Kai prieš kelerius metus pradėjome dažniau naudoti mašininio vertimo įrankius darbe, mažai kas galvojo apie tai, kur tie tekstai iš tikrųjų keliauja. Įvedi sakinį, paspaudi mygtuką, gauni vertimą – ir viskas atrodo taip paprasta, kad net nekyla klausimas, kas vyksta „už kulisų”. O tuo tarpu būtent tas neapčiuopiamas procesas – kur duomenys siunčiami, kaip saugomi, ar kas nors juos peržiūri – šiandien tampa vienu svarbiausių klausimų versle, teisėje, medicinoje ir apskritai bet kurioje srityje, kur tvarkoma jautri informacija.
Kodėl tai apskritai svarbu
Įsivaizduokite situaciją: teisininkė ruošia sutartį klientui ir nusprendžia greitai išsiversti punktą iš anglų kalbos naudodama nemokamą internetinį įrankį. Atrodytų, niekas blogo. Tačiau tas sutarties fragmentas gali turėti klientų pavardes, finansinius duomenis, komercines paslaptis. Kai tekstas įvedamas į viešai prieinamą platformą, jis dažnai nebelieka „tik jūsų” – priklausomai nuo paslaugos sąlygų, jis gali būti saugomas serveriuose, naudojamas algoritmams mokyti arba net matomas trečiosioms šalims.
Panašiai nutinka ir su gydytojais, kurie verčia pacientų epikrizes, su inžinieriais, verčiančiais patentų aprašymus, ar su HR specialistais, tvarkančiais darbuotojų dokumentus. Kiekvienu atveju duomenys, kurie patenka į vertimo sistemą, gali tapti pažeidžiamumo tašku, jei nesusimąstoma, kaip ta sistema veikia.
Kas iš tikrųjų vyksta su jūsų tekstu
Dauguma žmonių įsivaizduoja mašininio vertimo procesą kaip juodąją dėžę – įvedi tekstą, algoritmas jį apdoroja, gauni rezultatą. Iš tikrųjų procesas kur kas sudėtingesnis. Tekstas dažniausiai keliauja per kelis etapus:
- Perdavimas iš jūsų įrenginio į paslaugos teikėjo serverį (dažniausiai šifruotu ryšiu, bet ne visada)
- Apdorojimas neuroniniuose tinkluose, kurie generuoja vertimą
- Galimas saugojimas – laikinas arba ilgalaikis – analizei, kokybės gerinimui ar būsimų modelių treniravimui
- Kai kuriais atvejais – perdavimas trečiosioms šalims, jei paslauga integruota su kitais įrankiais
Būtent trečiasis punktas kelia daugiausiai nerimo. Nemažai nemokamų vertimo įrankių savo naudojimo sąlygose (kurias, tiesą sakant, retas kas perskaito iki galo) nurodo, kad įvesti duomenys gali būti naudojami sistemos tobulinimui. Tai reiškia, kad jūsų komercinė sutartis teoriškai gali „pasimokyti” tapti dalimi algoritmo, kuris vėliau padės versti kito vartotojo tekstus.
GDPR ir ką jis iš tikrųjų reikalauja
Europos Sąjungoje veikiantis Bendrasis duomenų apsaugos reglamentas nėra vien biurokratinis popierius – jis konkrečiai reguliuoja, kaip turi būti tvarkomi asmens duomenys, įskaitant ir tuos atvejus, kai duomenys apdorojami per trečiųjų šalių įrankius, tokius kaip vertimo platformos. Jei versdami dokumentą įvedate kliento vardą, adresą, sveikatos informaciją ar bet ką, kas identifikuoja konkretų asmenį, teoriškai tampate duomenų valdytoju, o vertimo paslaugos teikėjas – duomenų tvarkytoju.
Tai reiškia, kad turėtumėte turėti duomenų tvarkymo sutartį (angliškai – Data Processing Agreement, DPA) su tuo paslaugų teikėju. Deja, dauguma nemokamų, plačiai prieinamų vertimo įrankių tokios sutarties nesiūlo individualiems vartotojams – jos dažniausiai prieinamos tik įmonių/verslo planuose. Tad jei dirbate su jautriais duomenimis reguliariai, verta pasitikrinti, ar naudojama platforma iš viso siūlo tokią galimybę.
