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

Het Grote Plaatje: De "Geest" in de Machine

Stel je een meesterkok voor die dertig jaar heeft besteed aan het perfectioneren van een geheim recept. Elke dag bereidt hij een maaltijd voor een restaurant. De eigenaar betaalt hem voor die specifieke maaltijd, neemt de resten mee en gooit ze in een gigantisch "receptenboek" in de kelder.

Jaren later gebruikt de eigenaar dat gigantische receptenboek om een robot te leren koken. De robot leert de stijl van de kok, zijn keuze van kruiden en zijn timing. Nu kan de robot dezelfde maaltijden sneller en goedkoper bereiden. De kok maakt zich niet alleen zorgen omdat de robot zijn baan zou kunnen overnemen, maar ook omdat de robot eigenlijk gemaakt is van het eigen oude werk van de kok, en de kok nooit betaald kreeg voor het lesgeven aan de robot.

Deze paper stelt dat professionele vertalers zich precies in deze situatie bevinden. Ze zijn decennia lang de "onzichtbare leraren" geweest van Kunstmatige Intelligentie (AI), maar niemand heeft hen erkend en ze zijn niet betaald voor deze lerende rol.

---

1. De "Vertaalgeheugen"-Val

Vertalers gebruiken een hulpmiddel dat Vertaalgeheugen (Translation Memory - TM) heet. Denk hierbij aan een digitale "knip-en-plak"-assistent. Als een vertaler de zin "De kat zat op de mat" al eens heeft vertaald, onthoudt de TM dat. Als ze die zin weer tegenkomen, suggereert het hulpmiddel de oude vertaling.

• Wat vertalers dachten dat het was: Een productiviteitsinstrument om hen sneller te laten werken en consistentie te behouden.
• Wat het eigenlijk werd: Een enorme database van "Input" (de originele tekst) en "Output" (de vertaling).
• De AI-Connectie: AI heeft precies dit soort data nodig om te leren. Het bekijkt duizenden van deze paren om uit te zoeken hoe het nieuwe zinnen moet vertalen. De paper stelt dat de vertaalindustrie menselijke creativiteit heeft omgezet in een grondstof (data), zonder dat de makers beseften dat ze op goud werden ontgonnen.

2. De Vier Laagjes van Angst

De paper stelt dat vertalers niet alleen bang zijn hun baan te verliezen. Hun angst is dieper en heeft vier laagjes:

1. Vervanging: "Zal een robot morgen mijn baan doen?"
2. Imitatie: "Zal een robot mijn unieke schrijfstijl kopiëren zonder mij te vragen?"
3. Onbetaalde Training: "Hebben jullie mijn oude werk gebruikt om deze robot te bouwen zonder mij te betalen?"
4. De Existentiële Angst: "Is mijn baan nu gewoon 'dataverwerking' in plaats van 'creatieve kunst'?"

De paper richt zich op het laatste: de angst dat hun beroep wordt herdefinieerd van een creatieve menselijke daad naar een eenvoudig proces van data-extractie.

3. Hoe de "Data-voorzieningsketen" Werkt

De paper breekt uit hoe het werk van een vertaler reist van zijn bureau naar een AI-model. Het is geen rechte lijn; het is een assemblagelijn van vier stappen:

1. Vertaler naar Bedrijf: Een vertaler maakt een klus af. Het contract zegt dat het bedrijf het vertaalgeheugen bezit. De vertaler krijgt één keer betaald.
2. Bedrijf naar Platform: Het bedrijf neemt dat geheugen en gebruikt het om hun eigen AI-engine te bouwen of verkoopt de data aan techreuzen.
3. Het Open Web: Techbedrijven scrapen het internet voor publieke vertalingen (zoals ondertitels of overheidsdocumenten) om hun AI te voeden.
4. Post-editing (Het "Leraren"-Moment): Vertalers worden ingehuurd om fouten te herstellen die door AI zijn gemaakt. Wanneer ze een zin repareren, beoordelen ze eigenlijk het huiswerk van de AI. Ze leren de AI hoe het beter kan, maar ze worden betaald als "redacteuren", niet als "leraren".

4. Het Juridische Gat: "Toe-eigening Zonder Consumptie"

Dit is het meest complexe juridische deel, eenvoudig uitgelegd:

• Oude Auteursrechtwet: Als je een boek kopieert en verkoopt, of mensen laat lezen zonder te betalen, is dat stelen. De wet beschermt het lezen van het werk.
• Nieuwe AI-Realiteit: AI "leest" boeken niet om het verhaal te genieten. Het "eet" de tekst om statistische patronen te vinden (zoals hoe vaak het woord "kat" in de buurt van "mat" voorkomt).
• De Japanse Wet (Artikel 30-4): Japan heeft een wet die zegt dat het gebruik van auteursrechtelijk beschermd materiaal voor "informatieanalyse" (zoals AI-training) is toegestaan, zolang je het niet gebruikt voor "genot".
• Het Probleem: De paper noemt dit "Toe-eigening Zonder Consumptie". Het betekent dat de AI de waarde van het werk van de vertaler (hun stijl en logica) steelt zonder het werk ooit echt te "consummeren" (lezen) op de manier waarop een mens dat doet. Omdat de AI niet "leest" voor plezier, zegt de wet dat het oké is om de data te gebruiken. De vertaler krijgt geen inspraak, geen krediet en geen geld.

5. De "Model Collapse" Twist

De paper noemt een nieuw probleem dat "Model Collapse" heet.

• De Analogie: Stel je een fotokopieerapparaat voor dat een fotokopie kopieert, die op zijn beurt een fotokopie kopieert. Uiteindelijk wordt de afbeelding wazig en verliest het details.
• De AI-Realiteit: Als AI alleen traint op tekst van andere AI, wordt het slechter en verliest het nuance. Het heeft menselijke tekst nodig om scherp te blijven.
• De Ironie: Omdat AI slechter wordt in het leren van andere AI, zijn menselijke vertalers waardevoller dan ooit. Hun hoogwaardige, door mensen gemaakte data is nu een "premium activa" dat AI-bedrijven wanhopig willen. Toch behandelen ze vertalers nog steeds als gratis data-miners.

6. Wie Anders Zit in de Problemen?

De paper stelt dat vertalers slechts de "kanaries in de kolenmijn" zijn.

• Illustratoren leren AI tekenen.
• Juristen leren AI contracten te beoordelen.
• Artsen leren AI diagnoses te stellen.
• Programmeurs leren AI code te schrijven.

Elk beroep dat "oordeelspatronen" creëert, wordt omgezet in data voor AI. Vertalers zijn gewoon de eerste groep die dit duidelijk ziet, omdat hun werk (Brontekst versus Doeltekst) het perfecte formaat is om AI van te leren.

7. Wat Suggereert de Paper?

De paper zegt niet "Stop AI". Het zegt: "Als AI is gebouwd op menselijk werk, moeten we het betalingssysteem en het rechtssysteem repareren." Het stelt vier concrete oplossingen voor:

1. Betere Contracten: Wanneer een vertaler een deal tekent, moet er expliciet staan of het werk mag worden gebruikt om AI te trainen, en zo ja, hoeveel ze betaald krijgen.
2. Data Trusts: In plaats dat elke freelancer alleen vecht, zouden ze een groep moeten vormen (zoals een vakbond of een organisatie voor muziekrechten) om te onderhandelen met AI-bedrijven en het geld te verdelen.
3. Digitale "Niet Trainen"-Labels: Net zoals je een "Verboden Toegang"-bord op je land kunt zetten, zouden vertalers een digitaal label op hun werk moeten kunnen plaatsen dat zegt: "Gebruik dit niet om AI te trainen."
4. Wijzig de Wet: Japan (en andere landen) moeten hun auteursrechtwetten bijwerken om bedrijven te verplichten makers te vertellen of hun werk wordt gebruikt, en makers een manier te geven om "nee" te zeggen.

Samenvatting

Vertalers zijn geen vijanden van AI; ze zijn de onzichtbare leraren. Ze hebben jarenlang hun kennis, stijl en creativiteit aan de AI gevoed. De AI gebruikt die kennis nu om met hen te concurreren, vaak zonder hen te betalen voor de les. De paper stelt dat we het systeem moeten herontwerpen zodat de "leraren" worden erkend en beloond, in plaats van worden uitgewist door de machines die ze hebben geholpen bouwen.