โดย Sarah Glaser, Laëtitia Joly และ Katia Pinquier นักศึกษาที่กำลังศึกษาเพื่อ... ปริญญาโทสาขาภาษาต่างประเทศประยุกต์ที่มหาวิทยาลัย Grenoble Alpes.

I- การเพิ่มขึ้นของ AI ในการแปล 

วิวัฒนาการของ AI และการบูรณาการเข้ากับการแปล

ในช่วงไม่กี่ทศวรรษที่ผ่านมา AI ได้รับการพัฒนาอย่างก้าวกระโดดและส่งผลกระทบต่อหลายภาคส่วน รวมถึงการแปลภาษา การใช้ AI ในการแปลเริ่มต้นขึ้นในช่วงทศวรรษ 1950 โดยมีการสร้างระบบแปลอัตโนมัติตามกฎ (RBMT) (Vinson, 2025) โดยอาศัยกฎทางภาษาที่กำหนดไว้ล่วงหน้าในการแปลข้อความจากภาษาหนึ่งเป็นอีกภาษาหนึ่ง อย่างไรก็ตาม กฎเหล่านี้ต้องป้อนด้วยมือ ซึ่งใช้เวลานานมาก และการแปลก็ไม่แม่นยำนัก

การแปลด้วยเครื่องเชิงสถิติ (SMT) เกิดขึ้นในช่วงทศวรรษ 1980 ซึ่งช่วยให้คอมพิวเตอร์สามารถวิเคราะห์คลังข้อมูลสองภาษาขนาดใหญ่เพื่อจัดแนวคำและวลีโดยใช้สถิติ อย่างไรก็ตาม การแปลระหว่างภาษาที่มีข้อแตกต่างทางไวยากรณ์อย่างมาก เช่น ภาษาอังกฤษและภาษาญี่ปุ่น เป็นเรื่องยาก

ในช่วงทศวรรษ 2010 การแปลภาษาด้วยเครื่องประสาท (NMT) ทำให้เกิดการเปลี่ยนแปลงครั้งสำคัญในสาขานี้ เช่นเดียวกับ SMT คอมพิวเตอร์ได้รับการฝึกฝนโดยใช้คอร์ปัสสองภาษาขนาดใหญ่ แต่ด้วยอัลกอริธึมการเรียนรู้เชิงลึกและเครือข่ายประสาท การแปลจึงแม่นยำยิ่งกว่าที่เคย ("History of AI Translation", 2022) ความแม่นยำนี้ทำให้ NMT ได้รับความนิยมอย่างมาก ส่งผลให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในอุตสาหกรรมการแปล

ตั้งแต่ต้นทศวรรษ 2020 เป็นต้นมา โมเดลของ AI เชิงสร้างสรรค์ก็ได้ถือกำเนิดขึ้น พระราชบัญญัติ AI ของสหภาพยุโรป (2023, มาตรา 28 b(4)) ได้กำหนดให้ AI เชิงสร้างสรรค์เป็น "โมเดลพื้นฐานที่ใช้ในระบบ AI ที่ตั้งใจไว้โดยเฉพาะเพื่อสร้างเนื้อหา เช่น ข้อความที่ซับซ้อน รูปภาพ เสียง หรือวิดีโอ โดยมีระดับความเป็นอิสระที่แตกต่างกัน" ซึ่งแตกต่างจาก AI แบบดั้งเดิมที่เน้นที่งานเฉพาะ เช่น การจำแนกประเภท การทำนาย หรือการแก้ปัญหาที่กำหนดไว้ Generative AI มุ่งหวังที่จะสร้างข้อมูลใหม่ที่คล้ายกับเนื้อหาที่มนุษย์สร้างขึ้น โมเดลเชิงสร้างสรรค์ เช่น ChatGPT ของ OpenAI แสดงให้เห็นถึงความชำนาญในการทำความเข้าใจภาษาและการแปลภาษา และสามารถสร้างการแปลที่ถูกต้องตามบริบทได้ แม้ว่าจะไม่ใช่ซอฟต์แวร์แปลก็ตาม

เครื่องมือแปลและการพึ่งพา AI

อุตสาหกรรมการแปลได้เห็นการเพิ่มขึ้นของเครื่องมือที่ขับเคลื่อนด้วย AI เพื่อช่วยให้การแปลมีประสิทธิภาพมากขึ้นและเข้าถึงได้มากขึ้น

เครื่องมือแปล เช่น DeepL หรือ Google Translate ใช้ AI เพื่อปรับปรุงการแปล แม้ว่าเครื่องมือเหล่านี้จะมีข้อดีบางประการ แต่ก็ยังมีข้อจำกัดอยู่ ตัวอย่างเช่น การตีความบริบทไม่ถูกต้อง การเข้าใจผิดเกี่ยวกับความแตกต่างทางวัฒนธรรม และการแปลสำนวนที่ไม่ถูกต้องเป็นปัญหาที่เกิดขึ้นซ้ำๆ ในการแปลด้วย AI ยิ่งไปกว่านั้น การแปลที่สร้างโดย AI อาจประสบปัญหาในการแปลเนื้อหาที่มีความเฉพาะทางหรือละเอียดอ่อนสูง ซึ่งความเชี่ยวชาญของมนุษย์ยังคงมีความจำเป็น

