Данный материал представляет собой перевод фрагмента статьи «The Risks of Neural Machine Translation in Immigration Law» (оригинал доступен по ссылке: https://www.languageconnections.com/blog/the-risks-of-neural-machine-translation-in-immigration-law/). Подготовка русскоязычной версии, фактологический контроль и терминологическая верификация выполнены при поддержке переводческой компании English Geeks, специализирующейся на юридическом переводе.

Изображение: www.soup.io

В ситуации, когда на рассмотрении в иммиграционных судах находятся 3,6 млн дел и с 2022 года число ходатайств о предоставлении убежища ежегодно удваивается, работа с большими объемами доказательствами на разных языках становится критически важной операционной задачей. Однако повышение скорости их обработки создает риски. В 2020 году соискательница убежища, говорившая на пушту, столкнулась с сомнениями в достоверности своих слов, поскольку ее письменное заявление противоречило показаниям на интервью. Проблема заключалась не в том, что она сказала, а в том, как это было передано инструментом нейронного машинного перевода. Автоматическая система перевода преобразовала высказывания от первого лица в конструкции во множественном числе, добавив других людей в ситуации, где она находилась одна. В том же году задержанный из Бразилии, находившийся в центре содержания под стражей, использовал планшет с функцией машинного перевода для заполнения форм на предоставление убежища. Предложения оказались искажены. Ключевые термины были переведены неправильно. Его первоначальные ходатайства об освобождении осложнились заявлениями, которые выглядели внутренне противоречивыми. Спустя шесть месяцев содержания под стражей ошибки были выявлены, но процессуальный ущерб уже был нанесен.

МАСШТАБЫ ВНЕДРЕНИЯ НЕЙРОННОГО МАШИННОГО ПЕРЕВОДА В ИММИГРАЦИИ

Подобные проблемы возникают не в единичных случаях. К концу 2024 финансового года количество нерешенных дел в иммиграционных судах достигло 3,6 млн — на 44% больше по сравнению с 2023 финансовым годом, а число заявлений на предоставление убежище от лиц, подлежащих депортации, ежегодно увеличивалось более чем вдвое с 2022 финансового года, достигнув 850 720 в 2024 году. Это привело к тому, что использование ИИ для перевода на отдельных этапах иммиграционного процесса расширилось. Программа USCIS Asylum Text Analytics (ATA), описанная в публичных источниках как использующая инструменты перевода на основе ИИ для анализа текстов, стала предметом иска о прозрачности, поданного в декабре 2024 года организацией Refugees International из-за опасений, что система может ставить заявителей, зависящих от переводческих услуг, в неблагоприятное положение.

Операционный вопрос заключается не в том, будет ли нейронный машинный перевод использоваться в иммиграционной практике. Вопрос в том, на каких этапах его применение создает доказательственные риски, которые необходимо ограничить, введя сертифицированными процедуры.

СИТУАЦИИ, В КОТОРЫХ НЕЙРОННЫЙ МАШИННЫЙ ПЕРЕВОД ДАЕТ СБОЙ В ПРАВОВОМ КОНТЕКСТЕ

Современные исследования точности нейронного машинного перевода в юридической сфере

Недавние оценки точности нейронного машинного перевода в юридическом контексте выявляют устойчивые структурные проблемы. Сравнительное исследование 2024 года по переводу с английского на китайский в юридической сфере показало, что ни коммерческие системы нейронного машинного перевода (NMT), ни большие языковые модели (LLM) не обеспечивают стабильного соответствия профессиональным стандартам; системы NMT часто показывали лучшие результаты при использовании автоматических метрик, тогда как эксперты-рецензенты иногда давали LLM сопоставимые оценки по критериям адекватности и беглости. В отношении юридической терминологии универсальные системы машинного перевода часто допускают ошибки в терминах и устойчивых выражениях на уровне, который становится критическим при работе со ссылками на нормы закона, специальной терминологией или лексикой, используемой конкретными ведомствами.

Особенности перевода в иммиграционном контексте

Проблема усугубляется в иммиграционной сфере, где пересекаются юридический, административный и разговорный уровни языка. Практикующие специалисты отмечают повторяющиеся проблемы:

• В свидетельствах о рождении из стран континентального права используются форматы, которые NMT систематически интерпретирует неверно.
• Полицейские отчеты из стран с иными правовыми системами содержат терминологию, не имеющую прямых английских эквивалентов.
• Сообщения WhatsApp между членами семьи сочетают формальный и разговорный регистры так, что модели распознавания шаблонов не могут надежно их интерпретировать.

В этой части мы рассмотрели реальные кейсы, где нейронный машинный перевод привёл к процессуальным ошибкам, и разобрали, почему юридическая и иммиграционная терминология остаются уязвимостью для NMT. Однако лингвистические сбои — лишь одна сторона проблемы.

Во второй части, которая называется «Обратная сторона ИИ: риски и ограничения машинного перевода в юридической сфере», мы рассмотрели, как оптическое распознавание символов искажает доказательства, а коммерческие облачные платформы ставят под удар конфиденциальность дела.

Третья, заключительная часть — «Процессуальная защищенность: построение переводческих протоколов в иммиграционной практике» — посвящена ограничениям постредактирования, критической важности терминологической последовательности и построению процессуально защищённых протоколов перевода.