Įdomu tai, kad daugelis įmonių, kurios rūpestingai laikosi GDPR reikalavimų dokumentų saugojimo ar rinkodaros srityje, apie tą patį pamiršta, kai kalba eina apie kasdienį teksto vertimą. Atrodo lyg tai būtų „mažas” ir nesvarbus veiksmas, nors iš tikrųjų būtent per tokius kasdienius, rutininius procesus dažniausiai ir nutinka duomenų nutekėjimai.
Kada vertimas tampa rizika
Ne kiekvienas vertimas kelia grėsmę. Jei verčiate viešai prieinamą straipsnį ar bendro pobūdžio tekstą, mažai kas nutiks, jei jis pateks į vertimo sistemos duomenų bazę. Tačiau rizika ženkliai išauga šiais atvejais:
- Kai tekste yra asmens duomenų – vardai, adresai, gimimo datos, asmens kodai
- Kai dokumentas susijęs su sveikatos informacija (medicininiai įrašai, diagnozės, gydymo planai)
- Kai tai finansiniai dokumentai – sąskaitos, sutartys, atlyginimų informacija
- Kai turinys yra komercinė paslaptis – naujo produkto specifikacijos, patentų paraiškos, verslo strategijos
- Kai dokumentas susijęs su teisiniais procesais – teismo bylos, sutartys, liudijimai
Praktikoje tai reiškia, kad prieš įvesdami bet kokį tekstą į vertimo įrankį, verta trumpai stabtelėti ir paklausti savęs – ar šiame tekste yra kažkas, ko nenorėčiau, kad matytų nepažįstamas žmogus ar būtų saugoma nežinomame serveryje? Jei atsakymas taip, geriau ieškoti alternatyvaus sprendimo.
Kaip atskirti saugius įrankius nuo pavojingų
Ne visi vertimo įrankiai vienodi, ir šiuo klausimu vertėtų būti gana atrankiems. Renkantis paslaugą, verta atkreipti dėmesį į kelis konkrečius dalykus:
Duomenų saugojimo politika. Patikimi paslaugų teikėjai aiškiai nurodo, kiek laiko saugomi įvesti tekstai ir ar jie naudojami modelio treniravimui. Jei ši informacija paslėpta giliai teisiniuose dokumentuose arba jos apskritai nėra – tai jau signalas.
Šifravimas. Duomenų perdavimas turėtų vykti per HTTPS protokolą, o idealiu atveju – papildomai šifruojamas ir saugojimo metu (encryption at rest).
Verslo versijos vs. nemokamos versijos. Daugelis rimtų vertimo platformų siūlo atskirą, mokamą verslo versiją, kurioje duomenys nenaudojami mokymui ir yra griežčiau apsaugoti. Jei verčiate jautrią informaciją profesionaliai, verta investuoti būtent į tokią versiją, o ne pasikliauti nemokamu variantu.
Serverių lokacija. Kai kurioms organizacijoms (ypač viešojo sektoriaus ar finansų įstaigoms) svarbu, kad duomenys būtų apdorojami ES teritorijoje, o ne, tarkime, JAV ar Azijoje veikiančiuose duomenų centruose, kur galioja kitos teisinės normos.
Sertifikatai ir auditas. ISO 27001 sertifikatas ar panašūs standartai rodo, kad įmonė bent formaliai investavo į informacijos saugumo valdymą.
Ką realiai galima padaryti jau šiandien
Teorija teorija, bet praktikoje dažniausiai svarbiausia – paprasti, kasdieniai įpročiai. Štai keletas dalykų, kuriuos galima pritaikyti nedelsiant:
- Anonimizuokite tekstą prieš vertimą. Jei įmanoma, pakeiskite tikrus vardus fiktyviais, pašalinkite adresus ar kitus identifikuojančius duomenis prieš įkeliant tekstą į vertimo sistemą. Po vertimo galima grąžinti originalius duomenis.
