सारा ग्लेसर, लैटिटिया जोली और काटिया पिन्क्वियर, एक अध्ययनरत छात्रा द्वारा ग्रेनोबल आल्प्स विश्वविद्यालय में अनुप्रयुक्त विदेशी भाषाओं में स्नातकोत्तर.

I- अनुवाद में एआई का उदय 

एआई का विकास और अनुवाद में इसका एकीकरण

पिछले कुछ दशकों में AI ने बहुत प्रगति की है, इसने भाषा अनुवाद सहित कई क्षेत्रों को प्रभावित किया है। अनुवाद में AI का उपयोग 1950 के दशक में नियम-आधारित मशीन अनुवाद (RBMT) (विंसन, 2025) के निर्माण के साथ शुरू हुआ। यह एक भाषा से दूसरी भाषा में पाठ का अनुवाद करने के लिए पूर्वनिर्धारित भाषाई नियमों पर निर्भर था। हालाँकि, नियमों को मैन्युअल रूप से इनपुट करना पड़ता था, जिसमें बहुत समय लगता था, और अनुवाद बहुत सटीक नहीं होते थे।

फिर, 1980 के दशक में सांख्यिकीय मशीन अनुवाद (SMT) का उदय हुआ। इसने कंप्यूटर को सांख्यिकी का उपयोग करके शब्दों और वाक्यांशों को संरेखित करने के लिए बड़े द्विभाषी कॉर्पोरा का विश्लेषण करने की अनुमति दी। हालाँकि, प्रमुख व्याकरणिक अंतर वाली भाषाओं के बीच सटीक रूप से अनुवाद करना मुश्किल था, उदाहरण के लिए अंग्रेजी और जापानी।

2010 के दशक में, न्यूरल मशीन ट्रांसलेशन (NMT) ने इस क्षेत्र में एक बड़ा बदलाव लाया। SMT की तरह ही, कंप्यूटर को बड़े द्विभाषी कॉर्पोरा का उपयोग करके प्रशिक्षित किया गया था, लेकिन डीप-लर्निंग एल्गोरिदम और न्यूरल नेटवर्क की बदौलत, अनुवाद पहले से कहीं ज़्यादा सटीक थे ("AI ट्रांसलेशन का इतिहास," 2022)। इस सटीकता ने NMT को काफ़ी लोकप्रिय बना दिया, जिससे अनुवाद उद्योग में एक बड़ा बदलाव आया।

2020 के दशक की शुरुआत से ही जनरेटिव AI मॉडल सामने आए हैं। यूरोपीय संघ के AI अधिनियम (2023, अनुच्छेद 28 बी (4)) में जनरेटिव AI को "AI सिस्टम में उपयोग किए जाने वाले आधार मॉडल के रूप में परिभाषित किया गया है, जिसका उद्देश्य विशेष रूप से जटिल पाठ, चित्र, ऑडियो या वीडियो जैसी सामग्री को स्वायत्तता के विभिन्न स्तरों के साथ उत्पन्न करना है।" यह पारंपरिक AI से अलग है, जो वर्गीकरण, भविष्यवाणी या परिभाषित समस्या-समाधान जैसे विशिष्ट कार्यों पर ध्यान केंद्रित करता है। जनरेटिव AI का उद्देश्य मानव-निर्मित सामग्री जैसा नया डेटा तैयार करना है। ओपनएआई के चैटजीपीटी जैसे जनरेटिव मॉडल ने भाषा समझ और अनुवाद में दक्षता दिखाई है, और वे प्रासंगिक रूप से सटीक अनुवाद कर सकते हैं, हालांकि वे अनुवाद सॉफ़्टवेयर नहीं हैं।

अनुवाद उपकरण और उनकी AI पर निर्भरता

अनुवाद उद्योग में अनुवाद को अधिक कुशल और सुलभ बनाने में सहायता के लिए एआई-संचालित उपकरणों में वृद्धि देखी गई है।

डीपएल या गूगल ट्रांसलेट जैसे अनुवाद उपकरण अपने अनुवादों को बेहतर बनाने के लिए एआई का उपयोग करते हैं। हालाँकि ये उपकरण कुछ लाभ प्रदान करते हैं, फिर भी उनकी अपनी सीमाएँ हैं। उदाहरण के लिए, संदर्भ की गलत व्याख्या, सांस्कृतिक बारीकियों की गलतफहमी और मुहावरेदार अभिव्यक्तियों का गलत अनुवाद एआई अनुवाद में बार-बार होने वाली समस्याएँ हैं। इसके अलावा, एआई द्वारा उत्पन्न अनुवाद अत्यधिक विशिष्ट या संवेदनशील सामग्री के साथ संघर्ष कर सकते हैं जहाँ मानवीय विशेषज्ञता आवश्यक है।

