机器翻译的社会技术影响
计算与语言
2025-03-28 v1 人工智能
摘要
尽管前几章展示了机器翻译 (MT) 的有用性，但本章讨论了其相关的副作用和风险，以及可能的缓解措施。随着向神经机器翻译和使用大型语言模型 (LLM) 的方法的转变，与之相关的气候变化影响也随之出现。由跨国公司构建的模型规模庞大。它们在训练方面昂贵、消耗大量电力，并且输出大量 kgCO2。然而，能够以 much lower carbon footprint 构建的较小模型仍可达到高水平的质量，并且通过微调预训练模型可节省从头训练的要求。我们还讨论了MT对翻译人员和其他用户的潜在不利影响。讨论了数据版权和所有权问题，以及MT使用的伦理考虑。最后，我们展示如果正确使用，MT在危机情境中可拯救生命，并提供一种可能的做法。
引用
@article{arxiv.2503.20959,
title = {Sociotechnical Effects of Machine Translation},
author = {Joss Moorkens and Andy Way and Séamus Lankford},
journal= {arXiv preprint arXiv:2503.20959},
year = {2025}
}