Сара Глейзер, Летиція Джолі та Катя Пінк'єр, студентки, що навчаються за програмою Магістр прикладних іноземних мов в Університеті Гренобль-Альпи.

I. Зростання штучного інтелекту в перекладі 

Еволюція штучного інтелекту та його інтеграція в переклад

Оскільки штучний інтелект зазнав значного прогресу протягом останніх кількох десятиліть, він вплинув на кілька секторів, включаючи переклад. Використання штучного інтелекту в перекладі виникло в 1950-х роках зі створенням машинного перекладу на основі правил (RBMT) (Vinson, 2025). Він спирався на заздалегідь визначені лінгвістичні правила для перекладу тексту з однієї мови на іншу. Однак правила доводилося вводити вручну, що займало багато часу, а переклади були не дуже точними.

Потім, у 1980-х роках, з'явився статистичний машинний переклад (СМП). Він дозволив комп'ютерам аналізувати великі двомовні корпуси текстів для узгодження слів і фраз за допомогою статистики. Однак було важко точно перекладати між мовами з суттєвими граматичними відмінностями, наприклад, англійською та японською.

У 2010-х роках нейронний машинний переклад (НМП) приніс значні зміни в цю галузь. Подібно до НМП, комп'ютер навчався за допомогою великих двомовних корпусів, але завдяки алгоритмам глибокого навчання та нейронним мережам переклади були точнішими, ніж будь-коли раніше («Історія перекладу зі штучним інтелектом», 2022). Ця точність зробила НМП дуже популярним, спричинивши значний зсув у перекладацькій галузі.

З початку 2020-х років з'явилися генеративні моделі штучного інтелекту. Закон Європейського Союзу про штучний інтелект (2023, стаття 28 b(4)) визначає генеративний штучний інтелект як «базові моделі, що використовуються в системах штучного інтелекту, спеціально призначені для створення, з різним рівнем автономії, контенту, такого як складний текст, зображення, аудіо чи відео». Він відрізняється від традиційного штучного інтелекту, який зосереджений на конкретних завданнях, таких як класифікація, прогнозування або вирішення визначених проблем. Генеративний штучний інтелект має на меті створювати нові дані, що нагадують контент, створений людиною. Генеративні моделі, такі як ChatGPT від OpenAI, продемонстрували високий рівень розуміння мови та перекладу, і можуть створювати контекстуально точні переклади, хоча вони самі по собі не є програмним забезпеченням для перекладу.

Інструменти перекладу та їхня залежність від штучного інтелекту

У перекладацькій галузі спостерігається зростання кількості інструментів на базі штучного інтелекту, які допомагають зробити переклад ефективнішим та доступнішим.

Такі інструменти перекладу, як DeepL або Google Translate, використовують штучний інтелект для покращення своїх перекладів. Хоча ці інструменти пропонують деякі переваги, вони все ще мають свої обмеження. Наприклад, неправильне тлумачення контексту, нерозуміння культурних нюансів та неточний переклад ідіоматичних виразів є постійними проблемами в перекладі за допомогою штучного інтелекту. Більше того, переклади, створені штучним інтелектом, можуть мати труднощі з вузькоспеціалізованим або делікатним контентом, де людський досвід залишається важливим.

Хоча штучний інтелект глибоко змінив перекладацьку галузь, він ще не здатний повністю замінити перекладачів-людей. Хоча він чудово справляється зі швидкою обробкою великих обсягів тексту, перекладачі-люди забезпечують такі критично важливі елементи, як культурна чутливість, творча адаптація та глибоке контекстуальне розуміння.

II. Збір даних та етичні проблеми

Як і будь-яка цифрова система, штучний інтелект або моделі перекладу потребують «навчання». У цьому контексті ми говоримо про «навчання» системи, що вимагає збору готових до використання даних, де б вони не були доступні. Але в нашу цифрову епоху, коли все має бути ефективнішим і швидшим, закони щодо роботи цих систем, як правило, залишаються позаду. Програмісти та постачальники ШІ тоді вважають, що мають карт-бланш на роботу, як вони хочуть. доки не будуть прийняті рішення. Останнім часом більш значні організації намагаються підвищити обізнаність щодо етичних питань, що виникають під час експлуатації систем штучного інтелекту.