हालाँकि AI ने अनुवाद उद्योग को गहराई से बदल दिया है, लेकिन यह अभी भी मानव अनुवादकों की जगह पूरी तरह से लेने में सक्षम नहीं है। हालाँकि यह बड़ी मात्रा में पाठ को तेज़ी से संभालने में माहिर है, लेकिन मानव अनुवादक सांस्कृतिक संवेदनशीलता, रचनात्मक अनुकूलन और गहन संदर्भगत समझ जैसे महत्वपूर्ण तत्व प्रदान करते हैं।

II- डेटा अधिग्रहण और नैतिक चिंताएँ

हर डिजिटल सिस्टम की तरह, AI या ट्रांसलेशन मॉडल को भी “शिक्षित” करने की आवश्यकता है। इस संदर्भ में, हम सिस्टम को “प्रशिक्षित” करने की बात करते हैं, जिसके लिए जहाँ भी उपलब्ध हो, उपयोग के लिए तैयार डेटा एकत्र करना आवश्यक है। लेकिन हमारे डिजिटल युग में जहाँ हर चीज़ को अधिक कुशल और तेज़ होने की आवश्यकता है, इन प्रणालियों के काम करने के तरीके से संबंधित कानून पीछे छूट जाते हैं। AI प्रोग्रामर और प्रदाता तब मान लेते हैं कि उनके पास अपनी इच्छानुसार काम करने की पूरी छूट है जब तक निर्णय नहीं लिए जाते। हाल ही में, अधिक महत्वपूर्ण संगठनों ने AI सिस्टम के संचालन से उत्पन्न नैतिक मुद्दों के बारे में जागरूकता बढ़ाने की कोशिश की है।

एआई प्रशिक्षण में बड़े डेटा सेट की आवश्यकता

जब एआई मॉडल की बात आती है, तो ठीक से काम करने के लिए एक बड़े डेटा सेट की आवश्यकता होती है। आइए इस पर दिए गए स्पष्टीकरण को देखें। wonk.ai वेबसाइट (मोहम्मद एट अल., 2024) विभिन्न कंपनियों के लिए AI अनुवाद मॉडल पेश करती है। उनके अनुसार, उनके अनुवाद मॉडल को निम्नलिखित पाँच चरणों द्वारा प्रशिक्षित किया जाता है। पहला चरण वेबसाइटों, शब्दावलियों, भाषा डेटाबेस, दस्तावेज़ों आदि से भाषा डेटा एकत्र करना है। यह सिस्टम को भाषा के नियमों, शब्दावलियों से परिभाषित शब्दों, स्वर-शैली या लेखन शैली को एकीकृत करने में मदद करता है। दूसरे चरण में सिस्टम को संदर्भ को बेहतर ढंग से समझने में मदद करने के लिए वाक्यों के जोड़े खोजने के लिए एकत्रित डेटा से भाषा जोड़े निकालना शामिल है, जिससे अनुवाद आउटपुट में वृद्धि होती है। तीसरा चरण प्रसंस्करण है, यानी प्रशिक्षण के लिए भाषा डेटा को मान्य करना, साफ़ करना और संयोजित करना। यह आवश्यक है क्योंकि कुछ एकत्रित ग्रंथों के अनुवाद कहीं और पाए जाते हैं, और उन्हें एक साथ जोड़ा जाना चाहिए। चौथा चरण स्वयं AI प्रशिक्षण है जब एकत्रित डेटा को एक प्रशिक्षण कॉर्पस में एक साथ लाया जाता है, और प्रशिक्षण तब तक चलता रहता है जब तक कि AI आउटपुट मूल्यांकन के लिए पर्याप्त अच्छा न हो जाए। पाँचवाँ और अंतिम चरण ग्राहकों द्वारा रेटिंग है, जो अनुवाद प्रबंधक हैं।

इन सबके बाद भी, AI मॉडल सीखना जारी रखता है, यही वजह है कि इसे विभिन्न क्षेत्रों में उपयोगी माना जाता है। ऐसा करने के लिए, सिस्टम को कुछ फीडबैक देने के लिए प्रूफरीडिंग महत्वपूर्ण है, जिससे इसे बेहतर बनाया जा सके। बेशक, एक अच्छा AI अनुवाद मॉडल प्राप्त करने में समय लगता है और पैसे खर्च होते हैं, और हर AI प्रदाता "मानव-गुणवत्ता स्तर" तक पहुँचने की कोशिश कर रहा है।