แม้ว่า AI จะเข้ามาเปลี่ยนแปลงอุตสาหกรรมการแปลอย่างมาก แต่ก็ยังไม่สามารถแทนที่นักแปลที่เป็นมนุษย์ได้อย่างสมบูรณ์ แม้ว่า AI จะมีความโดดเด่นในการจัดการข้อความจำนวนมากได้อย่างรวดเร็ว แต่ผู้แปลที่เป็นมนุษย์ก็มีองค์ประกอบที่สำคัญ เช่น ความอ่อนไหวทางวัฒนธรรม การปรับตัวอย่างสร้างสรรค์ และความเข้าใจบริบทอย่างลึกซึ้ง

II- การรวบรวมข้อมูลและข้อกังวลด้านจริยธรรม

เช่นเดียวกับระบบดิจิทัลอื่นๆ โมเดล AI หรือการแปลต้องได้รับการ "ศึกษา" ในบริบทนี้ เราพูดถึงการ "ฝึกอบรม" ระบบ ซึ่งต้องรวบรวมข้อมูลที่พร้อมใช้งานได้ทุกที่ที่มี แต่ในยุคดิจิทัลที่ทุกสิ่งทุกอย่างต้องมีประสิทธิภาพและรวดเร็วขึ้น กฎหมายเกี่ยวกับวิธีการทำงานของระบบเหล่านี้มักจะถูกละเลย โปรแกรมเมอร์และผู้ให้บริการ AI จึงถือว่าพวกเขามีอำนาจตัดสินใจเองว่าจะดำเนินการอย่างไรก็ได้ตามต้องการ จนกว่าจะมีการตัดสินใจ เมื่อเร็วๆ นี้ องค์กรที่สำคัญๆ จำนวนมากได้พยายามเพิ่มความตระหนักรู้เกี่ยวกับปัญหาทางจริยธรรมที่เกิดจากการทำงานของระบบ AI

ความต้องการชุดข้อมูลขนาดใหญ่ในการฝึกอบรม AI

เมื่อพูดถึงโมเดล AI จำเป็นต้องมีชุดข้อมูลขนาดใหญ่เพื่อให้ทำงานได้อย่างถูกต้อง มาดูคำอธิบายที่ให้ไว้ วอนค์.เอไอ เว็บไซต์ (Mohammed et al., 2024) นำเสนอโมเดลการแปล AI สำหรับบริษัทต่างๆ ตามที่พวกเขากล่าว โมเดลการแปลของพวกเขาได้รับการฝึกฝนโดยห้าขั้นตอนต่อไปนี้ ขั้นตอนแรกคือการรวบรวมข้อมูลภาษาจากเว็บไซต์ คำศัพท์ ฐานข้อมูลภาษา เอกสาร ฯลฯ ซึ่งจะช่วยให้ระบบสามารถบูรณาการกฎภาษา คำศัพท์ที่กำหนดจากคำศัพท์ น้ำเสียง หรือรูปแบบการเขียน ขั้นตอนที่สองเกี่ยวข้องกับการแยกคู่ภาษาจากข้อมูลที่รวบรวมไว้เพื่อค้นหาคู่ประโยคเพื่อช่วยให้ระบบเข้าใจบริบทได้ดีขึ้น ปรับปรุงผลลัพธ์การแปล ขั้นตอนที่สามคือการประมวลผล เช่น การตรวจสอบ การทำความสะอาด และการรวมข้อมูลภาษาสำหรับการฝึกอบรม ซึ่งจำเป็นเนื่องจากการแปลข้อความที่รวบรวมไว้บางส่วนพบได้ในที่อื่นและจำเป็นต้องจับคู่กัน ขั้นตอนที่สี่คือการฝึกอบรม AI เองเมื่อข้อมูลที่รวบรวมมารวมกันในคอร์ปัสการฝึกอบรม และการฝึกอบรมจะดำเนินต่อไปจนกว่าผลลัพธ์ของ AI จะดีพอสำหรับการประเมิน ขั้นตอนที่ห้าและขั้นตอนสุดท้ายคือการให้คะแนนโดยลูกค้าซึ่งเป็นผู้จัดการการแปล

หลังจากนี้ โมเดล AI จะยังคงเรียนรู้ต่อไป ซึ่งเป็นเหตุผลว่าทำไมจึงถือว่าโมเดลนี้มีประโยชน์ในหลายๆ สาขา ในการทำเช่นนี้ การตรวจทานจึงมีความสำคัญเพื่อให้ข้อเสนอแนะแก่ระบบ เพื่อปรับปรุงระบบให้ดีขึ้น แน่นอนว่าต้องใช้เวลาและเงินเพื่อให้ได้โมเดลการแปล AI ที่ดี และผู้ให้บริการ AI ทุกคนต่างก็พยายามที่จะบรรลุถึง "ระดับคุณภาพของมนุษย์"