Потреба у великих наборах даних у навчанні ШІ

Коли йдеться про моделі штучного інтелекту, для їх належного функціонування потрібен великий набір даних. Візьмемо пояснення, наведене на wonk.ai веб-сайт (Mohammed et al., 2024), що пропонує моделі перекладу на основі штучного інтелекту для різних компаній. За їхніми словами, їхня модель перекладу навчається за допомогою наступних п'яти кроків. Перший крок – збір мовних даних з веб-сайтів, глосаріїв, мовних баз даних, документів тощо. Це допомагає системі інтегрувати мовні правила, визначені терміни з глосаріїв, тон голосу або стиль письма. Другий крок включає вилучення мовних пар із зібраних даних для пошуку пар речень, що допоможе системі краще зрозуміти контекст, покращуючи результат перекладу. Третій крок – це обробка, тобто перевірка, очищення та об'єднання мовних даних для навчання. Це необхідно, оскільки переклади деяких зібраних текстів знаходяться в іншому місці та потребують поєднання. Четвертий крок – це саме навчання на основі штучного інтелекту, коли зібрані дані об'єднуються в навчальний корпус, і навчання триває доти, доки результат ШІ не стане достатньо хорошим для оцінки. П'ятий і останній крок – це оцінювання клієнтами, які є менеджерами з перекладу.

Після всього цього модель ШІ продовжує навчатися, тому вважається, що вона корисна в різних сферах. Для цього критично важлива коректура, щоб надати системі певний зворотний зв'язок, тим самим покращуючи її. Звичайно, отримання хорошої моделі перекладу на основі ШІ потребує часу та коштів, і кожен постачальник ШІ намагається досягти «рівня людської якості».

Однак, цей збір даних дуже залежить від кінцевого користувача системи та мовної пари. У перекладі тон, термінологія та фразеологія значно відрізняються від однієї сфери до іншої. Протягом останніх кількох років системи перекладу зі штучним інтелектом все частіше використовуються для юридичного перекладу, здебільшого для зниження витрат та підвищення ефективності. Саме тоді етап навчання є критично важливим: для навчання системи перекладу потрібні юридичні тексти, але їх не так легко знайти або використовувати. Крім того, правові системи відрізняються від країни до країни, що є ще одним параметром, який слід враховувати на етапі навчання. Як було зроблено висновок у дослідженні, опублікованому в березні 2024 року (Moneus & Sahari, 2024), також існує проблема відмінностей між мовами: китайська є абстрактною та метафоричною, тоді як англійська є лінійною та логічною. Це означає, що системи штучного інтелекту все ще потребують певного вдосконалення, і їм можна було б допомогти за допомогою більшого доступу до двомовних даних для додаткових та рідкісніших мов.

Етичні наслідки пошуку даних

Системи генеративного штучного інтелекту, такі як ChatGPT, базуються на низці даних, отриманих з книг, статей, веб-сайтів, публікацій у соціальних мережах тощо. Як ми вже зазначали раніше, вони вимагають фази навчання, під час якої «використовується величезний корпус текстових даних для навчання алгоритмів обробки мовлення» (Lucchi, 2024, с. 617). Це призводить до різноманітних проблем щодо інтелектуальної власності, оскільки використані джерела можуть містити твори, захищені авторським правом, а також правові міркування. У цьому контексті «програмісти, відповідальні за розробку та навчання ChatGPT, несуть відповідальність за забезпечення того, щоб навчальні дані залишалися вільними від будь-яких порушень авторських прав» (Lucchi, 2024, с. 617). Саме тому в останніх рекомендаціях міститься вимога про більшу прозорість щодо використаних джерел або способу роботи цих систем.  

З точки зору програміста, використання вільнодоступних даних, захищених авторським правом, є прийнятним, оскільки система використовує цю інформацію як джерело натхнення для представлення нових матеріалів та винахідливих результатів. Алгоритми штучного інтелекту здебільшого покладаються на величезні обсяги даних, які необхідні для підвищення продуктивності системи, тому першим кроком мало б бути встановлення чітких угод про обмін даними між постачальниками даних та програмістами ШІ. Це дозволило б легально використовувати дані, захищені авторським правом, з метою навчання.

Основна проблема полягає в тому, що ШІ не може генерувати автентичні ідеї. Навпаки, він спирається на дані, на яких його навчили, для створення перетасованих текстів. Коли текст пише людина, це розглядається як моральний обов'язок цитувати використані джерела, а також як спосіб уникнути плагіату та забезпечити надійність своєї роботи. Однак, якщо взяти ChatGPT як приклад, хоча його відповідь базується на великому корпусі навчальних даних, він не завжди точний і може «забути» вказати свої джерела. Навіть коли користувач запитує їх, він іноді навіть вигадує неіснуючі роботи, що ще більше посилює відсутність довіри. Ось чому необізнані користувачі можуть не знати, що вони використовували роботу когось іншого. Більше того, оригінальні творці цих навчальних даних не знають, що їхню роботу крадуть!

III. Інтелектуальна власність та правові проблеми

Обговорюючи несанкціоноване використання твору автора, ми маємо на увазі порушення прав інтелектуальної власності. В основі законодавства про інтелектуальну власність лежить концепція авторського права. Ця концепція, що походить з англосаксонської правової традиції, надає творцям виключні права на їхній оригінальний твір, гарантуючи їм контроль над відтворенням, розповсюдженням та адаптацією. Сьогодні вона відповідає європейській концепції... Авторське право, еквівалент авторського права, додаючи вимір «моральних прав». Ці права підкреслюють особистий зв’язок автора з його твором, включаючи право бути визнаним творцем (Блезіус, 2008). Ми побачимо, наскільки це актуально в контексті перекладу.

Право власності на переклади: людський переклад

Право власності на переклад порушує важливі питання. Цікаво знати, кому належать авторські права на переклад, як з фінансової точки зору, так і з точки зору визнання. Фактично, питання власності має два аспекти, особливо якщо такий інструмент, як SDL Trados Studio, використовується — Кому належить остаточний переклад між перекладачем і замовником? Чи можна віднести права власності до перекладів, створених за допомогою штучного інтелекту? Кому належить контент, створений на основі підказки?

Переклад — це не лише засіб вираження, а й форма мистецтва, і як такий, він охороняється різними правовими рамками, що гарантують авторські права його творців. Наприклад, згідно зі статтею 2(3) Бернської конвенції про охорону літературних і художніх творів (й, розділ FI, .2), «Переклади, адаптації, аранжування музики та інші зміни літературного або художнього твору охороняються як оригінальні твори без шкоди для авторського права на оригінальний твір». Згідно з Угодою ТРІПС 1994 року, стаття 10(2) говорить: «[з]бірки даних або інших матеріалів, як у машинозчитуваній, так і в іншій формі, які завдяки добору або упорядкуванню їхнього змісту є інтелектуальними творіннями, охороняються як такі».

Як зазначено в цих міжнародних конвенціях, переклад, виконаний перекладачем, охороняється, як і будь-який інший художній твір, і тому також є джерелом авторського права. Відповідь на перше питання має бути простою. Оскільки переклад вважається оригінальним твором і охороняється авторським правом, ці авторські права належать перекладачеві.

Однак відповідь не така проста. По-перше, нам потрібно розрізняти позаштатних перекладачів та перекладачів, найнятих агентством. Для перекладачів, найнятих агентством, «згідно з трудовим законодавством багатьох країн, працівники автоматично передають права інтелектуальної власності на створені ними роботи своїм роботодавцям» (Сміт, 2009, с. 8). У цій ситуації очевидно, що створений переклад належить компанії, яка потім продає його клієнту, який його замовив. Це також стосується пам’яті перекладів, незалежно від того, чи надані вони агентством, чи клієнтом: «у випадку штатних працівників, які створюють банки термінів або пам’яті перекладів, ці права автоматично переходять до організацій, для яких вони працюють» (op.cit.).

Для позаштатних перекладачів все залежить від договірної угоди з клієнтом. Перекладач завжди буде першим власником авторських прав. Продаючи свою роботу клієнту, він віддає ці авторські права. Однак, навіть коли авторські права передаються, перекладач не несе відповідальності за несанкціоновані зміни, внесені клієнтом (Блезіус, 2008). Це також стосується пам'яті перекладів та банків термінів, створених перекладачем для певної роботи: «якщо авторські права не були передані раніше за договором, пам'ять перекладів належить перекладачам, які її створюють» (Сміт, 2009, с. 8).

А як щодо перекладу, згенерованого штучним інтелектом?

Право власності на переклади: Системи штучного інтелекту

Як зазначалося раніше в цій статті, генеративні системи штучного інтелекту працюють шляхом навчання та включення великих наборів даних до своїх алгоритмів. Ці дані не завжди отримуються легально, і алгоритми в більшості випадків не посилаються на свої джерела, коли дають відповідь на запитання. Такі системи, як ChatGPT (американська) або Mistral (французька), здатні забезпечити переклад майже людський, і таким чином створюють страх «кінця людського перекладу». Штучний інтелект – це швидкорозвинута технологія. технології, присутні майже в кожній галузі та став невід'ємною частиною перекладацьких робіт. Разом з цим виникають нові правові питання, які слід врахувати: кому слід передати право власності на такий переклад? Замовнику інструменту штучного інтелекту, розробнику чи просто самій системі? 

У 2022 році в Сполучених Штатах художники-візуалісти подали колективний позов проти Stability AI, стверджуючи, що компанія використовувала їхні роботи, захищені авторським правом, для навчання їхньої моделі штучного інтелекту без їхньої згоди. Суд частково задовольнив і частково відхилив клопотання відповідачів. Суд дозволив продовжити розгляд позову про пряме порушення авторських прав, визнавши, що питання про те, чи порушують моделі штучного інтелекту авторські права, є невирішеним і залежить від особливостей кожної справи (Madigan, 2024). 

Нещодавно, 29 січня 2025 року, уряд США ухвалив нове рішення (Dreyfus Law Firm, 2025). У ньому наголошуються вимоги, необхідні для визнання контенту, створеного штучним інтелектом, твором, захищеним авторським правом. Згідно з цим рішенням, контент, створений штучним інтелектом, може бути захищений авторським правом за таких умов: Існує достатня участь людини у творчому процесі, тобто матеріал не створюється лише штучним інтелектом, а штучний інтелект використовується як інструмент для розвитку людської творчості. Це також пояснює важливість підказок, що надаються системі, які повинні бути достатньо креативними. Згідно з цією ідеєю, якщо художник змінює, упорядковує або вибирає елементи контенту, створеного штучним інтелектом, цей контент може мати право на частковий захист авторських прав.

З глобальної точки зору, кожна країна вирішує питання штучного інтелекту та авторського права по-різному. Наприклад, Закон Європейського Союзу про штучний інтелект, опублікований 6 серпня 2023 року, згадує про зобов'язання систем штучного інтелекту дотримуватися прав інтелектуальної власності, що означає, що постачальники моделей штучного інтелекту зобов'язані «публічно ділитися детальним викладом тексту та даних, що використовуються для навчання їхніх моделей штучного інтелекту» (Fitzpatrick, 2025).

Оскільки правова база все ще розвивається, щоб врахувати ці нові технології, ми можемо бути не в змозі дати чіткої відповіді щодо авторських прав, пов'язаних зі штучним інтелектом у мистецтві чи перекладі. Однак розробники штучного інтелекту повинні забезпечити дотримання ними закону щодо даних, які вони отримують для своїх навчальних моделей. Це включає отримання належних ліцензій та компенсацію особам, які володіють інтелектуальною власністю, яку вони хочуть включити до своїх навчальних наборів даних (Deloitte AI Institute, nd).

Висновок 

Світ штучного інтелекту постійно змінюється. Сама технологія вдосконалюється день у день та інтегрується у все більше сфер та аспектів нашого життя. На жаль, закони не можуть розвиватися так швидко — навіть у цифровому світі. Штучний інтелект справді має потенціал для творчості або пришвидшення виконання робочих завдань, але через те, як він розроблений, він порушує кілька законів. Як ми бачили, інтелектуальна власність відіграє велику роль у сфері творчості, але програмісти ШІ, здається, не дуже переймаються цим, і більше того, вони не змушені дотримуватися закону, оскільки існує явна відсутність регулювання щодо ШІ та авторського права. Ця технологія може використовувати лише те, чим вона завантажена, що здебільшого є творами, захищеними авторським правом. 

Вже запропоновано кілька рішень, і все більша кількість компаній, організацій та країн зараз намагаються висвітлити правові проблеми, що стосуються ШІ в різних сферах. Перша вимога стосується більшої прозорості щодо джерел, що використовуються системами ШІ для навчання або генерування відповідей, а також прозорості з точки зору загального способу його функціонування, що може бути смертельно небезпечним для програмістів ШІ. Деякі країни мають власні рішення, і Європейський союз веде боротьбу для прозорості.

Зовсім недавно, у лютому 2025 року, у Парижі відбувся Саміт дій щодо штучного інтелекту. Його метою було «колективне встановлення наукових основ, рішень та стандартів для більш сталого ШІ, що працює на колективний прогрес та в суспільних інтересах» (France Diplomacy, 2025), у якому взяли участь понад 800 осіб. Результати показали наступне: готовність створити сталий, безпечний, надійний та прозорий ШІ та розумно використовувати його там, де він найбільше потрібен, наприклад, в охороні здоров'я та/або освіті. Хоча 62 країни підписали остаточну угоду, США, незважаючи на те, що є одним із лідерів у галузі ШІ, цього не зробили.
 

бібліографія

Угода про торговельні аспекти прав інтелектуальної власності (Угода ТРІПС). (й). Лексіфікація ВОІВ. Отримано 16 лютого 2025 року з https://www.wipo.int/wipolex/en/treaties/details/231

Саміт дій у сфері штучного інтелекту (10 та 11 лютого 2025 р.)(2025). Французька дипломатія – Міністерство Європи та закордонних справ. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

Конференція Саміт дій зі штучного інтелекту: ШІ, наука та суспільство. (2025, 6 лютого). Паризький політехнічний інститут. https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

Штучний інтелект та авторське право: розуміння другого звіту Бюро авторського права США щодо можливості захисту авторським правом(2025 лютого 10 р.). Дрейфус. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

Штучний інтелект та інтелектуальна власність. (й). Перлина ВОІВ. Отримано 16 лютого 2025 року з https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

Бернська конвенція про охорону літературних і художніх творів. (й). Перлина ВОІВ. Отримано 16 лютого 2025 року з https://www.wipo.int/treaties/en/ip/berne/index.html

Бхараті, Р.К. (2024). Штучний інтелект та інтелектуальна власність: правові рамки та майбутні напрямки. Міжнародний журнал права, правосуддя та юриспруденції, 4(2), 207-215. https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

Bird & Bird LLP, Генеральний директорат з питань перекладу (Європейська комісія), Дебюше, Дж., та Труссель, Дж.-К. (2014). Переклад та права інтелектуальної власності: заключний звітПублікаційне бюро Європейського Союзу. https://data.europa.eu/doi/10.2782/72107

Блезіус, К. (й). Авторське право та перекладач. Кому належать ваші переклади? Отримано 16 лютого 2025 року з https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Creamer, E. (2024 квітня 16 р.). Опитування показує, що генеративний штучний інтелект становить серйозну загрозу для роботи перекладачів. The Guardian. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

Девін, В. (2025 січня 29 р.). З минулого в майбутнє: вплив штучного інтелекту на технології перекладу - Localize ArticlesЛокалізувати. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

Фіцпатрік, Д. (2025 лютого 3 р.). Нове рішення щодо авторського права щойно зробило навички штучного інтелекту найбільшою перевагоюФорбс. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Гіл, А., Джуліана, Н. та Девід, А.С. (2023 квітня 7 р.). Генеративний ШІ має проблему інтелектуальної власностіГарвардський бізнес-огляд. https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

Гуадамус, А. (2017 жовтня 1 р.). L'intelligence artificielle et le droit d'auteurЖурнал «OMPI». https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

Гартлі, В. (й). Штучний переклад чи машинний переклад: у чому різниця? Мовний дріт. Отримано 16 лютого 2025 року з https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

Як використовувати штучний інтелект для юридичних перекладів: переваги, обмеження та найкращі практики(2024 липня 1 р.). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

Інтелектуальна власність у ChatGPT(2023 лютого 20 р.). Європейська комісія. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

Вступ до історії перекладу за допомогою штучного інтелекту та популярного програмного забезпечення. (2022 грудня 19 р.). ТОВ «Гуман Наука» https://www.science.co.jp/nmt/blog/32553/

Купфершмід, К. (2024 грудня 12 р.). Аналіз судових рішень у справах про порушення авторських прав у сфері штучного інтелекту. Альянс авторських прав. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Лакруз Мантекон, М.Л. (2023). Авторство та право власності в епоху машинного перекладу. У книзі Х. Моніса та К. Парри Ескартіна (ред.). До відповідального машинного перекладу: етичні та правові міркування щодо машинного перекладу (с. 71–92). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3_5

Лешен, С. (2024, 27 вересня). Переклад, мистецтво, варте захистуІнститут перекладу та усного перекладу. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Луккі, Н. (вересень 2024 р.). ChatGPT: Тематичне дослідження проблем авторського права для генеративних систем штучного інтелекту. Кембриджський університет Прес. 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

Медіган, К. (2024 серпня 29 р.). Найважливіші висновки з рішення у справі Andersen проти Stability AI Copyright. Альянс авторських прав. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Мохамед, Ю.А., Ханан, А., Башир, М., Мохамед, АХХМ, Адіель, МАЕ та Ельсадіг, М.А. (2024a). Вплив штучного інтелекту на переклад мови: огляд. Доступ IEEE, 12, 25553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

Монеус, А.М. та Сахарі, Ю. (2024). Штучний інтелект та людський переклад: зіставне дослідження на основі юридичних текстів. Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

Ong, J., Lo Khai Yi, & Winn Wong, HW (2024, 3 вересня). Закон ЄС про штучний інтелект: Основний посібник з дотримання авторських прав для моделей штучного інтелекту загального призначення«Чемберс енд Партнери». https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Сміт, Р. (2009 листопада 19 р.). Питання авторського права у володінні пам’яттю перекладів. Праці з перекладу та комп'ютера 31. ТК 2009, Лондон, Велика Британія. https://aclanthology.org/2009.tc-1.13/

Заява про інклюзивний та сталий штучний інтелект для людей та планети. (2025 лютого 11 року). Єлисейський собор. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

Правові наслідки генеративного штучного інтелекту. (й). Інститут штучного інтелекту Deloitte. Отримано 16 лютого 2025 року з https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

Навчені моделі перекладу. (й). Wonk.Ai. Отримано 16 лютого 2025 року з https://wonk.ai/en/training-of-translation-models/

Поділіться цією статтею: