Создание больших языковых моделей и их влияние на реализацию и защиту конституционно гарантированных прав

Аннотация

The lecture notes focus on the results of research examining the con- stitutional and legal aspects of large language model development in the context of the digital divide and linguistic discrimination. The study concludes that, in relation to the development of large language models, the digital divide arises due to the uneven digi- talization of languages, resulting in limited access to natural language processing tech- nology. Keywords: law, large language models, language discrimination, digital tech- nologies, digital divide, artificial intelligence, natural language processing technology Большие языковые модели (англ. Large Language Models, LLM) – это гене- ративные модели искусственного интеллекта используемые в технологии обра- ботки естественного языка (англ. Natural language processing, NLP). Наличие та- ких моделей позволяет компьютеру эффективно обрабатывать текстовые дан- ные, демонстрируя способность к «пониманию» текста на глубоком уровне, со- здавать связные и контекстуально релевантные ответы на запросы, осуществлять перевод текста между языками, а также генерировать текст, который соответ- ствует определенным стилевым и содержательным требованиям [18. С. 24–34]. Большие языковые модели обучаются на обширных массивах языковых данных. Структура и репрезентативность, их объем и формат определяют про- цесс обучения и точность понимания контекста [21. С. 36–56], а наличие дефек- тов или недостаточность данных может приводить к некорректной работе моде- ли и в целом препятствовать развитию технологии [20. С. 260]. Параметры обу- чающих данных будут завесить от уровня цифровизации конкретного языка. Цифровизация языка в широком смысле представляет собой процесс пре- образования данных в соответствующие лингвистические корпуса. Для этого применяются текстовые данные (такие как файлы, транскрипции, аннотации), речевые данные (например, аудиозаписи, фонетические и интонационные анно- тации) и мультимодальные данные, которые объединяют несколько типов ин- формации, например видео с текстом, изображения с текстом и т. д. [12. С. 291]. Процесс цифровизации языка выполняет не только техническую функцию, спо- собствуя созданию больших языковых моделей и развитию технологий обработ- ки естественного языка, но и играет важную общественно-социальную роль, со- действуя сохранению национальной и культурной идентичности [28. С. 126– 139]. Например, цифровизация миноритарных языков может значительно по- мочь в сохранении культурного наследия малых народов. Разные языки имеют различный уровень цифровизации, что может быть обусловлено рядом факторов, включая экономические, технические и правовые. Экономические факторы связаны с тем, что языки имеют разный экономический потенциал [6. С. 173; 32. С. 1–8], а процесс цифровизации требует значительных ресурсов, в том числе временных, финансовых и т. д. К техническим факторам может отнести ошибки при сборе данных, недостатки в конструкции корпусов и 37 Регулирование отношений в сфере технологий искусственного интеллекта и робототехники ограничения существующих наборов данных, ошибки в метаданных и т. д. [39. С. 193–204;14. С. 5751–5767; 30. С. 26–37]. Правовые факторы связаны с суще- ствованием нормативных барьеров на доступ к обучающим данным, связанных с необходимостью соблюдения соответствующего правового режима при исполь- зовании данных [21. С. 36–56; 1. С. 123–140; 22. С. 99–123; 23. С. 367–376; 24. С. 17–27; 25. C. 2–26]. Преодоление таких барьеров требует мер как на концепту- альном уровне – устранения нормативных ограничений с учетом баланса част- ных и публичных интересов, так и на практическом – создания условий для об- мена и распространения языковых данных. Среди таких мер можно выделить развитие института повторного использования данных, накопленных в государ- ственных информационных системах, а также привлечение высших учебных за- ведений к созданию лингвистических корпусов и цифровизации языка. Невозможность создания полноценной языковой модели для определен- ных языков или диалектов делает многие цифровые продукты недоступными для их носителей либо ухудшает их работу по сравнению с теми, что доступны для носителей языков с высоким уровнем цифровизации. Это приводит к цифро- вому неравенству, когда доступ к технологии распределяется неравномерно сре- ди языковых сообществ, тем самым создавая риск дискриминации. Национальная стратегия развития искусственного интеллекта на период до 2030 года подчеркивает, что защита прав и свобод человека является одним из ос- новных принципов развития и использования технологии искусственного интел- лекта, а «недискриминация» выделена в качестве одного из основного принципа развития нормативно-правового регулирования общественных отношений, связан- ных с развитием и использованием технологий искусственного интеллекта. Статья 2 Всеобщей декларации прав человека (1948) устанавливает запрет на дискриминацию, в том числе, по языковому признаку. Аналогичное положе- ние содержится и в статье 1 (3) Устава ООН, а также находит