อย่างไรก็ตาม การรวบรวมข้อมูลนี้ขึ้นอยู่กับผู้ใช้ปลายทางของระบบและคู่ภาษาเป็นอย่างมาก ในการแปล น้ำเสียง คำศัพท์ และสำนวนจะแตกต่างกันมากในแต่ละโดเมน ในช่วงไม่กี่ปีที่ผ่านมา ระบบการแปลด้วย AI ถูกนำมาใช้ในการแปลกฎหมายเพิ่มมากขึ้น โดยส่วนใหญ่เพื่อลดต้นทุนและเพิ่มประสิทธิภาพ นั่นคือช่วงการฝึกอบรมที่มีความสำคัญ เนื่องจากจำเป็นต้องใช้ข้อความทางกฎหมายในการฝึกอบรมระบบการแปล แต่ไม่สามารถค้นหาหรือใช้งานได้ง่ายนัก นอกจากนี้ ระบบกฎหมายยังแตกต่างกันไปในแต่ละประเทศ ซึ่งเป็นอีกพารามิเตอร์หนึ่งที่ต้องนำไปใช้ในช่วงการฝึกอบรม จากข้อสรุปในการศึกษาวิจัยที่ตีพิมพ์ในเดือนมีนาคม 2024 (Moneus & Sahari, 2024) ยังมีปัญหาด้านความแตกต่างระหว่างภาษาอีกด้วย โดยภาษาจีนเป็นนามธรรมและเปรียบเปรย ในขณะที่ภาษาอังกฤษเป็นเส้นตรงและมีเหตุผล ซึ่งหมายความว่าระบบ AI ยังคงต้องได้รับการปรับปรุงอีกบ้าง และการเข้าถึงข้อมูลสองภาษาสำหรับภาษาอื่นๆ ที่หายากมากขึ้นอาจช่วยได้

ผลกระทบทางจริยธรรมของการจัดหาข้อมูล

ระบบ AI เชิงสร้างสรรค์ เช่น ChatGPT นั้นอิงตามข้อมูลหลากหลายประเภทที่ดึงมาจากหนังสือ บทความ เว็บไซต์ โพสต์บนโซเชียลมีเดีย เป็นต้น ดังที่เราได้กล่าวไปก่อนหน้านี้ ระบบเหล่านี้จำเป็นต้องมีการฝึกอบรม ซึ่งในระหว่างนั้น “จะมีการใช้ข้อมูลข้อความจำนวนมากเพื่อสั่งการอัลกอริทึมการประมวลผลเสียงพูด” (Lucchi, 2024, หน้า 617) ส่งผลให้เกิดปัญหาต่างๆ มากมายเกี่ยวกับทรัพย์สินทางปัญญา เนื่องจากแหล่งที่มาที่ใช้อาจมีผลงานที่มีลิขสิทธิ์ รวมถึงข้อพิจารณาทางกฎหมาย ในบริบทนี้ “โปรแกรมเมอร์ที่รับผิดชอบในการพัฒนาและฝึกอบรม ChatGPT มีหน้าที่รับผิดชอบในการรับรองว่าข้อมูลการฝึกอบรมจะปราศจากการละเมิดลิขสิทธิ์ใดๆ” (Lucchi, 2024, หน้า 617) นั่นคือเหตุผลที่คำแนะนำล่าสุดจึงเรียกร้องให้มีความโปร่งใสมากขึ้นเกี่ยวกับแหล่งที่มาที่ใช้หรือวิธีการทำงานของระบบเหล่านี้  

จากมุมมองของโปรแกรมเมอร์ ถือว่าการใช้ข้อมูลที่มีลิขสิทธิ์ที่เข้าถึงได้โดยเสรีนั้นเป็นที่ยอมรับได้ เนื่องจากระบบใช้ข้อมูลดังกล่าวเป็นแหล่งที่มาของแรงบันดาลใจในการนำเสนอเนื้อหาใหม่และผลงานที่สร้างสรรค์ อัลกอริทึม AI ส่วนใหญ่ต้องอาศัยข้อมูลจำนวนมหาศาลซึ่งจำเป็นต่อการปรับปรุงประสิทธิภาพของระบบ ดังนั้นขั้นตอนแรกจึงควรจัดทำข้อตกลงการแบ่งปันข้อมูลที่ชัดเจนระหว่างผู้ให้ข้อมูลและโปรแกรมเมอร์ AI ข้อตกลงดังกล่าวจะช่วยให้สามารถใช้ข้อมูลที่มีลิขสิทธิ์เพื่อวัตถุประสงค์ในการฝึกอบรมได้อย่างถูกกฎหมาย