हालांकि, डेटा का यह संग्रह सिस्टम के अंतिम उपयोगकर्ता और भाषा जोड़ी पर अत्यधिक निर्भर है। अनुवाद में, लहजा, शब्दावली और वाक्यांशविज्ञान एक डोमेन से दूसरे डोमेन में बहुत भिन्न होते हैं। पिछले कुछ वर्षों में, कानूनी अनुवाद के लिए AI अनुवाद प्रणालियों का उपयोग तेजी से किया जा रहा है, ज्यादातर लागत कम करने और दक्षता में सुधार करने के लिए। यही वह समय है जब प्रशिक्षण चरण महत्वपूर्ण होता है: अनुवाद प्रणाली को प्रशिक्षित करने के लिए कानूनी ग्रंथों की आवश्यकता होती है, लेकिन उन्हें आसानी से नहीं पाया या इस्तेमाल नहीं किया जा सकता है। इसके अलावा, कानूनी प्रणालियाँ एक देश से दूसरे देश में भिन्न होती हैं, जो प्रशिक्षण चरण के दौरान लागू करने के लिए एक और पैरामीटर है। जैसा कि मार्च 2024 में प्रकाशित एक अध्ययन (मोनियस और सहारी, 2024) में निष्कर्ष निकाला गया है, भाषाओं के बीच असमानता का मुद्दा भी है: चीनी अमूर्त और रूपक है जबकि अंग्रेजी रैखिक और तार्किक है। इसका मतलब है कि AI सिस्टम को अभी भी कुछ सुधार की आवश्यकता है, और अतिरिक्त और दुर्लभ भाषाओं के लिए द्विभाषी डेटा तक अधिक पहुँच के साथ इसकी मदद की जा सकती है।

डेटा सोर्सिंग के नैतिक निहितार्थ

चैटजीपीटी जैसे जनरेटिव एआई सिस्टम किताबों, लेखों, वेबसाइटों, सोशल मीडिया पोस्ट आदि से निकाले गए डेटा की एक श्रृंखला पर आधारित हैं। जैसा कि हमने पहले कहा, उन्हें एक प्रशिक्षण चरण की आवश्यकता होती है जिसके दौरान "भाषण-प्रसंस्करण एल्गोरिदम को निर्देश देने के लिए पाठ्य डेटा का एक विशाल संग्रह नियोजित किया जाता है" (लुच्ची, 2024, पृष्ठ 617)। इससे आईपी के बारे में कई तरह के मुद्दे पैदा होते हैं क्योंकि इस्तेमाल किए गए स्रोतों में कॉपीराइट किए गए कार्य और साथ ही कानूनी विचार शामिल हो सकते हैं। इस संदर्भ में, "चैटजीपीटी के विकास और प्रशिक्षण के लिए जिम्मेदार प्रोग्रामर यह सुनिश्चित करने की जिम्मेदारी रखते हैं कि प्रशिक्षण डेटा किसी भी कॉपीराइट उल्लंघन से मुक्त रहे" (लुच्ची, 2024, पृष्ठ 617)। यही कारण है कि सबसे हालिया सिफारिशें इस्तेमाल किए गए स्रोतों या इन प्रणालियों के काम करने के तरीके के बारे में अधिक पारदर्शिता की मांग करती हैं।  

प्रोग्रामर के दृष्टिकोण से, स्वतंत्र रूप से सुलभ कॉपीराइट डेटा का उपयोग करना स्वीकार्य है क्योंकि सिस्टम नई सामग्री और आविष्कारशील परिणाम प्रस्तुत करने के लिए प्रेरणा के स्रोत के रूप में जानकारी का उपयोग करता है। AI एल्गोरिदम ज्यादातर डेटा की विशाल मात्रा पर निर्भर करते हैं जो इसके सिस्टम के प्रदर्शन को बढ़ाने के लिए आवश्यक हैं, यही कारण है कि पहला कदम डेटा प्रदाताओं और AI प्रोग्रामर के बीच स्पष्ट डेटा-साझाकरण समझौते स्थापित करना होगा। यह प्रशिक्षण के उद्देश्य के लिए कॉपीराइट किए गए डेटा के कानूनी उपयोग की अनुमति देगा।

मुख्य मुद्दा यह है कि AI प्रामाणिक विचार उत्पन्न नहीं कर सकता है। इसके विपरीत, यह पुनर्व्यवस्थित पाठ बनाने के लिए प्रशिक्षित किए गए डेटा पर निर्भर करता है। जब पाठ किसी इंसान द्वारा लिखा जाता है, तो इसे इस्तेमाल किए गए स्रोतों का हवाला देना एक नैतिक जिम्मेदारी के रूप में देखा जाता है, साथ ही साहित्यिक चोरी से बचने और उनके काम की विश्वसनीयता सुनिश्चित करने का एक तरीका भी माना जाता है। हालाँकि, अगर हम ChatGPT को एक उदाहरण के रूप में लेते हैं, जबकि इसका उत्तर प्रशिक्षण डेटा के एक बड़े कोष पर आधारित है, यह हमेशा सटीक नहीं होता है और अपने स्रोतों का हवाला देना "भूल" सकता है। यहां तक ​​​​कि जब उपयोगकर्ता उनके लिए पूछता है, तो यह कभी-कभी गैर-मौजूद कार्यों का आविष्कार भी करता है, जो विश्वसनीयता की कमी को और बढ़ाता है। यही कारण है कि अनजान उपयोगकर्ता यह नहीं जान सकते हैं कि उन्होंने किसी और के काम का इस्तेमाल किया है। इसके अलावा, इस प्रशिक्षण डेटा के मूल निर्माता इस बात से अवगत नहीं हैं कि उनका काम चुराया जा रहा है!

III- बौद्धिक संपदा और कानूनी चुनौतियाँ

जब हम किसी रचनाकार के काम के अनधिकृत उपयोग पर चर्चा करते हैं, तो हम आईपी अधिकारों के उल्लंघन का उल्लेख करते हैं। आईपी कानून के मूल में कॉपीराइट की अवधारणा निहित है। एंग्लो-सैक्सन कानूनी परंपरा से उत्पन्न, यह अवधारणा रचनाकारों को उनके मूल काम पर विशेष अधिकार प्रदान करती है, यह सुनिश्चित करती है कि उनका पुनरुत्पादन, वितरण और अनुकूलन पर नियंत्रण हो। आजकल, यह यूरोपीय अवधारणा के साथ संरेखित है कॉपीराइटकॉपीराइट के बराबर, "नैतिक अधिकारों" का आयाम जोड़ते हुए। ये अधिकार लेखक के अपने काम से व्यक्तिगत संबंध पर जोर देते हैं, जिसमें निर्माता के रूप में पहचाने जाने का अधिकार भी शामिल है (ब्लेसियस, 2008)। हम देखेंगे कि अनुवाद के संदर्भ में ये कैसे प्रासंगिक हैं।

अनुवाद का स्वामित्व: मानव अनुवाद

अनुवाद स्वामित्व महत्वपूर्ण मुद्दे उठाता है। यह जानना दिलचस्प है कि अनुवाद से जुड़े कॉपीराइट किसके हैं, वित्तीय और मान्यता दोनों दृष्टिकोण से। वास्तव में, स्वामित्व का मुद्दा दोहरा है, खासकर अगर SDL Trados Studio जैसा टूल हो प्रयुक्त—अनुवादक और आयुक्त के बीच अंतिम अनुवाद कार्य का स्वामित्व किसका है? क्या स्वामित्व अधिकार AI द्वारा उत्पन्न अनुवादों को दिए जा सकते हैं? प्रॉम्प्ट से उत्पन्न सामग्री का स्वामित्व किसका है?

अनुवाद न केवल अभिव्यक्ति का एक साधन है, बल्कि एक कला रूप भी है और इस तरह, यह विभिन्न कानूनी ढाँचों द्वारा संरक्षित है जो इसके रचनाकारों के कॉपीराइट की रक्षा करते हैं। उदाहरण के लिए, साहित्यिक और कलात्मक कार्य के संरक्षण के लिए बर्न कन्वेंशन के अनुच्छेद 2(3) के तहत (nd, सेक्शन FI, .2), "साहित्यिक या कलात्मक कार्य के अनुवाद, रूपांतरण, संगीत की व्यवस्था और अन्य परिवर्तन मूल कार्य के कॉपीराइट के पूर्वाग्रह के बिना मूल कार्य के रूप में संरक्षित किए जाएँगे।" 1994 के ट्रिप्स समझौते के तहत, अनुच्छेद 10(2) में कहा गया है कि "डेटा या अन्य सामग्री का संकलन, चाहे वह मशीन-पठनीय हो या अन्य रूप में, जो उनकी सामग्री के चयन या व्यवस्था के कारण बौद्धिक रचनाएँ हैं, उन्हें इस तरह संरक्षित किया जाएगा।"

जैसा कि इन अंतरराष्ट्रीय सम्मेलनों में कहा गया है, अनुवादक द्वारा किया गया अनुवाद किसी अन्य कलात्मक कार्य की तरह ही संरक्षित है और इसलिए यह कॉपीराइट का स्रोत भी है। पहले प्रश्न का उत्तर आसान होना चाहिए। चूंकि अनुवाद को मूल कार्य माना जाता है और यह कॉपीराइट द्वारा संरक्षित है, इसलिए ये कॉपीराइट अनुवादक के पास होते हैं।

हालांकि, इसका जवाब इतना आसान नहीं है। सबसे पहले, हमें फ्रीलांस अनुवादकों और एजेंसी द्वारा नियोजित अनुवादकों के बीच अंतर करने की आवश्यकता है। एजेंसी द्वारा नियोजित अनुवादकों के लिए "कई देशों के रोजगार कानून के तहत, कर्मचारी अपने द्वारा बनाए गए कार्यों में बौद्धिक संपदा अधिकार स्वचालित रूप से अपने नियोक्ताओं को सौंप देते हैं" (स्मिथ, 2009, पृष्ठ 8)। इस स्थिति में, यह स्पष्ट है कि बनाया गया अनुवाद कंपनी का है, जो इसे उस ग्राहक को बेचती है जिसने इसे कमीशन किया था। यह अनुवाद मेमोरी के लिए भी सही है, चाहे वे एजेंसी द्वारा या क्लाइंट द्वारा प्रदान की गई हों: "वेतनभोगी कर्मचारियों के मामले में जो टर्म बैंक या टीएम बनाते हैं, ये अधिकार स्वचालित रूप से उन संगठनों को मिल जाएंगे जिनके लिए वे काम करते हैं" (सीआईटी के विपरीत।).

फ्रीलांस अनुवादकों के लिए, यह सब क्लाइंट के साथ अनुबंध समझौते का सवाल है। एक अनुवादक हमेशा कॉपीराइट का पहला मालिक होगा। अपने क्लाइंट को अपना काम बेचकर, वे उस कॉपीराइट को दे देंगे। हालाँकि, जब कॉपीराइट हस्तांतरित हो जाता है, तब भी अनुवादक क्लाइंट द्वारा किए गए अनधिकृत संशोधनों के लिए उत्तरदायी नहीं होता है (ब्लेसियस, 2008)। यह किसी दिए गए कार्य के लिए अनुवादक द्वारा बनाए गए अनुवाद मेमोरी और टर्म बैंकों के लिए भी मान्य है, "जब तक कॉपीराइट पहले से अनुबंध के तहत हस्तांतरित नहीं किया जाता है, अनुवाद मेमोरी उन अनुवादकों की होती है जो उन्हें बनाते हैं" (स्मिथ, 2009, पृष्ठ 8)।

लेकिन एआई द्वारा उत्पन्न अनुवाद के बारे में क्या?

अनुवाद का स्वामित्व: AI सिस्टम

जैसा कि इस लेख में पहले बताया गया है, जनरेटिव AI सिस्टम अपने एल्गोरिदम में बड़े डेटा सेट को शामिल करके और उस पर प्रशिक्षण देकर काम करते हैं। ये डेटा हमेशा कानूनी रूप से हासिल नहीं किए जाते हैं, और एल्गोरिदम, ज़्यादातर मामलों में, किसी प्रॉम्प्ट का जवाब देते समय अपने स्रोतों का हवाला नहीं देते हैं। ChatGPT (अमेरिकी) या Mistral (फ़्रेंच) जैसी प्रणालियाँ लगभग मानव जैसा अनुवाद प्रदान करने में सक्षम हैं और इस प्रकार, "मानव अनुवाद के अंत" का डर पैदा करती हैं। AI एक तेज़ी से विकसित होने वाली तकनीक है प्रौद्योगिकी लगभग हर क्षेत्र में मौजूद है और अनुवाद कार्य का अभिन्न अंग बन गया है। इसके साथ ही, नए कानूनी सवाल भी उठते हैं जिन पर विचार किया जाना चाहिए- ऐसे अनुवाद का स्वामित्व किसे दिया जाना चाहिए? AI टूल के ग्राहक को, डेवलपर को या फिर सिस्टम को? 

2022 में, संयुक्त राज्य अमेरिका में स्टेबिलिटी एआई के खिलाफ़ विज़ुअल कलाकारों द्वारा एक सामूहिक मुकदमा दायर किया गया था, जिसमें दावा किया गया था कि कंपनी ने उनकी सहमति के बिना उनके एआई मॉडल को प्रशिक्षित करने के लिए उनके कॉपीराइट किए गए काम का इस्तेमाल किया। अदालत ने प्रतिवादियों के प्रस्तावों को आंशिक रूप से स्वीकार किया और आंशिक रूप से अस्वीकार कर दिया। अदालत ने प्रत्यक्ष कॉपीराइट उल्लंघन के दावे को आगे बढ़ने की अनुमति दी, यह मानते हुए कि एआई मॉडल कॉपीराइट का उल्लंघन करते हैं या नहीं, यह मुद्दा सुलझाया नहीं गया है और प्रत्येक मामले की बारीकियों पर निर्भर करता है (मैडिगन, 2024)। 

हाल ही में, अमेरिकी सरकार द्वारा 29 जनवरी, 2025 को एक नया निर्णय लिया गया (ड्रेफस लॉ फर्म, 2025)। यह AI द्वारा जनित सामग्री को कॉपीराइट योग्य कार्य के रूप में स्वीकार करने के लिए आवश्यक आवश्यकताओं पर जोर देता है। इस निर्णय के अनुसार, AI द्वारा जनित सामग्री को निम्नलिखित शर्तों के तहत कॉपीराइट किया जा सकता है: रचनात्मक प्रक्रिया में पर्याप्त मानवीय भागीदारी हो, यानी, सामग्री केवल AI द्वारा उत्पन्न नहीं होती है, और AI का उपयोग मानवीय रचनात्मकता को आगे बढ़ाने के लिए एक उपकरण के रूप में किया जाता है। यह सिस्टम को दिए गए संकेतों के महत्व को भी समझाता है, जिन्हें पर्याप्त रूप से रचनात्मक होने की आवश्यकता होती है। इस विचार में, यदि कोई कलाकार AI द्वारा जनित सामग्री के तत्वों को संशोधित, व्यवस्थित या चुनता है, तो यह सामग्री कॉपीराइट हो सकती है। आंशिक कॉपीराइट संरक्षण के लिए पात्र हो सकता है।

वैश्विक दृष्टिकोण से, प्रत्येक देश AI और कॉपीराइट मुद्दों को अलग-अलग तरीकों से संबोधित करता है। उदाहरण के लिए, 6 अगस्त, 2023 को प्रकाशित यूरोपीय संघ AI अधिनियम में AI सिस्टम के लिए IP अधिकारों का अनुपालन करने की बाध्यता का उल्लेख किया गया है, जिसका अर्थ है कि AI मॉडल प्रदाताओं को "अपने AI मॉडल के प्रशिक्षण में उपयोग किए गए पाठ और डेटा का विस्तृत सारांश सार्वजनिक रूप से साझा करना आवश्यक है" (फ़िट्ज़पैट्रिक, 2025)।

चूंकि इन नई तकनीकों को समायोजित करने के लिए कानूनी ढांचा अभी भी विकसित हो रहा है, इसलिए हम कला या अनुवाद में एआई से जुड़े कॉपीराइट के बारे में स्पष्ट जवाब नहीं दे पाएंगे। हालाँकि, एआई डेवलपर्स को यह सुनिश्चित करना चाहिए कि वे अपने प्रशिक्षण मॉडल के लिए प्राप्त डेटा के संबंध में कानून का पालन करें। इसमें उचित लाइसेंस प्राप्त करना और उन व्यक्तियों को मुआवजा देना शामिल है जिनके पास वह आईपी है जिसे वे अपने प्रशिक्षण डेटा सेट में शामिल करना चाहते हैं (डेलोइट एआई इंस्टीट्यूट, एनडी)।

निष्कर्ष 

AI की दुनिया लगातार बदल रही है। तकनीक खुद दिन-ब-दिन बेहतर होती जा रही है और हमारे जीवन के ज़्यादा से ज़्यादा क्षेत्रों और पहलुओं में शामिल होती जा रही है। दुर्भाग्य से, कानून इतनी तेज़ी से विकसित नहीं हो सकते - यहाँ तक कि डिजिटल दुनिया में भी। AI में वाकई रचनात्मकता या काम को तेज़ करने की क्षमता है, लेकिन जिस तरह से इसे विकसित किया गया है, उसके कारण यह कई कानूनों को तोड़ता है। जैसा कि हमने देखा, रचनात्मकता के क्षेत्र में IP एक बड़ी भूमिका निभाता है, लेकिन AI प्रोग्रामर ज़्यादा परवाह नहीं करते हैं, और इससे भी बढ़कर, उन्हें कानून का पालन करने के लिए मजबूर नहीं किया जाता है, क्योंकि AI और कॉपीराइट के बारे में विनियमन की स्पष्ट कमी है। यह तकनीक केवल वही इस्तेमाल कर सकती है जो इसे खिलाया गया है, जो कि अधिकांश भाग के लिए कॉपीराइट किए गए कार्य हैं। 

कई समाधान पहले ही प्रस्तावित किए जा चुके हैं, और बढ़ती संख्या में कंपनियाँ, संगठन और देश वर्तमान में विभिन्न क्षेत्रों में AI से संबंधित कानूनी मुद्दों को उजागर करने का प्रयास कर रहे हैं। पहला दावा प्रशिक्षण या उत्तर उत्पन्न करने के लिए AI सिस्टम द्वारा उपयोग किए जाने वाले स्रोतों के बारे में अधिक पारदर्शिता और इसके समग्र कार्य करने के तरीके के संदर्भ में पारदर्शिता से संबंधित है, जो AI प्रोग्रामर के लिए घातक हो सकता है। कुछ देशों के पास अपने स्वयं के समाधान हैं, और यूरोपियन संघटन लड़ाई में सबसे आगे है पारदर्शिता के लिए.

हाल ही में, फरवरी 2025 में, पेरिस में AI एक्शन समिट आयोजित की गई थी। इसका उद्देश्य "सामूहिक प्रगति और सार्वजनिक हित में काम करने वाले अधिक टिकाऊ AI के लिए सामूहिक रूप से वैज्ञानिक नींव, समाधान और मानक स्थापित करना" (फ्रांस डिप्लोमेसी, 2025) था, जिसमें 800 से अधिक प्रतिभागी शामिल हुए। परिणामों ने निम्नलिखित दिखाया: एक टिकाऊ, सुरक्षित, भरोसेमंद और पारदर्शी AI बनाने की इच्छा और इसे बुद्धिमानी से उपयोग करने की इच्छा, जहाँ इसकी सबसे अधिक आवश्यकता है, जैसे कि स्वास्थ्य सेवा और/या शिक्षा। जबकि 62 देशों ने अंतिम समझौते पर हस्ताक्षर किए, अमेरिका - AI के क्षेत्र में अग्रणी होने के बावजूद - ने ऐसा नहीं किया।
 

ग्रंथ सूची

बौद्धिक संपदा अधिकारों के व्यापार-संबंधी पहलुओं पर समझौता (ट्रिप्स समझौता). (एनडी). WIPO लेक्स. 16 फरवरी, 2025 को पुनःप्राप्त, से https://www.wipo.int/wipolex/en/treaties/details/231

एआई एक्शन समिट (10 और 11 फरवरी 2025)(2025). फ़्रांस कूटनीति - यूरोप और विदेश मामलों के मंत्रालय. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

एआई एक्शन समिट सम्मेलन: एआई, विज्ञान और समाज. (2025, 6 फरवरी)। इंस्टिट्यूट पॉलिटेक्निक डे पेरिस। https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

एआई और कॉपीराइट: कॉपीराइटेबिलिटी पर अमेरिकी कॉपीराइट कार्यालय की दूसरी रिपोर्ट को समझना(2025, 10 फरवरी) ड्रेफस. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

कृत्रिम बुद्धिमत्ता और बौद्धिक संपदा. (एनडी). WIPO पर्ल. 16 फरवरी, 2025 को पुनःप्राप्त, से https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

साहित्यिक और कलात्मक कार्यों के संरक्षण के लिए बर्न कन्वेंशन. (एनडी). WIPO पर्ल. 16 फरवरी, 2025 को पुनःप्राप्त, से https://www.wipo.int/treaties/en/ip/berne/index.html

भारती, आर.के. (2024). एआई और बौद्धिक संपदा: कानूनी रूपरेखा और भविष्य की दिशाएँ। अंतर्राष्ट्रीय जर्नल ऑफ लॉ, जस्टिस एंड ज्यूरिस्प्रूडेंस, 4(2), 207-215। https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

बर्ड एंड बर्ड एलएलपी, अनुवाद महानिदेशालय (यूरोपीय आयोग), डेबुशे, जे., और ट्रौसेल, जे.-सी. (2014)। अनुवाद और बौद्धिक संपदा अधिकार: अंतिम रिपोर्ट. यूरोपीय संघ का प्रकाशन कार्यालय. https://data.europa.eu/doi/10.2782/72107

ब्लेसियस, सी. (एनडी). कॉपीराइट और अनुवादक। आपके अनुवादों का स्वामी कौन है? 16 फ़रवरी 2025 को पुनः प्राप्त किया गया https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

क्रीमर, ई. (2024, 16 अप्रैल)। सर्वेक्षण में पाया गया कि जनरेटिव एआई अनुवादकों के काम के लिए बड़ा ख़तरा साबित हो रहा है। गार्जियन. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

डेविन, वी. (2025, 29 जनवरी). अतीत से भविष्य तक: अनुवाद प्रौद्योगिकी पर AI का प्रभाव - लोकलाइज़ लेख. स्थानीयकृत करें. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

फिट्ज़पैट्रिक, डी. (2025, 3 फरवरी). नए कॉपीराइट नियम ने AI कौशल को सबसे बड़ा लाभ बना दिया है. फोर्ब्स. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

गिल, ए., जुलियाना, एन., और डेविड, ए.एस. (2023, 7 अप्रैल)। जनरेटिव एआई में बौद्धिक संपदा की समस्या है। हार्वर्ड बिजनेस रिव्यू। https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

गुआडामुज़, ए. (2017, 1 अक्टूबर). इंटेलिजेंस आर्टिफिशियल एट ले ड्रोइट डी'ऑट्यूर. ओमपी पत्रिका. https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

हार्टले, वी. (एनडी). एआई अनुवाद या मशीन अनुवाद: क्या अंतर है? भाषा वायर। 16 फरवरी, 2025 को पुनःप्राप्त, से https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

कानूनी अनुवाद के लिए AI का उपयोग कैसे करें: लाभ, सीमाएँ और सर्वोत्तम अभ्यास(2024, 1 जुलाई). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

चैट में बौद्धिक संपदाGPT(2023, 20 फरवरी) यूरोपीय आयोग। https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

एआई अनुवाद और लोकप्रिय सॉफ़्टवेयर के इतिहास का परिचय। (2022, 19 दिसंबर)। मानव विज्ञान कं, लिमिटेड https://www.science.co.jp/nmt/blog/32553/

कुफ़रश्मिड, के. (2024, 12 दिसंबर)। एआई कॉपीराइट उल्लंघन मामलों में न्यायालय के आदेशों से अंतर्दृष्टि। कॉपीराइट एलायंस. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

लैक्रूज़ मंटेकोन, एम.एल. (2023)। मशीन अनुवाद युग में लेखकत्व और अधिकार स्वामित्व। एच. मोनिज़ और सी. पारा एस्कार्टिन (संपादक) में, उत्तरदायी मशीन अनुवाद की ओर: मशीन अनुवाद में नैतिक और कानूनी विचार (पृष्ठ 71-92)। स्प्रिंगर इंटरनेशनल पब्लिशिंग। https://doi.org/10.1007/978-3-031-14689-3_5

लेसचेन, एस. (2024, 27 सितंबर)। अनुवाद, संरक्षण योग्य कला. अनुवाद एवं दुभाषिया संस्थान. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

लुच्ची, एन. (2024, सितंबर). चैटजीपीटी: जनरेटिव आर्टिफिशियल इंटेलिजेंस सिस्टम के लिए कॉपीराइट चुनौतियों पर एक केस स्टडी। कैम्ब्रिज यूनिवर्सिटी प्रेस। 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

मैडिगन, के. (2024, 29 अगस्त)। एंडरसन बनाम स्टेबिलिटी एआई कॉपीराइट मामले में आदेश से मुख्य निष्कर्ष। कॉपीराइट एलायंस. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

मोहम्मद, वाई.ए., खानन, ए., बशीर, एम., मोहम्मद, ए.एच.एच.एम., आदिल, एम.ए.ई., और एल्साडिग, एम.ए. (2024a)। भाषा अनुवाद पर आर्टिफिशियल इंटेलिजेंस का प्रभाव: एक समीक्षा। आईईईई प्रवेश, 12, 25553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

मोनियस, ए.एम., और सहारी, वाई. (2024). कृत्रिम बुद्धिमत्ता और मानव अनुवाद: कानूनी ग्रंथों पर आधारित एक विपरीत अध्ययन। Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

ओंग, जे., लो खाई यी, और विन्न वोंग, एचडब्ल्यू (2024, 3 सितंबर)। यूरोपीय संघ एआई अधिनियम: सामान्य प्रयोजन एआई मॉडल के लिए कॉपीराइट अनुपालन हेतु आवश्यक मार्गदर्शिका. चैम्बर्स एंड पार्टनर्स. https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

स्मिथ, आर. (2009, 19 नवंबर)। अनुवाद स्मृति स्वामित्व में कॉपीराइट मुद्दे। अनुवाद और कंप्यूटर की कार्यवाही 31.टीसी 2009, लंदन, यूके. https://aclanthology.org/2009.tc-1.13/

लोगों और ग्रह के लिए समावेशी और टिकाऊ कृत्रिम बुद्धिमत्ता पर वक्तव्य। (2025, 11 फरवरी). एलीसी. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

जनरेटिव एआई के कानूनी निहितार्थ. (एनडी). डेलोइट एआई इंस्टीट्यूट। 16 फरवरी, 2025 को पुनःप्राप्त, से https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

प्रशिक्षित अनुवाद मॉडल. (एनडी). वोंक.एआई. 16 फरवरी, 2025 को पुनःप्राप्त, से https://wonk.ai/en/training-of-translation-models/

इस लेख का हिस्सा: