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

以下是用通俗易懂的语言和日常类比对 Masaru Yamada 论文《作为人工智能隐形教师的译者》的解读。

宏观图景：机器中的“幽灵”

想象一位主厨，花了 30 年时间完善一道秘密食谱。每天，他们为餐厅烹饪一道菜肴。餐厅老板为他们支付这道特定菜肴的费用，将剩余部分收走，并扔进地下室一个巨大的“食谱书”中。

多年后，老板利用这本巨大的食谱书教机器人如何烹饪。机器人学会了主厨的风格、香料选择和烹饪时机。现在，机器人能更快、更便宜地烹饪出同样的菜肴。主厨感到担忧，不仅因为机器人可能会抢走他们的工作，更因为机器人实际上是由主厨过去的劳动成果构成的，而主厨从未因教导机器人而获得报酬。

这篇论文认为，专业译者正处于完全相同的境地。几十年来，他们一直是人工智能（AI）的“隐形教师”，但无人承认他们的贡献，他们也未因这一教学角色获得报酬。

---

1. “翻译记忆”陷阱

译者使用一种称为**翻译记忆（TM）**的工具。这就像一个数字版的“复制粘贴”助手。如果译者曾经翻译过句子“猫坐在垫子上”，翻译记忆就会记住它。当他们再次看到该句子时，工具会建议使用旧的译文。

• 译者原本以为它是什么： 一种提高生产力、帮助他们更快工作并保持一致性的工具。
• 它实际上变成了什么： 一个庞大的“输入”（原文）和“输出”（译文）数据库。
• 与 AI 的联系： AI 正是需要这类数据来学习。它查看成千上万对这样的配对，以弄清楚如何翻译新句子。论文认为，翻译行业将人类的创造力转化为原材料（数据），而创作者并未意识到自己正在被“淘金”。

2. 恐惧的四个层次

论文指出，译者不仅仅害怕失去工作。他们的恐惧更深，分为四个层次：

1. 替代： “明天机器人会取代我的工作吗？”
2. 模仿： “机器人会在未经我同意的情况下复制我独特的写作风格吗？”
3. 无偿培训： “你们是否利用我过去的工作来构建这个机器人，却未向我支付报酬？”
4. 存在主义恐惧： “我的工作现在仅仅是‘数据处理’，而非‘创造性艺术’了吗？”

论文聚焦于最后一点：即恐惧他们的职业正被重新定义，从一种创造性的人类行为转变为简单的数据提取过程。

3. “数据供应链”如何运作

论文剖析了译者的工作如何从他们的办公桌流向 AI 模型。这不是一条直线，而是一条四步流水线：

1. 译者到公司： 译者完成一项工作。合同规定翻译记忆归公司所有。译者只获得一次报酬。
2. 公司到平台： 公司利用该记忆构建自己的 AI 引擎，或将数据出售给科技巨头。
3. 开放网络： 科技公司从互联网上抓取公开译文（如字幕或政府文件），用于喂养其 AI。
4. 译后编辑（“教师”时刻）： 译者受雇修正 AI 犯下的错误。当他们修正一个句子时，本质上是在批改 AI 的作业。他们正在教导 AI 如何变得更好，但他们是以“编辑”而非“教师”的身份获得报酬。

4. 法律漏洞：“挪用而不消费”

这是最复杂的法律部分，简单解释如下：

• 旧版权法： 如果你复制一本书并出售，或让人们免费阅读而不付费，那就是盗窃。法律保护的是作品的阅读。
• 新的 AI 现实： AI 并不为了享受故事而“阅读”书籍。它“吞食”文本以寻找统计模式（例如单词"cat"出现在"mat"附近的频率）。
• 日本法律（第 30-4 条）： 日本有一项法律规定，只要不是用于“享受”，将受版权保护的材料用于“信息分析”（如 AI 训练）是允许的。
• 问题所在： 论文将这种情况称为**“挪用而不消费”**。这意味着 AI 窃取了译者作品的价值（他们的风格和逻辑），却从未像人类那样真正“消费”（阅读）作品。因为 AI 并非为了娱乐而“阅读”，法律认为使用这些数据是合法的。译者无法置喙，得不到署名，也拿不到钱。

5. “模型崩溃”的转折

论文提到了一个新问题，称为**“模型崩溃”**。

• 类比： 想象一台复印机复印另一份复印件，而那份复印件又是复印另一份复印件的结果。最终，图像会变得模糊并失去细节。
• AI 现实： 如果 AI 仅在其他 AI 生成的文本上进行训练，它的表现会变差并失去细微差别。它需要人类文本才能保持敏锐。
• 讽刺之处： 由于 AI 从其他 AI 那里学习的能力变差，人类译者变得比以往任何时候都更有价值。他们高质量、由人类创造的数据现在成为了 AI 公司迫切渴望的“优质资产”。然而，他们仍然被当作免费的数据矿工对待。

6. 还有谁陷入困境？

论文认为，译者只是“煤矿中的金丝雀”。

• 插画家正在教 AI 绘画。
• 律师正在教 AI 审查合同。
• 医生正在教 AI 进行诊断。
• 程序员正在教 AI 编写代码。

每一个创造“判断模式”的职业，都正被转化为 AI 的数据。译者只是第一批清晰看到这一点的群体，因为他们的作品（源文本与目标文本）是 AI 学习的完美格式。

7. 论文提出了什么建议？

论文并没有说“停止 AI"。它说的是：“如果 AI 是建立在人类工作之上的，我们需要修正支付和权利体系。”它提出了四项具体解决方案：

1. 更好的合同： 当译者签署协议时，应明确规定作品是否可用于训练 AI，如果可以，他们将获得多少报酬。
2. 数据信托： 与其让每个自由职业者独自抗争，不如让他们组成一个团体（如工会或音乐权利组织），与 AI 公司谈判并分配资金。
3. 数字“禁止训练”标签： 就像你可以在土地上挂出“禁止入内”的牌子一样，译者应该能够在他们的作品上添加数字标签，注明“禁止将此用于训练 AI"。
4. 修改法律： 日本（以及其他国家）应更新其版权法，要求公司告知创作者其作品是否被使用，并为创作者提供说“不”的途径。

总结

译者并非 AI 的敌人；他们是 AI 的隐形教师。他们多年来将自己的知识、风格和创造力喂给了 AI。现在，AI 正利用这些知识与他们竞争，却往往未因这一课程向他们支付报酬。论文认为，我们需要重新设计体系，使这些“教师”得到认可和奖励，而不是被他们帮助构建的机器所抹去。