C. (nd.). Autorių teisės ir vertėjas. Kam priklauso jūsų vertimai? Gauta 16 m. vasario 2025 d. iš https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Creamer, E. (2024 m. balandžio 16 d.). Apklausa rodo, kad generatyvinis dirbtinis intelektas kelia didelę grėsmę vertėjų darbui. "The Guardian". https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

Devin, V. (2025 m. sausio 29 d.). Iš praeities į ateitį: dirbtinio intelekto poveikis vertimo technologijoms – Lokalizuoti straipsniusLokalizuoti. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

Fitzpatrick, D. (2025 m. vasario 3 d.). Naujas autorių teisių reglamentas dirbtinio intelekto įgūdžius pavertė didžiausiu privalumu„Forbes“. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Gil, A., Juliana, N. ir David, AS (2023 m. balandžio 7 d.). Generatyvusis dirbtinis intelektas turi intelektinės nuosavybės problemą„Harvard Business Review“. https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

Guadamuz, A. (2017 m. spalio 1 d.). L'intelligence artificielle et le droit d'auteurŽurnalas „L'OMPI“. https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

Hartley, V. (nd.). Dirbtinio intelekto vertimas ar mašininis vertimas: kuo skiriasi? „Language Wire“. Gauta 16 m. vasario 2025 d. iš https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

Kaip naudoti dirbtinį intelektą teisiniams vertimams: privalumai, apribojimai ir geriausia praktika(2024 m. liepos 1 d.). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

Intelektinė nuosavybė „ChatGPT“(2023 m. vasario 20 d.). Europos Komisija. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

Įvadas į dirbtinio intelekto vertimo ir populiarios programinės įrangos istoriją. (2022 m. gruodžio 19 d.). Human Science Co., Ltd. https://www.science.co.jp/nmt/blog/32553/

Kupferschmid, K. (2024 m. gruodžio 12 d.). Įžvalgos iš teismo nutarčių dirbtinio intelekto autorių teisių pažeidimo bylose. Autorių teisių aljansas. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Lacruz Mantecón, ML (2023). Autorystė ir teisių nuosavybė mašininio vertimo eroje. H. Moniz ir C. Parra Escartín (red.), Atsakingo mašininio vertimo link: etiniai ir teisiniai mašininio vertimo aspektai (p. 71–92). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3_5

Leschen, S. (2024, rugsėjo 27 d.). Vertimas – menas, kurį verta saugotiVertimo raštu ir žodžiu institutas. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Lucchi, N. (2024 m. rugsėjis). „ChatGPT“: atvejo analizė apie autorių teisių keliamus iššūkius generatyvinėms dirbtinio intelekto sistemoms. Kembridžo universiteto spauda. 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

Madigan, K. (2024 m. rugpjūčio 29 d.). Svarbiausios išvados iš nutarties Andersen prieš Stability AI autorių teisių byloje. Autorių teisių aljansas. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Mohamed, YA, Khanan, A., Bashir, M., Mohamed, AHHM, Adiel, MAE ir Elsadig, MA (2024a). Dirbtinio intelekto poveikis kalbos vertimui: apžvalga. IEEE prieiga, 12, 25553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

Moneus, AM, ir Sahari, Y. (2024). Dirbtinis intelektas ir žmogaus vertimas: gretinamasis tyrimas, pagrįstas teisiniais tekstais. Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

Ong, J., Lo Khai Yi ir Winn Wong, HW (2024, rugsėjo 3 d.). ES Dirbtinio intelekto įstatymas: esminis autorių teisių laikymosi vadovas bendrosios paskirties dirbtinio intelekto modeliams„Chambers and Partners“. https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Smith, R. (2009 m. lapkričio 19 d.). Autorių teisių klausimai, susiję su vertimo atminties nuosavybe. Vertimo ir kompiuterio darbai 31TC 2009, Londonas, JK. https://aclanthology.org/2009.tc-1.13/

Pareiškimas dėl įtraukaus ir tvaraus dirbtinio intelekto žmonėms ir planetai. (2025 m. vasario 11 d.). Eliziejaus rūmai. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

Generatyviojo dirbtinio intelekto teisinės pasekmės. (nd). „Deloitte“ dirbtinio intelekto institutas. Gauta 16 m. vasario 2025 d. iš https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

Apmokyti vertimo modeliai. (nd). Wonk.Ai. Gauta 16 m. vasario 2025 d. iš https://wonk.ai/en/training-of-translation-models/

Pasidalinkite šiuo straipsniu: