Od Sarah Glaser, Laëtitie Joly a Katie Pinquier, studentek studujících na Magisterský program v oboru aplikovaných cizích jazyků na Univerzitě Grenoble Alpes.

I - Vzestup umělé inteligence v překladu 

Vývoj umělé inteligence a její integrace do překladu

Vzhledem k tomu, že umělá inteligence v posledních několika desetiletích zaznamenala velký pokrok, ovlivnila několik odvětví, včetně překladu jazyků. Využívání umělé inteligence v překladu vzniklo v 1950. letech 2025. století s vytvořením strojového překladu založeného na pravidlech (RBMT) (Vinson, XNUMX). Pro překlad textu z jednoho jazyka do druhého se spoléhal na předem definovaná jazyková pravidla. Pravidla však musela být zadávána ručně, což zabralo spoustu času a překlady nebyly příliš přesné.

Poté se v 1980. letech XNUMX. století objevil statistický strojový překlad (SMT). Umožnil počítačům analyzovat velké dvojjazyčné korpusy a pomocí statistik srovnávat slova a fráze. Bylo však obtížné přesně překládat mezi jazyky s velkými gramatickými rozdíly, například angličtinou a japonštinou.

V roce 2010 přinesl neuronový strojový překlad (NMT) v tomto oboru zásadní změnu. Podobně jako SMT byl počítač trénován pomocí velkých dvojjazyčných korpusů, ale díky algoritmům hlubokého učení a neuronovým sítím byly překlady přesnější než kdykoli předtím („History of AI Translation“, 2022). Tato přesnost učinila NMT velmi populárním a způsobila zásadní posun v překladatelském průmyslu.

Od začátku 2020. let 2023. století se objevily generativní modely umělé inteligence. Zákon Evropské unie o umělé inteligenci (28, článek 4 b(XNUMX)) definuje generativní umělou inteligenci jako „základní modely používané v systémech umělé inteligence, které jsou speciálně určeny ke generování obsahu, jako je složitý text, obrázky, zvuk nebo video, s různou úrovní autonomie.“ Liší se od tradiční umělé inteligence, která se zaměřuje na specifické úkoly, jako je klasifikace, predikce nebo řešení definovaných problémů. Generativní umělá inteligence si klade za cíl produkovat nová data, která se podobají obsahu vytvořenému člověkem. Generativní modely, jako je ChatGPT od OpenAI, prokázaly zdatnost v porozumění jazyku a překladu a dokáží vytvářet kontextově přesné překlady, ačkoli samy o sobě nejsou překladatelským softwarem.

Překladatelské nástroje a jejich závislost na umělé inteligenci

V překladatelském průmyslu se objevuje nárůst nástrojů založených na umělé inteligenci, které pomáhají zefektivnit a zpřístupnit překlad.

Překladatelské nástroje, jako je DeepL nebo Google Translate, využívají umělou inteligenci ke zlepšení svých překladů. I když tyto nástroje nabízejí určité výhody, stále mají svá omezení. Například nesprávná interpretace kontextu, nepochopení kulturních nuancí a nepřesný překlad idiomatických výrazů jsou opakujícími se problémy v překladu s umělou inteligencí. Překlady generované umělou inteligencí se navíc mohou potýkat s vysoce specializovaným nebo citlivým obsahem, kde je lidská odbornost stále nezbytná.

Přestože umělá inteligence zásadně změnila překladatelský průmysl, stále není schopna plně nahradit lidské překladatele. I když vyniká v rychlém zpracování velkých objemů textu, lidští překladatelé poskytují klíčové prvky, jako je kulturní citlivost, kreativní adaptace a hluboké porozumění kontextu.

II. Sběr dat a etické otázky

Stejně jako u každého digitálního systému je třeba umělou inteligenci nebo překladové modely „vzdělávat“. V této souvislosti hovoříme o „tréningu“ systému, což vyžaduje shromažďování dat připravených k použití, ať už jsou k dispozici, kdekoli. V naší digitalizované době, kdy musí být vše efektivnější a rychlejší, však zákony týkající se fungování těchto systémů obvykle zůstávají pozadu. Programátoři a poskytovatelé umělé inteligence pak předpokládají, že mají volnou ruku, aby mohli fungovat, jak chtějí. dokud nejsou přijata rozhodnutí. V poslední době se stále více významných organizací snaží zvýšit povědomí o etických otázkách, které vyvolává provozování systémů umělé inteligence.

Potřeba velkých datových sad při školení umělé inteligence

Pokud jde o modely umělé inteligence, je pro správné fungování zapotřebí velká datová sada. Vezměme si vysvětlení uvedené na wonk.ai webové stránky (Mohammed et al., 2024) nabízející modely překladu s využitím umělé inteligence pro různé společnosti. Podle nich je jejich model překladu trénován pomocí následujících pěti kroků. Prvním krokem je shromažďování jazykových dat z webových stránek, glosářů, jazykových databází, dokumentů atd. To pomáhá systému integrovat jazyková pravidla, definované termíny z glosářů, tón hlasu nebo styl psaní. Druhý krok zahrnuje extrakci jazykových párů ze shromážděných dat za účelem nalezení dvojic vět, které systému pomohou lépe porozumět kontextu a vylepšit tak výstup překladu. Třetím krokem je zpracování, tj. validace, čištění a kombinování jazykových dat pro trénování. To je nezbytné, protože překlady některých shromážděných textů se nacházejí jinde a je třeba je spárovat. Čtvrtým krokem je samotné trénování s využitím umělé inteligence, kdy jsou shromážděná data sloučena do trénovacího korpusu a trénování pokračuje, dokud výstup s využitím umělé inteligence není dostatečně dobrý pro vyhodnocení. Pátým a posledním krokem je hodnocení zákazníky, kteří jsou manažery překladu.

Po tom všem se model umělé inteligence neustále učí, a proto se má za to, že je užitečný v různých oblastech. K tomu je zásadní korektura, která poskytuje systému zpětnou vazbu a tím ho vylepšuje. Získání dobrého modelu překladu s umělou inteligencí samozřejmě vyžaduje čas a peníze a každý poskytovatel umělé inteligence se snaží dosáhnout „úrovně lidské kvality“.

Tento sběr dat je však vysoce závislý na koncovém uživateli systému a jazykovém páru. V překladu se tón, terminologie a frazeologie v jednotlivých oblastech značně liší. V posledních několika letech se překladové systémy s umělou inteligencí stále častěji používají pro právní překlady, zejména za účelem snížení nákladů a zvýšení efektivity. V tomto okamžiku je fáze školení klíčová: pro školení překladového systému jsou potřeba právní texty, ale nelze je tak snadno najít ani použít. Právní systémy se navíc v jednotlivých zemích liší, což je další parametr, který je třeba během fáze školení implementovat. Jak vyplývá ze studie publikované v březnu 2024 (Moneus & Sahari, 2024), existuje také problém odlišností mezi jazyky: čínština je abstraktní a metaforická, zatímco angličtina je lineární a logická. To znamená, že systémy s umělou inteligencí stále potřebují určité zlepšení a mohla by jim pomoci větší dostupnost dvojjazyčných dat pro další a vzácnější jazyky.

Etické důsledky získávání dat

Generativní systémy umělé inteligence, jako je ChatGPT, jsou založeny na řadě dat získaných z knih, článků, webových stránek, příspěvků na sociálních sítích atd. Jak jsme již uvedli, vyžadují fázi trénování, během níž „se k instruktáži algoritmů pro zpracování řeči používá rozsáhlý korpus textových dat“ (Lucchi, 2024, s. 617). To vede k řadě problémů týkajících se duševního vlastnictví, protože použité zdroje mohou obsahovat díla chráněná autorským právem, a také k právním aspektům. V této souvislosti „programátoři zodpovědní za vývoj a školení ChatGPT nesou odpovědnost za zajištění toho, aby trénovací data zůstala bez jakéhokoli porušení autorských práv“ (Lucchi, 2024, s. 617). Proto nejnovější doporučení požadují větší transparentnost, pokud jde o použité zdroje nebo způsob fungování těchto systémů.  

Z pohledu programátora je přijatelné používat volně dostupná data chráněná autorským právem, protože systém tyto informace využívá jako zdroj inspirace k prezentaci nových materiálů a invenčních výsledků. Algoritmy umělé inteligence se spoléhají převážně na obrovské množství dat, která jsou nezbytná pro zlepšení výkonu systému, proto by prvním krokem bylo uzavření explicitních dohod o sdílení dat mezi poskytovateli dat a programátory umělé inteligence. To by umožnilo legální používání dat chráněných autorským právem pro účely školení.

Hlavní problém spočívá v tom, že umělá inteligence nedokáže generovat autentické myšlenky. Naopak se spoléhá na data, se kterými byla trénována, aby generovala upravené texty. Pokud text napíše člověk, je vnímáno jako morální povinnost citovat použité zdroje a také jako způsob, jak se vyhnout plagiátorství a zajistit spolehlivost své práce. Pokud si však jako příklad vezmeme ChatGPT, jeho odpověď je sice založena na velkém korpusu trénovacích dat, ale není vždy přesná a může „zapomenout“ citovat své zdroje. I když si je uživatel vyžádá, někdy si dokonce vymyslí neexistující díla, což dále zvyšuje nedostatek důvěryhodnosti. Proto si neinformovaní uživatelé nemusí uvědomit, že použili práci někoho jiného. Navíc si původní tvůrci těchto trénovacích dat neuvědomují, že jejich práce je kradena!

III - Duševní vlastnictví a právní výzvy

Když hovoříme o neoprávněném užití díla tvůrce, hovoříme o porušení práv duševního vlastnictví. Jádrem práva duševního vlastnictví je koncept autorského práva. Tento koncept, který vychází z anglosaské právní tradice, poskytuje tvůrcům výhradní práva k jejich původnímu dílu a zajišťuje jim kontrolu nad reprodukcí, distribucí a adaptací. V dnešní době je v souladu s evropským konceptem autorského práva. autorská práva, ekvivalent autorských práv, přidávající rozměr „morálních práv“. Tato práva zdůrazňují osobní vztah autora k jeho dílu, včetně práva být uznáván jako tvůrce (Blésius, 2008). Uvidíme, jak jsou tato práva relevantní v kontextu překladu.

Vlastnictví překladů: Lidský překlad

Vlastnictví překladů vyvolává důležité otázky. Je zajímavé vědět, komu patří autorská práva spojená s překladem, a to jak z finančního hlediska, tak z hlediska uznání. Otázka vlastnictví je ve skutečnosti dvojí, zejména pokud se jedná o nástroj jako SDL Trados Studio. použité – Kdo je vlastníkem finální překladatelské práce mezi překladatelem a zadavatelem? Lze vlastnická práva připsat překladům generovaným umělou inteligencí? Kdo je vlastníkem obsahu generovaného z výzvy?

Překlad není jen prostředkem vyjádření, ale také uměleckou formou, a jako takový je chráněn různými právními rámci, které chrání autorská práva jeho tvůrců. Například podle článku 2(3) Bernské úmluvy o ochraně literárních a uměleckých děl (nd, oddíl FI, .2) „Překlady, adaptace, aranžmá hudby a jiné úpravy literárního nebo uměleckého díla jsou chráněny jako originální díla, aniž by byla dotčena autorská práva k originálnímu dílu.“ Podle Dohody TRIPS z roku 1994 článek 10(2) stanoví, že „[p]odíly dat nebo jiného materiálu, ať už ve strojově čitelné nebo jiné formě, které z důvodu výběru nebo uspořádání svého obsahu představují duševní výtvory, jsou jako takové chráněny.“

Jak je uvedeno v těchto mezinárodních úmluvách, překlad vytvořený překladatelem je chráněn jako jakékoli jiné umělecké dílo, a proto je také zdrojem autorských práv. Odpověď na první otázku by měla být snadná. Jelikož je překlad považován za originální dílo a je chráněn autorským právem, tato autorská práva patří překladateli.

Odpověď však není tak jednoduchá. Nejprve je třeba rozlišovat mezi nezávislými překladateli a překladateli zaměstnanými agenturou. U překladatelů zaměstnaných agenturou „podle pracovního práva mnoha zemí pracovníci automaticky postupují práva duševního vlastnictví k dílům, která vytvářejí, svým zaměstnavatelům“ (Smith, 2009, s. 8). V této situaci je zřejmé, že vytvořený překlad patří společnosti, která jej poté prodá klientovi, který si jej objednal. To platí i pro překladové paměti, ať už je poskytuje agentura nebo klient: „v případě zaměstnanců se stálým platem, kteří vytvářejí termínové banky nebo překladové paměti, tato práva automaticky přecházejí na organizace, pro které pracují“ (op.cit.).

Pro nezávislé překladatele je to vše otázkou smluvního ujednání s klientem. Překladatel bude vždy prvním vlastníkem autorských práv. Prodejem svého díla klientovi se těchto autorských práv vzdá. Avšak i v případě převodu autorských práv nenese překladatel odpovědnost za neoprávněné úpravy provedené klientem (Blésius, 2008). To platí i pro překladové paměti a terminologické banky vytvořené překladatelem pro dané dílo: „pokud autorská práva nejsou dříve převedena na základě smlouvy, patří překladové paměti překladatelům, kteří je vytvořili“ (Smith, 2009, s. 8).

Ale co překlad vygenerovaný umělou inteligencí?

Vlastnictví překladů: Systémy umělé inteligence

Jak již bylo uvedeno v tomto článku, generativní systémy umělé inteligence fungují na principu trénování a začleňování velkých datových sad do svých algoritmů. Tato data nejsou vždy získávána legálně a algoritmy ve většině případů neuvádějí své zdroje při poskytování odpovědi na zadaný dotaz. Systémy jako ChatGPT (americký) nebo Mistral (francouzský) jsou schopny poskytovat překlad téměř lidský, a tím vyvolávají obavy z „konce lidského překladu“. Umělá inteligence je rychle se rozvíjející technologie přítomná téměř ve všech oblastech a se stal nedílnou součástí překladatelských prací. S tím vyvstávají i nové právní otázky, které je třeba zvážit – Komu by mělo být vlastnictví takového překladu uděleno? Zákazníkovi nástroje umělé inteligence, vývojáři, nebo jednoduše samotnému systému? 

V roce 2022 podali vizuální umělci ve Spojených státech hromadnou žalobu proti společnosti Stability AI, v níž tvrdili, že společnost použila jejich dílo chráněné autorským právem k trénování jejich modelu umělé inteligence bez jejich souhlasu. Soud návrhům žalovaných částečně vyhověl a částečně zamítl. Soud povolil pokračování žaloby na přímé porušení autorských práv s tím, že otázka, zda modely umělé inteligence porušují autorská práva, je nevyřešena a závisí na specifikách každého případu (Madigan, 2024). 

Nedávno, 29. ledna 2025, přijala americká vláda nové rozhodnutí (Dreyfus Law Firm, 2025). Toto rozhodnutí zdůrazňuje požadavky potřebné k přijetí obsahu generovaného umělou inteligencí jako díla chráněného autorským právem. Podle tohoto rozhodnutí může být obsah generovaný umělou inteligencí chráněn autorským právem za následujících podmínek: Do tvůrčího procesu je dostatečné zapojení člověka, tj. materiál není generován pouze umělou inteligencí a umělá inteligence je používána jako nástroj k podpoře lidské kreativity. Vysvětluje také důležitost pokynů zadávaných systému, které musí být dostatečně kreativní. V této myšlence, pokud umělec upraví, uspořádá nebo vybere prvky obsahu generovaného umělou inteligencí, tento obsah... by mohly být způsobilé k částečné ochraně autorských práv.

Z globálního hlediska se každá země zabývá otázkami umělé inteligence a autorských práv odlišným způsobem. Například zákon Evropské unie o umělé inteligenci, zveřejněný 6. srpna 2023, zmiňuje povinnost systémů umělé inteligence dodržovat práva duševního vlastnictví, což znamená, že poskytovatelé modelů umělé inteligence jsou povinni „veřejně sdílet podrobný souhrn textu a dat použitých při trénování svých modelů umělé inteligence“ (Fitzpatrick, 2025).

Vzhledem k tomu, že se právní rámec stále vyvíjí, aby vyhověl těmto novým technologiím, nemusíme být schopni dát jasnou odpověď ohledně autorských práv týkajících se umělé inteligence v umění nebo překladu. Vývojáři umělé inteligence by však měli zajistit, aby dodržovali zákon týkající se dat, která získávají pro své tréninkové modely. To zahrnuje získání řádných licencí a odškodnění osob, které vlastní duševní vlastnictví, jež chtějí začlenit do svých tréninkových datových sad (Deloitte AI Institute, nd).

Proč investovat do čističky vzduchu? 

Svět umělé inteligence se neustále mění. Technologie samotná se den ode dne vylepšuje a začleňuje do stále více oblastí a aspektů našich životů. Zákony se bohužel nemohou vyvíjet tak rychle – a to ani v digitalizovaném světě. Umělá inteligence má skutečně potenciál pro kreativitu nebo urychlení pracovních úkolů, ale kvůli způsobu, jakým je vyvíjena, porušuje několik zákonů. Jak jsme viděli, duševní vlastnictví hraje v oblasti kreativity velkou roli, ale programátorům umělé inteligence se o to zřejmě moc nestará a navíc nejsou nuceni zákon dodržovat, protože existuje jasný nedostatek regulace týkající se umělé inteligence a autorských práv. Tato technologie může používat pouze to, co jí bylo poskytnuto, což jsou z velké části díla chráněná autorským právem. 

Již bylo navrženo několik řešení a stále více společností, organizací a zemí se v současné době snaží upozornit na právní otázky týkající se umělé inteligence v různých oblastech. První požadavek se týká větší transparentnosti ohledně zdrojů používaných systémy umělé inteligence pro trénování nebo generování odpovědí a transparentnosti, pokud jde o celkový způsob fungování, což by mohlo být pro programátory umělé inteligence smrtící. Některé země mají svá vlastní řešení a Evropská unie v boji jde v čele pro transparentnost.

Nedávno, v únoru 2025, se v Paříži konal Akční summit o umělé inteligenci (AI Action Summit). Jeho cílem bylo „kolektivně stanovit vědecké základy, řešení a standardy pro udržitelnější umělou inteligenci pracující pro kolektivní pokrok a ve veřejném zájmu“ (France Diplomacy, 2025) s více než 800 účastníky. Výsledky ukázaly následující: ochota vytvořit udržitelnou, bezpečnou, důvěryhodnou a transparentní umělou inteligenci a moudře ji využívat tam, kde je nejvíce potřeba, například ve zdravotnictví a/nebo vzdělávání. Zatímco konečnou dohodu podepsalo 62 zemí, USA – přestože jsou jedním z lídrů v oblasti umělé inteligence – nikoli.
 

Bibliografie

Dohoda o obchodních aspektech práv duševního vlastnictví (Dohoda TRIPS). (nd). WIPO Lex. Získáno 16. února 2025 z https://www.wipo.int/wipolex/en/treaties/details/231

Summit o akci v oblasti umělé inteligence (10. a 11. února 2025)(2025). Francouzská diplomacie – Ministerstvo pro Evropu a zahraniční věci. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

Konference AI Action Summit: AI, věda a společnost. (2025, 6. února). Institut Polytechnique de Paris. https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

Umělá inteligence a autorská práva: Pochopení druhé zprávy Úřadu pro autorská práva USA o autorskoprávnosti(2025. února 10). Dreyfus. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

Umělá inteligence a duševní vlastnictví. (nd). WIPO Pearl. Získáno 16. února 2025 z https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

Bernská úmluva o ochraně literárních a uměleckých děl. (nd). WIPO Pearl. Získáno 16. února 2025 z https://www.wipo.int/treaties/en/ip/berne/index.html

Bharati, RK (2024). Umělá inteligence a duševní vlastnictví: Právní rámce a budoucí směřování. Mezinárodní časopis práva, spravedlnosti a jurisprudence, 4(2), 207-215. https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

Bird & Bird LLP, Generální ředitelství pro překlad (Evropská komise), Debussche, J., & Troussel, J.-C. (2014). Překlad a práva duševního vlastnictví: závěrečná zprávaÚřad pro publikace Evropské unie. https://data.europa.eu/doi/10.2782/72107

Blésius, C. (nd). Autorská práva a překladatel. Komu patří vaše překlady? Získáno 16. února 2025 z https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Creamer, E. (2024. dubna 16). Průzkum zjistil, že generativní umělá inteligence představuje velkou hrozbu pro práci překladatelů. Guardian. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

Devin, V. (2025. ledna 29). Z minulosti do budoucnosti: Dopad umělé inteligence na překladatelské technologie - Články o lokalizaciLokalizovat. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

Fitzpatrick, D. (2025. února 3). Nové nařízení o autorských právech učinilo z dovedností umělé inteligence největší výhoduForbes. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Gil, A., Juliana, N. a David, AS (2023. dubna 7). Generativní umělá inteligence má problém s duševním vlastnictvímHarvard Business Review. https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

Guadamuz, A. (2017. října 1). L'intelligence artificielle a le droit d'auteurČasopis de l'OMPI. https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

Hartley, V. (nd). Překlad pomocí umělé inteligence nebo strojový překlad: Jaký je mezi nimi rozdíl? Jazykový drát. Získáno 16. února 2025 z https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

Jak používat umělou inteligenci pro právní překlady: Výhody, omezení a osvědčené postupy(2024. července 1). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

Duševní vlastnictví v ChatGPT(2023. února 20). Evropská komise. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

Úvod do historie překladu pomocí umělé inteligence a populárního softwaru. (2022. prosince 19). Společnost Human Science Co., Ltd. https://www.science.co.jp/nmt/blog/32553/

Kupferschmid, K. (2024. prosince 12). Poznatky ze soudních rozhodnutí v případech porušení autorských práv v oblasti umělé inteligence. Aliance pro autorská práva. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Lacruz Mantecón, ML (2023). Autorství a vlastnictví práv v éře strojového překladu. In H. Moniz a C. Parra Escartín (eds.), Směrem k zodpovědnému strojovému překladu: Etické a právní aspekty strojového překladu (str. 71–92). Mezinárodní nakladatelství Springer. https://doi.org/10.1007/978-3-031-14689-3_5

Leschen, S. (2024, 27. září). Překlad, umění hodné ochranyÚstav překladů a tlumočnictví. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Lucchi, N. (září 2024). ChatGPT: Případová studie o problémech s autorskými právy v generativních systémech umělé inteligence. Cambridge University Press. 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. srpna 29). Hlavní poznatky z případu Andersen v. Stability AI Copyright Case. Aliance pro autorská práva. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Mohamed, YA, Khanan, A., Bashir, M., Mohamed, AHHM, Adiel, MAE a Elsadig, MA (2024a). Dopad umělé inteligence na překlad jazyka: Přehled. Přístup IEEE, 12, 25553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

Moneus, AM, & Sahari, Y. (2024). Umělá inteligence a lidský překlad: Srovnávací studie založená na právních textech. Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

Ong, J., Lo Khai Yi a Winn Wong, HW (2024, 3. září). Zákon EU o umělé inteligenci: Základní průvodce dodržováním autorských práv pro modely umělé inteligence pro všeobecné použitíSpolečnost Chambers and Partners. https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Smith, R. (2009. listopadu 19). Otázky autorských práv ve vlastnictví překladové paměti. Sborník z Překládání a počítač 31TC 2009, Londýn, Spojené království. https://aclanthology.org/2009.tc-1.13/

Prohlášení o inkluzivní a udržitelné umělé inteligenci pro lidi a planetu. (2025. února 11). Elysée. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

Právní důsledky generativní umělé inteligence. (nd). Deloitte AI Institute. Získáno 16. února 2025 z https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

Trénované modely překladu. (nd). Wonk.Ai. Získáno 16. února 2025 z https://wonk.ai/en/training-of-translation-models/

Sdílet tento článek: