Wikipedia cerca più accordi di licenza con l'IA per compensare i costi di addestramento degli LLM
- La Fondazione Wikipedia sta negoziando accordi con le aziende di IA per compensare i costi associati all'uso automatizzato intensivo dei suoi contenuti.
- Il crawling automatizzato da parte di bot AI aumenta il carico del server, l'utilizzo della RAM e i requisiti di caching, portando a costi operativi più elevati.
- Wikipedia rimane gratuita per gli utenti individuali, ma l'accesso ad alto volume e automatizzato da parte di aziende AI a scopo di lucro è considerato una questione diversa.
Jimmy Wales, co-fondatore di Wikipedia ha il nonprofit dietro l'enciclopedia online sta cercando più accordi di licenza con le aziende di IA. L'iniziativa si sta svolgendo mentre una serie di bot di IA automatizzati mettono sotto stress l'infrastruttura di Wikipedia.
Wales ha spiegato che le aziende di IA utilizzano la conoscenza liberamente disponibile della piattaforma per addestrare modelli linguistici di grandi dimensioni (LLM). Ha notato che i bot di IA ad alto volume scansionano l'intero sito, imponendo oneri tecnici e finanziari significativi sulla piattaforma.
"I bot di IA … stanno attraversando l'intero sito … quindi dobbiamo avere più server, dobbiamo avere più RAM e memoria per la cache di questo, e questo ci costa una quantità sproporzionata", ha spiegato.
Wales ha notato che l'uso intensivo da parte dei bot di IA costringe Wikipedia ad espandere i suoi server, aumentare la RAM e migliorare la cache, il che comporta costi elevati.
Sebbene il sito sia gratuito per gli utenti individuali, ha notato, l'accesso automatizzato ad alto volume da parte di aziende di IA a scopo di lucro è un altro problema. Il nonprofit ha firmato un accordo di licenza con Google nel 2022 e sta negoziando accordi simili con altre aziende.
Il nonprofit che opera Wikipedia, la Wikimedia Foundation, si affida a donazioni pubbliche relativamente piccole e a editor volontari per funzionare, il che non era inteso per finanziare sviluppi di IA su larga scala e a scopo di lucro.
Wales ha detto che è ingiusto che i contributori e i donatori sostengano i costi delle aziende di IA commerciali che utilizzano i contenuti di Wikipedia.
Wikipedia avverte del carico insostenibile dei bot di IA
Wikipedia afferma di avvertire del carico insostenibile dei bot di IA. Le richieste sui server di Wikipedia sono aumentate drasticamente negli ultimi mesi. I bot automatizzati hanno aumentato il traffico — in particolare tramite download multimediali — e hanno portato il nonprofit a investire pesantemente nell'infrastruttura.
Gran parte di questo traffico proviene da aziende di IA che estraggono contenuti progettati per addestrare i loro modelli, piuttosto che da esseri umani. Nel 2022, la Fondazione ha lanciato un prodotto commerciale a pagamento, Wikimedia Enterprise, per fornire accesso ai suoi contenuti principali su larga scala e offrire agli utenti della piattaforma gli strumenti e le risorse necessari.
Questo servizio è progettato per alleviare la pressione sul sito live di Wikipedia fornendo allo stesso tempo agli sviluppatori di IA i dati necessari per migliorare i loro modelli. Wales ha esortato le aziende di IA a utilizzare questa opzione a pagamento invece di estrarre i dati dal sito pubblico.
Se le aziende non rispettano queste misure tecniche, ha dichiarato Wales, potrebbe essere implementata la restrizione dell'accesso dei bot tramite strumenti come AI Crawl Control C'è qualche dibattito con le aziende sul ruolo dell'IA pubblica (o commerciale) nella gestione dei dati personali che gli utenti ora detengono su una scala che supera ciò che il diritto legale alla conoscenza libera e trasparente, e su ciò di cui hanno bisogno i settori privato e pubblico.
Con una quota sempre maggiore dell'elaborazione dell'IA che si affida pesantemente a grandi dataset pubblicamente disponibili, Wikipedia sta difendendo un approccio equo che compensi sia le entità che mantengono questi dati che le aziende. Wikipedia non è immune al suo impegno a mantenere la neutralità.
Wikipedia fatica a mantenere la neutralità in mezzo ai conflitti globali
Il sito web Wikipedia è in funzione da oltre 20 anni come entità nonprofit gestita dalla Wikimedia Foundation. Il suo modello si basa su un esercito globale di editor volontari, che dedicano il loro tempo a creare, modificare e correggere i contenuti.
Le donazioni pubbliche sono un ingrediente chiave per garantire che rimanga aperto a chiunque, ovunque, indipendentemente dall'importo di denaro o dalla gamma geografica disponibile. Wikipedia, un sito web e un'enciclopedia internazionale ben nota, ha anche faticato a rimanere neutrale tra le altre fonti.
Il problema diventa ancora più acuto quando si riportano in dettaglio questioni politiche ad alto rischio, movimenti sociali o conflitti armati in tutto il mondo. Wales ha detto che, sebbene la maggior parte degli editor di Wikipedia non siano attivisti, le preferenze personali possono influenzare come vengono trattati gli argomenti.
Tuttavia, ha aggiunto che si fida della comunità, dicendo che gli editor tendono a raggiungere in qualche modo i valori di Wikipedia di equità e accuratezza, anche sotto forte pressione. La neutralità della piattaforma è ulteriormente evidente nella sua politica della comunità, nei metodi di revisione tra pari e nel processo di risoluzione delle controversie, tra gli altri aspetti.
Allo stesso tempo, la costante dipendenza da volontari e donazioni evidenzia la debolezza del sistema. E mentre la piattaforma affronta nuove pressioni, incluso un aumento dell'uso dei suoi contenuti da parte delle aziende di IA, garantire che i valori fondamentali della piattaforma (neutralità, accuratezza e accesso gratuito) continuino invariati diventa sempre più importante.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Nellius Irene
Nellius è una laureata in Gestione Aziendale e Informatica con cinque anni di esperienza nel settore delle criptovalute. È anche diplomata presso Bitcoin Dada. Nellius ha contribuito a principali testate giornalistiche, tra cui BanklessTimes, Cryptobasic e Riseup Media.