- Naudokite offline arba lokalius vertimo sprendimus jautriems dokumentams. Kai kurie įrankiai gali veikti be nuolatinio ryšio su išoriniais serveriais, apdorodami duomenis vietiniame įrenginyje.
- Skaitykite naudojimo sąlygas, bent jau tas dalis, kurios kalba apie duomenų tvarkymą. Ilga ir nuobodu, bet dažnai užtenka peržiūrėti skyrių „Data Usage” ar „Privacy Policy”, kad suprastumėte, ar jūsų tekstai kaupiami.
- Pasirašykite DPA su vertimo paslaugos teikėju, jei tvarkote klientų duomenis reguliariai – tai teisiškai apsaugo ir jus, ir jūsų klientus.
- Įveskite vidinę politiką organizacijoje, apibrėžiančią, kokius dokumentus galima versti automatiškai, o kuriuos – tik per patikimą profesionalų vertėją ar žmogaus peržiūrimą sistemą.
- Naudokite žmogaus peržiūrą jautriems tekstams, nes ne tik privatumas, bet ir tikslumas čia tampa kritiniu klausimu – medicininiame ar teisiniame tekste klaida gali kainuoti daug daugiau nei sutaupytas laikas.
Kai automatinis vertimas susitinka su žmogumi
Verta paminėti ir tai, kad daugelis šiuolaikinių profesionalių vertimo platformų jau supranta šią problemą ir siūlo hibridinius sprendimus – automatinį vertimą, kurį papildomai peržiūri ir redaguoja žmogus vertėjas. Tokiu atveju duomenų apsauga tampa dviguba: technologinė (šifravimas, saugojimo politika) ir žmogiškoji (konfidencialumo sutartys su vertėjais, NDA dokumentai).
Tai ypač aktualu verslui, kuris dirba su tarptautiniais klientais ir reguliariai verčia sutartis, techninę dokumentaciją ar rinkodaros medžiagą. Vietoj to, kad rizikuotum su nežinoma nemokama platforma, verta rinktis paslaugą, kuri aiškiai garantuoja konfidencialumą sutartimi, o ne tik gražiais žodžiais svetainėje.
Vietoj išvadų – keletas minčių, su kuriomis verta pasilikti
Jei ką nors ir norėtųsi, kad iš šio teksto pasiliktų atmintyje, tai būtų štai kas: automatinis vertimas nėra nei geras, nei blogas savaime – viskas priklauso nuo to, kaip ir kur jis naudojamas. Rutininiam, nesvarbiam tekstui bet koks nemokamas įrankis tiks puikiai. Tačiau kai tekste atsiranda tikrų žmonių vardai, sveikatos duomenys, finansinė ar teisinė informacija, verta sustoti ir bent kelias sekundes pagalvoti, kur tas tekstas keliaus po to, kai paspausite „versti”.
Praktiškas patarimas, kurį verta įsidėmėti kaip taisyklę: jei tekste yra kažkas, ko nenorėtumėte matyti spaudoje ar konkurentų rankose, jo vietai ne nemokamoje viešoje platformoje, o arba anonimizuotoje versijoje, arba verslo lygio įrankyje su aiškia duomenų apsaugos sutartimi, arba – geriausiu atveju – pas žmogų vertėją, kuris pasirašo konfidencialumo sutartį ir supranta, ką verčia, o ne tik apdoroja tekstą kaip skaičius.
Technologijos vystosi greitai, ir tikėtina, kad ateityje duomenų apsaugos klausimai vertimo srityje taps dar aktualesni, ypač augant dirbtinio intelekto modelių sudėtingumui ir jų gebėjimui „prisiminti” bei analizuoti didžiulius kiekius duomenų. Todėl geriausia strategija – ne baimintis technologijų, o išmokti su jomis dirbti atsakingai: suprasti, kas vyksta su jūsų tekstu, klausti klausimų prieš pasirenkant įrankį, ir, svarbiausia, neskubėti ten, kur skubėjimas gali kainuoti brangiau nei sutaupytas laikas.
