Translators as Invisible Teachers of AI: Copyright, Translation Memory, and the Political Economy of Linguistic Data

Das große Ganze: Der „Geist" in der Maschine

Stellen Sie sich einen Meisterkoch vor, der 30 Jahre damit verbracht hat, ein geheimes Rezept zu perfektionieren. Jeden Tag kocht er ein Gericht für ein Restaurant. Der Restaurantbesitzer bezahlt ihn für dieses spezifische Gericht, nimmt die Reste und wirft sie in ein riesiges „Rezeptbuch" im Keller.

Jahre später nutzt der Besitzer dieses riesige Rezeptbuch, um einem Roboter das Kochen beizubringen. Der Roboter lernt den Stil des Kochs, seine Gewürzwahl und sein Timing. Nun kann der Roboter dieselben Gerichte schneller und billiger zubereiten. Der Koch ist nicht nur besorgt, weil der Roboter ihm vielleicht den Job wegnehmen könnte, sondern weil der Roboter tatsächlich aus der eigenen früheren Arbeit des Kochs besteht und der Koch nie für das Unterrichten des Roboters bezahlt wurde.

Dieses Papier argumentiert, dass professionelle Übersetzer sich exakt in dieser Situation befinden. Seit Jahrzehnten sind sie die „unsichtbaren Lehrer" der Künstlichen Intelligenz (KI), doch niemand hat sie anerkannt, und sie wurden für diese Lehrrolle nicht bezahlt.

---

1. Die Falle der „Übersetzungsspeicher"

Übersetzer nutzen ein Werkzeug namens Übersetzungsspeicher (Translation Memory, TM). Stellen Sie sich dies wie einen digitalen „Kopieren-Einfügen"-Helfer vor. Wenn ein Übersetzer den Satz „Die Katze saß auf der Matte" bereits einmal übersetzt hat, merkt sich das TM dies. Wenn sie denselben Satz wiedersehen, schlägt das Werkzeug die alte Übersetzung vor.

• Was Übersetzer dachten, es sei: Ein Produktivitätswerkzeug, um schneller zu arbeiten und Konsistenz zu wahren.
• Was es tatsächlich wurde: Eine massive Datenbank aus „Eingabe" (dem Originaltext) und „Ausgabe" (der Übersetzung).
• Die KI-Verbindung: KI benötigt genau diese Art von Daten, um zu lernen. Sie betrachtet Tausende dieser Paare, um herauszufinden, wie sie neue Sätze übersetzen soll. Das Papier argumentiert, dass die Übersetzungsindustrie menschliche Kreativität in ein Rohmaterial (Daten) verwandelt hat, ohne dass die Schöpfer realisierten, dass sie nach Gold geschürft wurden.

2. Die vier Schichten der Angst

Das Papier besagt, dass Übersetzer nicht nur Angst haben, ihren Job zu verlieren. Ihre Angst ist tiefer und hat vier Schichten:

1. Ersatz: „Wird ein Roboter morgen meine Arbeit machen?"
2. Imitation: „Wird ein Roboter meinen einzigartigen Schreibstil kopieren, ohne mich zu fragen?"
3. Unbezahltes Training: „Haben Sie meine alte Arbeit genutzt, um diesen Roboter zu bauen, ohne mich zu bezahlen?"
4. Die existenzielle Angst: „Ist mein Job jetzt nur noch 'Datenverarbeitung' und nicht mehr 'künstlerisches Schaffen'?"

Das Papier konzentriert sich auf die letzte: die Angst, dass ihr Beruf von einem kreativen menschlichen Akt zu einem einfachen Prozess der Datengewinnung umdefiniert wird.

3. Wie die „Datenlieferkette" funktioniert

Das Papier zerlegt, wie die Arbeit eines Übersetzers von seinem Schreibtisch zu einem KI-Modell gelangt. Es ist keine gerade Linie; es ist eine vierstufige Montagelinie:

1. Übersetzer zum Unternehmen: Ein Übersetzer beendet einen Auftrag. Der Vertrag besagt, dass das Unternehmen den Übersetzungsspeicher besitzt. Der Übersetzer wird einmalig bezahlt.
2. Unternehmen zur Plattform: Das Unternehmen nutzt diesen Speicher, um seine eigene KI-Engine zu bauen, oder verkauft die Daten an Tech-Giganten.
3. Das offene Web: Tech-Unternehmen durchsuchen das Internet nach öffentlichen Übersetzungen (wie Untertiteln oder Regierungsunterlagen), um ihre KI zu füttern.
4. Nachbearbeitung (Der „Lehrer"-Moment): Übersetzer werden eingestellt, um Fehler zu korrigieren, die von der KI gemacht wurden. Wenn sie einen Satz korrigieren, bewerten sie im Grunde die Hausaufgaben der KI. Sie bringen der KI bei, besser zu werden, werden aber als „Redakteure" und nicht als „Lehrer" bezahlt.

4. Die rechtliche Lücke: „Aneignung ohne Konsumption"

Dies ist der komplexeste rechtliche Teil, einfach erklärt:

• Altes Urheberrecht: Wenn Sie ein Buch kopieren und verkaufen oder es Menschen lesen lassen, ohne zu bezahlen, ist das Diebstahl. Das Gesetz schützt das Lesen des Werkes.
• Neue KI-Wirklichkeit: KI „liest" keine Bücher, um die Geschichte zu genießen. Sie „frisst" den Text, um statistische Muster zu finden (wie oft das Wort „Katze" in der Nähe von „Matte" vorkommt).
• Das japanische Gesetz (Artikel 30-4): Japan hat ein Gesetz, das besagt, dass die Nutzung urheberrechtlich geschützter Materialien für „Informationsanalyse" (wie KI-Training) erlaubt ist, solange Sie sie nicht für „Genuss" nutzen.
• Das Problem: Das Papier nennt dies „Aneignung ohne Konsumption". Das bedeutet, die KI stiehlt den Wert der Arbeit des Übersetzers (ihren Stil und ihre Logik), ohne das Werk jemals tatsächlich im menschlichen Sinne zu „konsumieren" (zu lesen). Da die KI nicht zum Spaß „liest", besagt das Gesetz, dass die Nutzung der Daten in Ordnung ist. Der Übersetzer hat kein Mitspracherecht, keine Anerkennung und kein Geld.

5. Die Wendung „Modellkollaps"

Das Papier erwähnt ein neues Problem namens „Modellkollaps".

• Die Analogie: Stellen Sie sich einen Fotokopierer vor, der eine Fotokopie kopiert, die wiederum eine Fotokopie kopiert. Irgendwann wird das Bild unscharf und verliert Details.
• Die KI-Wirklichkeit: Wenn KI nur auf Texten anderer KI trainiert, wird sie schlechter und verliert Nuancen. Sie benötigt menschlichen Text, um scharf zu bleiben.
• Die Ironie: Da die KI schlechter darin wird, von anderer KI zu lernen, sind menschliche Übersetzer wertvoller geworden als je zuvor. Ihre hochwertige, von Menschen erstellte Daten sind nun ein „Premium-Asset", das KI-Unternehmen verzweifelt wollen. Dennoch behandeln sie Übersetzer immer noch wie kostenlose Datenminer.

6. Wer sonst ist in Schwierigkeiten?

Das Papier argumentiert, dass Übersetzer nur die „Kanarienvögel im Kohlebergwerk" sind.

• Illustratoren bringen der KI bei, zu zeichnen.
• Anwälte bringen der KI bei, Verträge zu prüfen.
• Ärzte bringen der KI bei, Diagnosen zu stellen.
• Programmierer bringen der KI bei, Code zu schreiben.

Jeder Beruf, der „Urteilsmuster" erstellt, wird in Daten für die KI verwandelt. Übersetzer sind nur die erste Gruppe, die dies klar erkennt, weil ihre Arbeit (Quellentext vs. Zieltext) das perfekte Format für das Lernen der KI ist.

7. Was schlägt das Papier vor?

Das Papier sagt nicht „Stoppt die KI". Es sagt: „Wenn die KI auf menschlicher Arbeit aufgebaut ist, müssen wir das Zahlungs- und Rechtesystem reparieren." Es schlägt vier konkrete Lösungen vor:

1. Bessere Verträge: Wenn ein Übersetzer einen Deal unterschreibt, sollte dies explizit angeben, ob die Arbeit zum Training der KI genutzt werden darf, und wenn ja, wie viel sie bezahlt bekommen.
2. Datentreuhand: Anstatt dass jeder Freelancer allein kämpft, sollten sie eine Gruppe bilden (wie eine Gewerkschaft oder eine Verwertungsgesellschaft für Musikrechte), um mit KI-Unternehmen zu verhandeln und das Geld zu verteilen.
3. Digitale „Nicht-Trainieren"-Tags: Genau wie Sie ein „Betreten verboten"-Schild auf Ihr Grundstück setzen können, sollten Übersetzer in der Lage sein, einen digitalen Tag auf ihre Arbeit zu setzen, der sagt: „Nutzen Sie dies nicht zum Training der KI."
4. Gesetzesänderung: Japan (und andere Länder) sollten ihre Urheberrechtsgesetze aktualisieren, um Unternehmen zu verpflichten, Schöpfer zu informieren, wenn ihre Arbeit genutzt wird, und Schöpfern einen Weg zu geben, „Nein" zu sagen.

Zusammenfassung

Übersetzer sind keine Feinde der KI; sie sind ihre unsichtbaren Lehrer. Sie haben Jahre damit verbracht, der KI ihr Wissen, ihren Stil und ihre Kreativität zu füttern. Die KI nutzt dieses Wissen nun, um mit ihnen zu konkurrieren, oft ohne sie für die Lektion zu bezahlen. Das Papier argumentiert, dass wir das System neu gestalten müssen, damit die „Lehrer" anerkannt und belohnt werden, anstatt von den Maschinen, die sie mitgebaut haben, ausgelöscht zu werden.