Důvěrnost, etika, autorská práva, autenticita a budoucnost profese — Umělá inteligence v překladu a tlumočení

zisky:

Schopnost aplikovat principy důvěrnosti, NDA, osobních údajů (KVKK/GDPR) a zvolit správný nástroj na překladatelskou práci
Schopnost přijmout transparentnost, odpovědnost, autorská práva a odpovědnost za originalitu a reflex ověřování zdroje při používání stroje
Pochopení, proč je lidská verifikace nepostradatelná a proměna profese v době umělé inteligence

Tento modul uzavíráme nikoli technickou dovedností, ale zásadami, které chrání integritu profese. AI dává překladateli velkou sílu; Tato pravomoc však také přináší nové a vážné povinnosti týkající se důvěrnosti, etiky, autorských práv a originality. Jeden špatně sdílený důvěrný dokument, jedno skryté použití stroje, jedno porušení autorských práv nebo jedna podvodná žádost o „překlad“ může zničit nejen jednu firmu, ale i kariéru a důvěru zákazníků. V této lekci se dozvíte o soukromí, profesní etice, autorských právech a problémech s daty, o tom, proč je lidské ověřování nepostradatelné, a o budoucnosti profese ve věku AI.

Soukromí a data: neměnné principy

Většina dokumentů, které se dostanou do rukou překladatele, je důvěrná a důvěrnost je základním závazkem této profese. Čtyři pravidla ve věku AI:

Zadání důvěrného/osobního/nepublikovaného textu do veřejného nástroje, jehož datová politika neposkytuje záruku. Text, který zadáte, je zpracován na externím serveru; Lze jej použít a uložit při trénování modelu.
Dodržujte NDA (dohoda o mlčenlivosti). Mnoho pracovních míst přichází s NDA; Předání textu externímu nástroji je přímým porušením a zakládá právní odpovědnost.
Vyberte si správný nástroj. Firemní smluvní nástroje, které nejen „ukládají/trénují data“ pro důvěrnou práci; obecné nástroje pro veřejné práce.
Chraňte osobní údaje (rozsah KVKK/GDPR) soukromě. Texty obsahující jméno, zdravotní, finanční a identifikační údaje vyžadují další péči; Vyžaduje anonymizaci nebo bezpečné prostředí.

KVKK (zákon o ochraně osobních údajů — Türkiye) a GDPR (evropské nařízení o ochraně osobních údajů) určují zákonem, jak budou osobní údaje zpracovávány; porušení je nejen etický, ale i právní problém.

Pozor: „Jen rychlý překlad, nikdo to neuvidí“ je nejčastějším odůvodněním porušení soukromí. Jakmile jsou informace venku, nelze je vzít zpět. Máte-li pochybnosti, neexportujte text do externího nástroje; zvolit bezpečnou cestu.

Etika a transparentnost: neskrývá použití stroje

Novou osou profesionální etiky ve věku umělé inteligence je transparentnost. Zákazník má právo vědět, jak je jeho práce vykonávána. Dvě pravidla poctivosti:

Skrytí použití stroje. Pokud jste dělali práci s MTPE a klient očekával „čistý lidský překlad“, je neetické to skrývat. Podle toho by se měly utvářet ceny a očekávání.
Upřímně řekněte své limity. Je riskantní vykonávat práci mimo vaši odbornou oblast (například pokročilé právo nebo medicínu) a myslet si, že to „zvládnete“ s AI; AI neuzavře vaši znalostní mezeru.

Také odpovědnost: překladatel je zodpovědný za každý dodaný text. „Umělá inteligence to tak přeložila“ není omluva; Jste odpovědní zákazníkovi.

Autorská práva, data a originalita

Tři samostatná, ale související témata:

Copyright: Text, který má být přeložen, může mít autorská práva; Překlad je také odvozeným dílem. Překládání a publikování díla bez povolení je porušením. AI „přepisování“ textu nevylučuje problémy s autorskými právy.
Tréninkové údaje a souhlas: Nástroje umělé inteligence jsou trénovány pomocí veřejně dostupných a někdy chráněných textů; Jedná se o kontroverzní etický problém v oboru. Váš příspěvek: „nedarujte“ data svého zákazníka školení modelky bez povolení.
Originalita a halucinace: Zejména v lidských/literárních textech může umělá inteligence produkovat vymyšlené citace, falešné zdroje, neexistující idiomy. Každé kulturní/faktické tvrzení textu, který odešlete, musí být ověřené a autentické.

Tip: Nastavte si reflex „ověření zdroje“: Když AI uvede jméno, datum, citát, zdroj nebo „známý fakt“, nevkládejte to do textu, aniž byste to nezávisle ověřili. Vymyšlený odkaz v humanitních oborech ničí věrohodnost celého díla.

Lidské ověření: nepostradatelný poslední odkaz

Společné poučení pro každou jednotku tohoto modulu: AI zrychluje, lidé ověřují a nesou odpovědnost. Ověření není „krokem navíc“, ale nedílnou součástí práce. U vysoce rizikových textů (právní, lékařské, bezpečnostní, značkové) je důležitější ověření než samotný překlad. Výstup AI dodaný bez ověření člověkem je rychlý, ale zranitelný.

Budoucnost profese: transformace, nikoli vysídlení

AI nedělá překladatele nezaměstnané; Mění povahu práce. Jak se rutinní, přímočaré, opakující se překladatelské úkoly přesouvají na stroj, hodnota překladatele se posouvá do vrstev, které stroj neumí, jako je odbornost po úpravách, posouzení kvality, kulturní hloubka, znalost domény expertů, transkreace a ověřování. Překladatel budoucnosti; Je to člověk, který uměle používá umělou inteligenci, ale ví, kde nedůvěřovat, a díky svým odborným znalostem v oboru a kulturnímu úsudku je to rozdíl. Ti, kteří odmítnou AI a ti, kteří se jí slepě poddají, zůstanou pozadu; Na prvním místě je ten, kdo si to ochočí jako nástroj.

tři mini pouzdra

Případ 1 – Transparentnost vybudovala důvěru. Překladatel zákazníkovi předem vysvětlil, že tuto práci provede s MTPE, které díly budou náročné na člověka, a odpovídající ceně. Klient byl spokojen s transparentností a poskytoval pravidelný obchod; Kdyby to skryl, důvěra by byla narušena při prvním problému.

Případ 2 – Porušení důvěrnosti se stalo kariérním rizikem. Překladatel na volné noze uzavřel důvěrnou smlouvu na veřejný nástroj; Jakmile zákazník zjistil porušení NDA, obchodní vztah skončil a reference byla ztracena. Jediná vymoženost zničila dlouhodobou důvěru.

Případ 3 — Ověření uložené pravosti. V jednom akademickém překladu přidala AI „citaci“, která nebyla ve zdroji, a vymyšlené jméno autora. Překladatelův ověřovací reflex to zachytil; Pokud by byl předložen, bylo by to porušení akademické integrity a ztráta dobrého jména.

Čtyři kopírovatelné šablony

1) Rozhodnutí o ochraně soukromí/dostupnosti nástroje:

Vaše role: poradce pro ochranu osobních údajů. Popíšu, co zahrnuje překladatelská práce. Řekněte mi (1) zda je tento text důvěrný/osobní/chráněný autorským právem, (2) zda je vhodné jej zpracovat ve veřejném nástroji umělé inteligence, (3) pokud ne, jakou bezpečnou alternativu bych měl použít.Obsah: [...]

2) Návrh poznámky o transparentnosti pro klienta:

Napište klientovi krátkou, profesionální poznámku, ve které upřímně vysvětlíte, jak tuto práci provedu: strojový překlad + lidská následná úprava, které části budou náročné na člověka, jak bude probíhat ověřování, podle toho cena/čas. Nepřehánějte, dávejte sebevědomí. Druh práce: [...]

3) Zdroj/kontrolní seznam faktů:

Vynechte všechny faktické prvky, které je třeba v následujícím překladu ověřit: jména, data, čísla, citace, zdroj/atribuce, „pravdivé“ tvrzení, idiomy/přísloví. Uveďte každou jako „potvrdit nezávislým zdrojem“. Nevěřte textu, jen tomu, co lze ověřit. Překlad: [...]

4) Předběžná kontrola etiky/autorských práv:

Práci popíšu níže. Označte mi možné etické problémy a problémy s autorským právem: stav autorských práv k textu, odvozená díla z překladu, osobní údaje, ochrana údajů zákazníků, potřeba transparentnosti. Seznam rizik a preventivních opatření. Práce: [...]

Slabá výzva / Silná výzva

Slabé: "Přeložte tento dokument." (Skrytý text může přejít do externího nástroje, aniž by byla zpochybněna důvěrnost, autorská práva nebo kompatibilita nástroje.)

Güçlü: "Nejprve vyhodnoťte toto: tento dokument je zpráva pacienta; obsahuje osobní údaje o zdravotním stavu. Má být zpracován ve veřejném nástroji nebo je vyžadováno bezpečné/institucionální prostředí? Na co si mám dát pozor z hlediska KVKK? Plán překladu dejte po určení vhodného prostředí."

Rozdíl: silná výzva začíná u soukromí a právní kontroly; Překlad přichází poté, co je určeno správné a bezpečné prostředí.

Tabulka etických rozměrů

Velikost

Riziko

preventivní opatření

soukromí

Uniklý dokument, porušení smlouvy NDA

Bezpečný nástroj, datová politika

osobní údaje

Porušení KVKK/GDPR

Anonymizovat/zabezpečit prostředí

autorská práva

Neoprávněné odvozené dílo

Zkontrolujte oprávnění/práva

transparentnost

Skryté použití stroje

Buďte k zákazníkovi otevření

originalita

Halucinace, falešný zdroj

ověření zdroje

odpovědnost

Výmluva "AI to dokázala".

Převzít zodpovědnost

Časté chyby

Zadání tajného textu do veřejného nástroje „aby to bylo rychlé“. Neodvolatelné porušení.
Skrytí používání stroje před zákazníkem. Když je důvěra narušena, je těžké se zotavit.
Ignorování autorských práv a práv na odvozená díla. Právní riziko.
Uvedení zdroje/citátu vytvořeného AI bez jeho ověření. Ztráta originality a pověsti.
Přenesení odpovědnosti na AI. Vlastníkem dodaného díla je překladatel.

V souhrnu

Ve věku umělé inteligence roste odpovědnost překladatele i jeho moc. Soukromí je nedotknutelné: důvěrný, osobní text a text chráněný autorským právem nevstupuje na nezabezpečené médium. Etika vyžaduje transparentnost a odpovědnost: používání strojů není skryté, odpovědnost je přijímána. Autorská práva a originalita jsou brány vážně; Zdroje a fráze, které umělá inteligence dokáže vytvořit, jsou ověřeny. Lidské ověření je nepostradatelným posledním článkem práce. Budoucnost této profese patří překladateli, který umělou inteligenci používá dovedně, ale zná její limity a svým kulturním a odborným úsudkem dělá rozdíly.

Aplikační úkol

Proveďte úplnou kontrolu „zodpovědného překladu“ dané zakázky (nebo vzorku): Identifikujte správný nástroj pomocí šablony „rozhodnutí o důvěrnosti/vhodnosti nástroje“; Seznam rizik s „předběžnou kontrolou etiky/autorských práv“; navrhnout „transparentní sdělení klientovi“; a extrahujte „zdrojový/ověřovací seznam“ ve vzorovém překladu a nezávisle ověřte alespoň tři položky. Přidejte tyto čtyři kroky do svého vlastního standardního pracovního postupu.

kontrolní seznam

[ ] Vyhodnotil jsem, zda je text důvěrný/osobní/chráněný autorským právem, a zvolil jsem správný nástroj.
[ ] Dodatečnou pozornost jsem věnoval údajům v rámci KVKK/GDPR.
[ ] Byl jsem vůči zákazníkovi transparentní, pokud jde o používání stroje a proces.
[ ] Nezávisle jsem ověřil zdroje, citace a fakta vytvořená YZ.
[ ] Zodpovědnost za dodanou práci jsem nechal na sobě, ne na AI.

Modulová zkouška

1. Která z následujících možností je nejpřesnější určení polohy pro umělou inteligenci při překladu a interpretaci?

A) Umělá inteligence je plán, terminologie a nástroj kvality; Zodpovědnost za význam, tón, kulturu a konečné podání leží na lidské bytosti ✔
B) Umělá inteligence může přímo poskytovat právní a lékařské překlady bez souhlasu člověka
C) Umělá inteligence funguje pouze při překládání slov, nemá nic společného s kvalitou a terminologií
D) Vzhledem k tomu, že umělá inteligence je vždy přesnější než lidé, všechna rozhodnutí o překladu by měla být ponechána na ní.

Popis: Umělá inteligence; Jedná se o překladový návrh, terminologii, shrnutí a jakostní pomůcku. Odpovědnost za význam, tón, kulturu, kreativitu a konečné provedení nese kompetentní překladatel; Neověřený výstup by mohl vést ke smluvní chybě, lékařskému pochybení nebo krizi ochranné známky.

2. Co to znamená, když je výstup strojového překladu „plynulý, ale nepřesný“ a proč je nebezpečný?

A) Plynulý překlad je vždy správný, takže další kontrola je zbytečná
B) I když se věta zdá v cílovém jazyce přirozená, mohla nesprávně vyjádřit význam, číslo nebo negaci; Plynulost nezaručuje přesnost ✔
C) Nesprávné překlady jsou vždy gramaticky nesprávné a snadno si je všimnete.
D) Plynulost je důležitá pouze v literárních textech, v odborných textech je nedůležitá

Vysvětlení: I když strojový překlad vytvoří dokonalou, přirozenou větu, mohlo dojít k poškození čísla, negace nebo významu ve zdroji. Plynulost není zárukou přesnosti; Čísla, data, vlastní jména a negativa by proto měly být kontrolovány odděleně se zdrojem, aniž byste se nechali zmást plynulostí.

3. Který z následujících je hlavní rozdíl mezi NMT (neurální strojový překlad) a překladem založeným na LLM?

A) NMT přijímá instrukce, ale LLM nemůže; LLM tedy překládá pouze slovo od slova
B) Jsou úplně stejné, není mezi nimi žádný praktický rozdíl
C) LLM rozumí pokynům, jako je tón, terminologie a publikum, a vidí širší kontext; NMT je rychlý a konzistentní, ale špatně přijímá pokyny ✔
D) LLM je vždy rychlejší než NMT a nikdy nepřidává

Popis: NMT je rychlý a konzistentní, ale špatně přijímá pokyny a vidí širší kontext. Na druhé straně LLM rozumí pokynům, jako je tón, seznam termínů a publikum, a vidí kontext šířeji, ale vyžaduje kontrolu proti riziku halucinací, protože může přidávat dodatky.

4. Jaký je rozdíl mezi lehkou post-editací a úplnou post-editací?

A) Lehké následné úpravy mají lepší kvalitu, úplné následné úpravy jsou jen rychlé skenování
B) Není mezi nimi žádný rozdíl, liší se pouze jejich jména
C) Úplná dodatečná úprava se používá pouze u textů pro interní použití, u textů určených ke zveřejnění se používá lehká dodatečná úprava
D) Lehká dodatečná úprava činí text přesným a srozumitelným; Úplné následné úpravy se zaměřují na kvalitu lidského překladu, výsledek připravený k publikaci ✔

Komentář: Při lehké post-editaci je cílem, aby byl text přesný a srozumitelný; Žádné stylistické úpravy, vhodné pro interní/dočasné texty. Při plném post-editaci je cílem, aby byl výstup k nerozeznání od lidského překladu; Povinné pro texty s viditelností značky, které budou publikovány.

5. Proč je v MTPE problém „nadměrná editace“?

A) Nadměrná korekce vždy zpřesní překlad, takže se doporučuje
B) Přepisování správných a vhodných vět zbytečně ničí časovou výhodu MTPE; Opravujte pouze vadná místa ✔
C) Overcorrection pouze zvyšuje rychlost, vůbec neovlivňuje kvalitu
D) Overcorrection je problém nejen ve strojovém překladu, ale i ve škrábaném překladu

Vysvětlení: Overcorrection je přepsání správné a vhodné věty dané strojem jednoduše z osobních preferencí. To zničí celou časovou výhodu MTPE. Pravidlo: pokud je výstup stroje přesný, srozumitelný a vhodný, nedotýkejte se ho; Opravte to, pokud je to špatně.

6. Jaká je hlavní výhoda specifikace „zakázaného ustanovení“ (překlad, který by se neměl používat) v terminologii?

A) Je zbytečné specifikovat zakázanou odpověď, protože stroj stejně nikdy nedělá žádné chyby.
B) Zakázané ekvivalenty jsou užitečné pouze v literárním překladu, v odborném textu jsou zbytečné
C) Výslovný zákaz nesprávných alternativ vedle správného protějšku zabraňuje nekonzistentnosti a zkreslení jazyka značky ✔
D) Zadání zakázaného ekvivalentu zpomaluje překlad a nepřináší žádnou výhodu.

Vysvětlení: Pouhé napsání správné odpovědi nebrání použití nesprávných, ale věrohodně vypadajících alternativ. Výslovné uvedení zakázaných ekvivalentů (používá se pouze 'účet'; 'profil', 'členství' pro 'účet') je nejúčinnějším způsobem, jak se vyhnout nekonzistentnosti a nefunkčnímu jazyku značky.

7. Co by se mělo zapisovat do překladové paměti (TM) a proč?

A) Každý výstup stroje by měl být zapsán do TM bez ověření, protože rychlost je prvořadá
B) Do TM by se neměly zapisovat žádné překlady, měly by se uchovávat pouze zdrojové texty
C) Překladatelské paměti různých zákazníků by měly být smíchány do jedné velké překladatelské paměti
D) Měly by být psány pouze ověřené, ověřené překlady; Pokud nezpracovaný výstup stroje vstoupí do TM, chyba se přenese do budoucích úloh a rozšíří se ✔

Poznámka: Do PP zasílejte pouze ověřené, ověřené překlady. Uložení nezpracovaného výstupu stroje do TM bez jeho ověření způsobí, že se chyba bude vracet znovu a znovu do budoucích úloh a bude se zdát důvěryhodná jako '100% shoda'. Odpadky dovnitř, odpadky ven.

8. Jak by se mělo v lokalizaci zacházet se zástupnými symboly (např. {name}, %s) v textech softwaru?

A) Zástupný symbol je zachován tak, jak je; Nepřekládá se, nemaže, neformátuje, nepřesouvá se pouze v případě potřeby a kontroluje QA ✔
B) Zástupné symboly, stejně jako jiná slova, musí být přeloženy do cílového jazyka
C) Zástupné symboly by měly být odstraněny, protože zhoršují čitelnost
D) Zástupné symboly jsou nedůležité, nemusí se s nimi v překladu vůbec počítat

Popis: Zástupné symboly jsou znaky, které jsou za běhu naplněny proměnnými. Jejich překlad, odstranění nebo formátování způsobí selhání softwaru nebo zobrazení nezpracovaného textu. Zástupný symbol je zachován tak, jak je; pouze zástupný symbol lze přesunout podle syntaxe cílového jazyka a prohlídka QA zástupného symbolu je definitivně hotová.

9. Co znamená limit CPS (znaků za sekundu) v překladu titulků?

A) Určuje, kolik barev bude použito, ne kolik sekund zůstanou titulky na obrazovce.
B) Platí pouze pro dabing, s titulky to nemá nic společného
C) Je to omezení rychlosti titulků, aby je diváci mohli snadno číst; takže titulky vyžadují zkrácení při zachování významu ✔
D) Čím vyšší CPS, tím lepší titulky, není třeba nastavovat limity

Popis: CPS je rychlostní limit, který divák potřebuje k pohodlnému čtení titulků (obvykle ~17 znaků/sekundu u obsahu pro dospělé). Proto překlad titulků není překladem doslovným, ale otázkou sezení a zkrácení při zachování významu; Divák obraz sleduje i čte.

10. Proč by překlad neměl být zahájen před ověřením přepisu vytvořeného automatickým rozpoznáváním řeči (ASR)?

A) ASR je vždy spolehlivá, takže ověření je ztráta času
B) ASR dělá pouze gramatické chyby, nikdy nezkresluje význam
C) Výstup ASR je již přeložen, není třeba dále překládat
D) ASR se mýlí zejména ve vlastních jménech, číslech, přízvukech a zvukech; Nesprávný přepis musí být ověřen hlasem, protože bude přenesen do překladu ✔

Vysvětlení: ASR dělá časté chyby v šumu, přízvuku, překrývající se řeči, vlastních jménech, číslech a technických termínech. Nesprávný přepis se přenese přímo do překladu a titulků. Zejména vlastní jména, značky a čísla by se proto měly ověřovat porovnáním se zvuky.

11. Co poskytuje chybový rámec jako MQM při hodnocení kvality překladu?

A) Umožňuje klasifikovat každou chybu podle kategorie a závažnosti (kritická/závažná/menší) a hodnotit kvalitu objektivním a srovnatelným způsobem ✔
B) Automaticky opravuje překlad a zcela eliminuje lidské hodnocení
C) Zachytí pouze číselné chyby, nezabývá se sémantickými a terminologickými chybami
D) Neměří kvalitu, pouze počítá délku překladu

Popis: MQM (multidimenzionální metriky kvality) přiřazuje každé chybě kategorii (přesnost, terminologie, plynulost, styl, formát) a váhu (kritická/hlavní/menší). Tímto způsobem lze místo subjektivity „dobrá/špatná“ udělit skóre chyb, objektivně se porovnávat překladatelé/motory a rozhodnutí o doručení může být svázáno s číselným prahem.

12. Jaký je hlavní limit metrik automatického překladu, jako je BLEU?

A) Dělá lidské hodnocení zbytečným, protože chápe význam lépe než lidé
B) Dívá se na překrývání slov, ve skutečnosti nerozumí významu; takže systém měří trend, ale nemůže rozhodnout o doručení jediného textu ✔
C) Je vždy bezchybný a sám může rozhodnout o doručitelnosti textu
D) Používá se pouze v ústním překladu, s písemným překladem to nemá nic společného.

Vysvětlení: BLEU hodnotí překlad na základě překrývání slov s lidským odkazem, ale ve skutečnosti nerozumí významu. Překlad, který se liší od reference, ale je správný, může získat nízké skóre, zatímco překlad, který je odkazu podobný, ale nesprávný, může získat vysoké skóre; Kritická chyba negativity má malý dopad na skóre. Metrický systém tedy měří trend, nikoli rozhoduje o doručení jednoho textu.

13. Jaká je nejsilnější a nejvhodnější role umělé inteligence v konferenčním tlumočení?

A) Odstranění potřeby tlumočníků tím, že se plně zapojí živý simultánní překlad
B) Automatické přenášení zvuku důvěrných schůzek do externích služeb
C) Nepoužití v žádné fázi překladu, včetně přípravy.
D) Silný v přípravě před akcí (brífink, dvojjazyčný glosář, karty čísel a vlastních jmen); Živý simultánní překlad je ponechán na člověku ✔

Popis: Při tlumočení přichází velká část práce na přípravu, a to je místo, kde je umělá inteligence silná: příprava terénních briefingů, dvojjazyčných glosářů, tónů reproduktorů, čísel a vlastních jmen. Samotný živý simultánní překlad je odpovědností lidského překladatele kvůli zpoždění, chybě, důvěrnosti a kontextu.

14. Jak se transkreace (kreativní překlad) liší od jiných typů překladu?

A) Je to věrnost emocionálnímu dopadu a účelu zdroje, nikoli jeho slovům; Člověk se může vzdálit od zdroje a vytvořit stejný efekt v cílové kultuře ✔
B) Vždy překládejte zdrojové slovo po slově, beze změny
C) Je to typ doslovného překladu používaný pouze v právních a lékařských textech.
D) Zcela ignorujte význam a napište nový náhodný text

Popis: Transkreace, zejména v reklamních a značkových textech, má v cílové kultuře znovu vytvořit emocionální dopad a účel zdroje, nikoli slov; Někdy se člověk záměrně vzdálí od zdroje, protože cílem není doslovná věrnost, ale stejný efekt. AI je zde multiplikátor nápadů; Konečné kulturní rozhodnutí činí lidé.

15. Jaký je správný postup při překladu důvěrného dokumentu (například nepodepsané smlouvy nebo zprávy pacienta)?

A) Zadejte nejpraktičtější nástroj pro veřejný překlad pro rychlost, soukromí je dodatečný nápad
B) Pokud bude dokument přesto přeložen, na důvěrnosti nezáleží, lze použít jakýkoli nástroj
C) Veřejná vozidla nejsou povolena; Používají se pouze bezpečné a firemní nástroje, které neukládají data, v případě pochybností není text předán externím nástrojům ✔
D) Pokud jsou důvěrné dokumenty překládány pouze hlasem, nehrozí žádné riziko ochrany soukromí

Zveřejnění: Důvěrné, osobní nebo nepublikované texty se nevkládají do veřejných nástrojů, jejichž datová politika neposkytuje záruku; jedná se o porušení NDA/ochrany soukromí a právní riziko ve smyslu KVKK/GDPR. Používají se pouze firemní a zabezpečené nástroje, které neukládají/trénují data; V případě pochybností není text předán externímu nástroji.