论文称译者劳动被转化为AI训练数据资本却失去署名与报酬。
资讯摘要
一篇论文考察译者劳动如何被转化为AI时代的基础数据资本。论文指出，翻译记忆库与平行语料保留源文与译文的对应关系，是机器翻译极有价值的监督训练数据，统计机器翻译、神经机器翻译、Transformer 与多语大模型的发展都与这类数据的积累相关。作者提出“无消费的挪用”和“译者的隐形教师化”两个概念，讨论日本著作权法第30-4条、日欧美法律框架比较及开放与专有模型差异，并指向再分配设计方向。
要点速读
- 论文提出“无消费的挪用”概念：作品不被阅读观看，仅被挖掘统计特征，并称该用法在日本著作权法第30-4条下获得正当化。
- 论文提出“译者的隐形教师化”：译者通过构建翻译记忆库、译后编辑和质量评估充当AI的教师，却未获相应承认。
- 作者梳理从译者经语言服务商、平台到模型开发者的数据供应链，并比较日本、欧洲、美国法律框架。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。