ปัญหาหลักอยู่ที่ว่า AI ไม่สามารถสร้างแนวคิดที่แท้จริงได้ ในทางกลับกัน AI จะต้องอาศัยข้อมูลที่ได้รับการฝึกมาเพื่อสร้างข้อความที่สับเปลี่ยน เมื่อข้อความถูกเขียนโดยมนุษย์ ถือเป็นความรับผิดชอบทางศีลธรรมที่จะต้องอ้างอิงแหล่งที่มาที่ใช้ รวมถึงเป็นวิธีหลีกเลี่ยงการลอกเลียน และรับรองความน่าเชื่อถือของผลงาน อย่างไรก็ตาม หากเราใช้ ChatGPT เป็นตัวอย่าง แม้ว่าคำตอบของ ChatGPT จะขึ้นอยู่กับข้อมูลการฝึกจำนวนมาก แต่ก็ไม่ได้แม่นยำเสมอไป และอาจ "ลืม" ที่จะอ้างอิงแหล่งที่มา แม้ว่าผู้ใช้จะขอข้อมูลเหล่านี้ แต่บางครั้ง AI ก็ยังประดิษฐ์ผลงานที่ไม่มีอยู่จริงขึ้นมา ซึ่งทำให้ขาดความน่าเชื่อถือมากยิ่งขึ้น นั่นคือเหตุผลที่ผู้ใช้ที่ไม่ได้รับข้อมูลอาจไม่ทราบว่าตนได้ใช้ผลงานของผู้อื่น ยิ่งไปกว่านั้น ผู้สร้างข้อมูลการฝึกดั้งเดิมไม่ทราบว่างานของตนถูกขโมยไป!

III- ทรัพย์สินทางปัญญาและความท้าทายทางกฎหมาย

เมื่อพูดถึงการใช้ผลงานของผู้สร้างโดยไม่ได้รับอนุญาต เราจะพูดถึงการละเมิดสิทธิ์ในทรัพย์สินทางปัญญา กฎหมายทรัพย์สินทางปัญญามีแนวคิดเรื่องลิขสิทธิ์เป็นหลัก แนวคิดนี้มาจากประเพณีทางกฎหมายของชาวแองโกล-แซกซอน โดยให้สิทธิ์พิเศษแก่ผู้สร้างผลงานดั้งเดิมของตน ทำให้มั่นใจได้ว่าผู้สร้างจะสามารถควบคุมการทำซ้ำ การจัดจำหน่าย และการดัดแปลงได้ ปัจจุบัน แนวคิดนี้สอดคล้องกับแนวคิดของยุโรป ลิขสิทธิ์เทียบเท่ากับลิขสิทธิ์ โดยเพิ่มมิติของ “สิทธิทางศีลธรรม” เข้าไปด้วย สิทธิเหล่านี้เน้นย้ำถึงความสัมพันธ์ส่วนบุคคลของผู้เขียนกับผลงานของตน รวมถึงสิทธิที่จะได้รับการยอมรับในฐานะผู้สร้าง (Blésius, 2008) เราจะมาดูกันว่าสิทธิเหล่านี้มีความเกี่ยวข้องอย่างไรในบริบทของการแปล

ความเป็นเจ้าของการแปล: การแปลโดยมนุษย์

การเป็นเจ้าของงานแปลทำให้เกิดประเด็นสำคัญ เป็นเรื่องที่น่าสนใจที่จะทราบว่าใครเป็นผู้ถือลิขสิทธิ์ในงานแปล ทั้งในแง่การเงินและการยอมรับ ในความเป็นจริง ปัญหาการเป็นเจ้าของมีอยู่สองประการ โดยเฉพาะอย่างยิ่งหากมีเครื่องมือเช่น SDL Trados Studio ใครเป็นเจ้าของงานแปลขั้นสุดท้ายระหว่างนักแปลและคณะกรรมการ? สิทธิ์การเป็นเจ้าของสามารถนำมาประกอบกับการแปลที่สร้างโดย AI ได้หรือไม่? ใครเป็นเจ้าของเนื้อหาที่สร้างจากข้อความแจ้งเตือน?

การแปลไม่เพียงแต่เป็นวิธีการแสดงออกเท่านั้น แต่ยังเป็นรูปแบบศิลปะอีกด้วย และด้วยเหตุนี้ การแปลจึงได้รับการคุ้มครองโดยกรอบกฎหมายต่างๆ ที่คุ้มครองลิขสิทธิ์ของผู้สร้างสรรค์ ตัวอย่างเช่น ภายใต้มาตรา 2(3) ของอนุสัญญาเบิร์นเพื่อการคุ้มครองงานวรรณกรรมและศิลปะ (nd, Section FI, .2) “การแปล การดัดแปลง การเรียบเรียงดนตรี และการดัดแปลงอื่นๆ ของงานวรรณกรรมหรือศิลปะจะได้รับการคุ้มครองในฐานะผลงานต้นฉบับโดยไม่กระทบต่อลิขสิทธิ์ในงานต้นฉบับ” ภายใต้ข้อตกลง TRIPS ปี 1994 มาตรา 10(2) ระบุว่า “การรวบรวมข้อมูลหรือสื่ออื่นๆ ไม่ว่าจะอยู่ในรูปแบบที่อ่านได้ด้วยเครื่องหรือรูปแบบอื่นๆ ซึ่งเนื่องมาจากการเลือกหรือการจัดเรียงเนื้อหาถือเป็นผลงานสร้างสรรค์ทางปัญญา จะได้รับการคุ้มครองในฐานะดังกล่าว”

ตามที่ระบุไว้ในอนุสัญญาระหว่างประเทศเหล่านี้ การแปลที่จัดทำโดยนักแปลได้รับการคุ้มครองเช่นเดียวกับงานศิลปะอื่น ๆ และถือเป็นแหล่งที่มาของลิขสิทธิ์ด้วย คำตอบสำหรับคำถามแรกน่าจะง่าย เนื่องจากการแปลถือเป็นงานต้นฉบับและได้รับการคุ้มครองลิขสิทธิ์ ลิขสิทธิ์เหล่านี้จึงเป็นของนักแปล

อย่างไรก็ตาม คำตอบนั้นไม่ง่ายขนาดนั้น ก่อนอื่น เราต้องแยกความแตกต่างระหว่างนักแปลอิสระและนักแปลที่จ้างโดยเอเจนซี่ สำหรับนักแปลที่จ้างโดยเอเจนซี่ “ภายใต้กฎหมายจ้างงานของหลายประเทศ พนักงานจะโอนสิทธิ์ในทรัพย์สินทางปัญญาในงานที่พวกเขาสร้างขึ้นให้กับนายจ้างโดยอัตโนมัติ” (Smith, 2009, หน้า 8) ในสถานการณ์นี้ ชัดเจนว่างานแปลที่สร้างขึ้นนั้นเป็นของบริษัท ซึ่งจากนั้นบริษัทจะขายงานแปลนั้นให้กับลูกค้าที่ว่าจ้างงานแปลให้ สิ่งนี้ยังเป็นจริงสำหรับหน่วยความจำในการแปล ไม่ว่าจะได้รับจากเอเจนซี่หรือจากลูกค้าก็ตาม “ในกรณีของพนักงานประจำที่สร้างธนาคารระยะเวลาหรือ TM สิทธิ์เหล่านี้จะส่งต่อไปยังองค์กรที่พวกเขาทำงานให้โดยอัตโนมัติ” (op.cit).

สำหรับนักแปลอิสระ ทั้งหมดนี้ล้วนเป็นคำถามของข้อตกลงสัญญากับลูกค้า นักแปลจะเป็นเจ้าของลิขสิทธิ์คนแรกเสมอ เมื่อขายผลงานของตนให้กับลูกค้า พวกเขาจะยกลิขสิทธิ์นั้นให้ไป อย่างไรก็ตาม แม้ว่าจะมีการโอนลิขสิทธิ์แล้ว นักแปลก็จะไม่รับผิดชอบต่อการแก้ไขที่ไม่ได้รับอนุญาตโดยลูกค้า (Blésius, 2008) ข้อกำหนดนี้ยังใช้ได้กับหน่วยความจำการแปลและคลังคำศัพท์ที่นักแปลสร้างขึ้นสำหรับงานที่กำหนดด้วย “เว้นแต่ลิขสิทธิ์จะได้รับการโอนภายใต้สัญญาก่อนหน้านี้ หน่วยความจำการแปลจะเป็นของนักแปลที่สร้างหน่วยความจำเหล่านี้ขึ้นมา” (Smith, 2009, หน้า 8)

แต่จะเป็นอย่างไรหากการแปลที่สร้างโดย AI ล่ะ?

ความเป็นเจ้าของการแปล: ระบบ AI

ตามที่ระบุไว้ก่อนหน้านี้ในบทความนี้ ระบบ AI เชิงสร้างสรรค์ทำงานโดยฝึกฝนและรวมชุดข้อมูลขนาดใหญ่เข้ากับอัลกอริทึม ข้อมูลเหล่านี้ไม่ได้รับมาอย่างถูกกฎหมายเสมอไป และในกรณีส่วนใหญ่ อัลกอริทึมจะไม่ระบุแหล่งที่มาเมื่อให้คำตอบสำหรับคำถาม ระบบเช่น ChatGPT (ของอเมริกา) หรือ Mistral (ของฝรั่งเศส) สามารถให้การแปลที่เกือบจะเหมือนมนุษย์ได้ และด้วยเหตุนี้ จึงทำให้เกิดความกลัวว่า "การแปลโดยมนุษย์จะสิ้นสุดลง" AI กำลังพัฒนาอย่างรวดเร็ว เทคโนโลยีมีอยู่ในเกือบทุกสาขาและ ได้กลายเป็นส่วนสำคัญของงานแปล ส่งผลให้เกิดคำถามทางกฎหมายใหม่ๆ ที่ควรนำมาพิจารณา เช่น ใครควรได้รับสิทธิ์ในการเป็นเจ้าของงานแปลดังกล่าว ลูกค้าของเครื่องมือ AI ผู้พัฒนา หรือเพียงแค่ระบบเอง 

ในปี 2022 ศิลปินด้านภาพได้ยื่นฟ้องคดีแบบกลุ่มในสหรัฐอเมริกาต่อ Stability AI โดยอ้างว่าบริษัทใช้ผลงานที่มีลิขสิทธิ์เพื่อฝึกโมเดล AI ของตนโดยไม่ได้รับความยินยอมจากพวกเขา ศาลได้อนุมัติและปฏิเสธคำร้องของจำเลยบางส่วน ศาลอนุญาตให้ดำเนินการเรียกร้องการละเมิดลิขสิทธิ์โดยตรงได้ โดยยอมรับว่าปัญหาว่าโมเดล AI ละเมิดลิขสิทธิ์หรือไม่นั้นยังไม่ได้รับการแก้ไข และขึ้นอยู่กับรายละเอียดเฉพาะของแต่ละกรณี (Madigan, 2024) 

เมื่อไม่นานมานี้ รัฐบาลสหรัฐฯ ได้มีคำตัดสินใหม่เมื่อวันที่ 29 มกราคม 2025 (Dreyfus Law Firm, 2025) โดยเน้นย้ำถึงข้อกำหนดที่จำเป็นในการยอมรับเนื้อหาที่สร้างโดย AI ให้เป็นผลงานที่มีลิขสิทธิ์ ตามคำตัดสินนี้ เนื้อหาที่สร้างโดย AI อาจมีลิขสิทธิ์ได้ภายใต้เงื่อนไขต่อไปนี้: ต้องมีการมีส่วนร่วมของมนุษย์เพียงพอในกระบวนการสร้างสรรค์ กล่าวคือ เนื้อหาไม่ได้สร้างขึ้นโดย AI เท่านั้น แต่ใช้ AI เป็นเครื่องมือเพื่อส่งเสริมความคิดสร้างสรรค์ของมนุษย์ นอกจากนี้ ยังอธิบายถึงความสำคัญของคำกระตุ้นที่มอบให้กับระบบ ซึ่งจำเป็นต้องมีความคิดสร้างสรรค์เพียงพอ ในแนวคิดนี้ หากศิลปินแก้ไข จัดเรียง หรือเลือกองค์ประกอบของเนื้อหาที่สร้างโดย AI เนื้อหานี้ อาจมีสิทธิ์ได้รับการคุ้มครองลิขสิทธิ์บางส่วนได้

จากมุมมองระดับโลก ประเทศต่างๆ ต่างจัดการกับปัญหา AI และลิขสิทธิ์ด้วยวิธีที่แตกต่างกัน ตัวอย่างเช่น พระราชบัญญัติ AI ของสหภาพยุโรป ซึ่งประกาศใช้เมื่อวันที่ 6 สิงหาคม 2023 กล่าวถึงภาระผูกพันของระบบ AI ที่จะต้องปฏิบัติตามสิทธิ์ในทรัพย์สินทางปัญญา ซึ่งหมายความว่าผู้ให้บริการโมเดล AI จะต้อง "แบ่งปันบทสรุปโดยละเอียดของข้อความและข้อมูลที่ใช้ในการฝึกอบรมโมเดล AI ของตนต่อสาธารณะ" (Fitzpatrick, 2025)

เนื่องจากกรอบกฎหมายยังคงพัฒนาเพื่อรองรับเทคโนโลยีใหม่เหล่านี้ เราอาจไม่สามารถให้คำตอบที่ชัดเจนเกี่ยวกับลิขสิทธิ์ที่เกี่ยวข้องกับ AI ในงานศิลปะหรือการแปลได้ อย่างไรก็ตาม นักพัฒนา AI ควรแน่ใจว่าพวกเขาปฏิบัติตามกฎหมายเกี่ยวกับข้อมูลที่พวกเขาได้รับสำหรับโมเดลการฝึกอบรมของพวกเขา ซึ่งเกี่ยวข้องกับการขอใบอนุญาตที่เหมาะสมและการชดเชยให้กับบุคคลที่เป็นเจ้าของทรัพย์สินทางปัญญาที่พวกเขาต้องการรวมไว้ในชุดข้อมูลการฝึกอบรมของพวกเขา (Deloitte AI Institute, nd)

สรุป 

โลกของ AI เปลี่ยนแปลงอยู่ตลอดเวลา เทคโนโลยีเองก็ได้รับการพัฒนาขึ้นทุกวันและนำมาใช้ในโดเมนและด้านต่างๆ มากขึ้นเรื่อยๆ ในชีวิตของเรา น่าเสียดายที่กฎหมายไม่สามารถพัฒนาได้รวดเร็วเท่า แม้แต่ในโลกดิจิทัล AI มีศักยภาพอย่างแท้จริงสำหรับความคิดสร้างสรรค์หรือเร่งงาน แต่เนื่องจากวิธีที่พัฒนา AI จึงฝ่าฝืนกฎหมายหลายฉบับ ดังที่เราเห็น ทรัพย์สินทางปัญญามีบทบาทสำคัญในด้านความคิดสร้างสรรค์ แต่โปรแกรมเมอร์ AI ดูเหมือนจะไม่สนใจมากนัก และยิ่งไปกว่านั้น พวกเขาไม่ได้ถูกบังคับให้ปฏิบัติตามกฎหมาย เนื่องจากไม่มีการควบคุมที่ชัดเจนเกี่ยวกับ AI และลิขสิทธิ์ เทคโนโลยีนี้สามารถใช้เฉพาะสิ่งที่ป้อนเข้ามา ซึ่งส่วนใหญ่เป็นผลงานที่มีลิขสิทธิ์ 

มีการเสนอวิธีแก้ปัญหาต่างๆ มากมาย และขณะนี้มีบริษัท องค์กร และประเทศต่างๆ จำนวนมากขึ้นเรื่อยๆ ที่พยายามเน้นย้ำประเด็นทางกฎหมายที่เกี่ยวข้องกับ AI ในสาขาต่างๆ ข้อเรียกร้องประการแรกเกี่ยวข้องกับความโปร่งใสมากขึ้นเกี่ยวกับแหล่งที่มาที่ใช้โดยระบบ AI สำหรับการฝึกอบรมหรือการสร้างคำตอบ และความโปร่งใสในแง่ของวิธีการทำงานโดยรวม ซึ่งอาจเป็นอันตรายสำหรับโปรแกรมเมอร์ AI บางประเทศมีวิธีแก้ปัญหาของตนเอง สหภาพยุโรป กำลังนำทางในการต่อสู้ เพื่อความโปร่งใส

ล่าสุดในเดือนกุมภาพันธ์ 2025 ได้มีการจัด AI Action Summit ขึ้นที่กรุงปารีส โดยมีจุดมุ่งหมายเพื่อ "สร้างรากฐานทางวิทยาศาสตร์ โซลูชัน และมาตรฐานร่วมกันสำหรับ AI ที่ยั่งยืนยิ่งขึ้นเพื่อความก้าวหน้าร่วมกันและเพื่อประโยชน์สาธารณะ" (France Diplomacy, 2025) โดยมีผู้เข้าร่วมกว่า 800 คน ผลลัพธ์แสดงให้เห็นถึงความเต็มใจที่จะสร้าง AI ที่ยั่งยืน ปลอดภัย เชื่อถือได้ และโปร่งใส และจะใช้ AI อย่างชาญฉลาดในที่ที่จำเป็นที่สุด เช่น การดูแลสุขภาพและ/หรือการศึกษา แม้ว่าจะมี 62 ประเทศลงนามในข้อตกลงขั้นสุดท้าย แต่สหรัฐอเมริกาไม่ได้ลงนามแม้ว่าสหรัฐอเมริกาจะเป็นหนึ่งในผู้นำในด้าน AI
 

บรรณานุกรม

ความตกลงว่าด้วยสิทธิในทรัพย์สินทางปัญญาที่เกี่ยวข้องกับการค้า (ความตกลง TRIPS). (nd). WIPO Lex. สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://www.wipo.int/wipolex/en/treaties/details/231

AI Action Summit (10 และ 11 กุมภาพันธ์ 2025). (2025). การทูตฝรั่งเศส - กระทรวงยุโรปและกิจการต่างประเทศ. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

การประชุมสุดยอด AI Action: AI วิทยาศาสตร์ และสังคม- (2025, 6 กุมภาพันธ์) สถาบันโปลีเทคนิคแห่งปารีส https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

AI และลิขสิทธิ์: ทำความเข้าใจรายงานฉบับที่ 2 ของสำนักงานลิขสิทธิ์สหรัฐอเมริกาเกี่ยวกับลิขสิทธิ์. (2025, 10 กุมภาพันธ์). เดรย์ฟุส. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

ปัญญาประดิษฐ์และทรัพย์สินทางปัญญา. (nd). WIPO Pearl. สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

อนุสัญญาเบิร์นว่าด้วยการคุ้มครองงานวรรณกรรมและศิลปกรรม. (nd). WIPO Pearl. สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://www.wipo.int/treaties/en/ip/berne/index.html

Bharati, RK (2024). AI และทรัพย์สินทางปัญญา: กรอบทางกฎหมายและทิศทางในอนาคต วารสารกฎหมาย ความยุติธรรม และนิติศาสตร์นานาชาติ, 4(2), 207-215 https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

Bird & Bird LLP, อธิบดีกรมการแปล (คณะกรรมาธิการยุโรป), Debussche, J., & Trousel, J.-C. (2014) การแปลและสิทธิในทรัพย์สินทางปัญญา : รายงานขั้นสุดท้าย. สำนักงานสิ่งพิมพ์แห่งสหภาพยุโรป https://data.europa.eu/doi/10.2782/72107

เบลเซียส, ซี. (nd). ลิขสิทธิ์และผู้แปล ใครเป็นเจ้าของงานแปลของคุณ? ดึงข้อมูลเมื่อ 16 กุมภาพันธ์ 2025 จาก https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Creamer, E. (2024, 16 เมษายน). การสำรวจพบว่า AI เชิงสร้างสรรค์เป็นภัยคุกคามสำคัญต่อการทำงานของนักแปล การ์เดียน. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

เดวิน, วี. (2025, 29 มกราคม). จากอดีตสู่อนาคต: ผลกระทบของ AI ต่อเทคโนโลยีการแปล - บทความ Localize. ระบุตำแหน่ง https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

ฟิตซ์แพทริก, ดี. (2025 กุมภาพันธ์ 3). การตัดสินลิขสิทธิ์ฉบับใหม่ทำให้ทักษะ AI กลายเป็นข้อได้เปรียบที่ยิ่งใหญ่ที่สุด. ฟอร์บส์ https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Gil, A., Juliana, N., และ David, AS (2023 เมษายน 7) ปัญญาประดิษฐ์เชิงสร้างสรรค์มีปัญหาด้านทรัพย์สินทางปัญญา. ฮาร์วาร์ด บิสซิเนส รีวิว https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

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

ฮาร์ตลีย์, วี. (นด). AI Translation หรือ Machine Translation มีความแตกต่างกันอย่างไร? Language Wire สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

วิธีใช้ AI สำหรับการแปลกฎหมาย: ประโยชน์ ข้อจำกัด และแนวทางปฏิบัติที่ดีที่สุด. (2024 กรกฎาคม 1). LegalTranslations.com https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

ทรัพย์สินทางปัญญาใน ChatGPT. (2023, 20 กุมภาพันธ์). คณะกรรมาธิการยุโรป. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

บทนำสู่ประวัติศาสตร์การแปล AI และซอฟต์แวร์ยอดนิยม (2022, 19 ธันวาคม) บริษัท ฮิวแมนไซเอนซ์ จำกัด https://www.science.co.jp/nmt/blog/32553/

Kupferschmid, K. (2024, 12 ธันวาคม). ข้อมูลเชิงลึกจากคำสั่งศาลในคดีละเมิดลิขสิทธิ์ AI พันธมิตรด้านลิขสิทธิ์. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Lacruz Mantecón, ML (2023). การประพันธ์และกรรมสิทธิ์สิทธิ์ในยุคการแปลด้วยเครื่อง ใน H. Moniz & C. Parra Escartín (บรรณาธิการ) การแปลด้วยเครื่องอย่างมีความรับผิดชอบ: การพิจารณาทางจริยธรรมและกฎหมายในการแปลด้วยเครื่อง (น. 71–92). สำนักพิมพ์สปริงเกอร์อินเตอร์เนชั่นแนล https://doi.org/10.1007/978-3-031-14689-3_5

Leschen, S. (2024, 27 กันยายน) การแปลเป็นศิลปะที่ควรค่าแก่การอนุรักษ์. สถาบันการแปลและล่าม https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Lucchi, N. (2024, กันยายน). ChatGPT: กรณีศึกษาเกี่ยวกับความท้าทายด้านลิขสิทธิ์สำหรับระบบปัญญาประดิษฐ์เชิงสร้างสรรค์. สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์ 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, 29 สิงหาคม). ข้อสรุปที่สำคัญจาก Order ในคดีลิขสิทธิ์ Andersen v. Stability AI พันธมิตรด้านลิขสิทธิ์. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Mohamed, YA, Khanan, A., Bashir, M., Mohamed, AHHM, Adiel, MAE, & Elsadig, MA (2024a). ผลกระทบของปัญญาประดิษฐ์ต่อการแปลภาษา: บทวิจารณ์ การเข้าถึง IEEE, 12, 25553-25579 https://doi.org/10.1109/ACCESS.2024.3366802

Moneus, AM และ Sahari, Y. (2024). ปัญญาประดิษฐ์และการแปลโดยมนุษย์: การศึกษาวิจัยเชิงเปรียบเทียบโดยอิงตามข้อความทางกฎหมาย Heliyon, 10(6) https://doi.org/10.1016/j.heliyon.2024.e28106

Ong, J., Lo Khai Yi และ Winn Wong, HW (2024, 3 กันยายน) EU AI Act: คู่มือสำคัญในการปฏิบัติตามลิขสิทธิ์สำหรับโมเดล AI วัตถุประสงค์ทั่วไป. ห้องการค้าและพันธมิตร https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Smith, R. (2009, 19 พฤศจิกายน). ปัญหาลิขสิทธิ์ในการเป็นเจ้าของหน่วยความจำการแปล การดำเนินการแปลและคอมพิวเตอร์ 31. TC 2009, ลอนดอน, สหราชอาณาจักร https://aclanthology.org/2009.tc-1.13/

คำชี้แจงเกี่ยวกับปัญญาประดิษฐ์ที่ครอบคลุมและยั่งยืนสำหรับประชาชนและโลก (2025, 11 กุมภาพันธ์). เอลิเซ่. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

ผลกระทบทางกฎหมายของ Generative AI. (nd). Deloitte AI Institute. สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

แบบจำลองการแปลที่ผ่านการฝึกอบรม. (nd). Wonk.Ai. สืบค้นเมื่อ 16 กุมภาพันธ์ 2025 จาก https://wonk.ai/en/training-of-translation-models/

แบ่งปันบทความนี้: