AIは人間の知識なしには発展できない ― オリジナルのクリエイターへの補償は必須

AIモデルの学習には膨大なデータセットが必要であり、優れた結果を生み出す能力はシステムに入力されるデータに直接依存します。情報は無料で入手できるものではなく、ここでは多くの知的財産権が関わってきます。. 

しかし、AI企業はこうした考え方をしていない。何世代にもわたる作家たちが生み出した知識をすべて当然のこととして受け止めており、彼らのフェアユースの概念も、当初認識されていたものとは異なっている。そして、AI企業は、現在自分たちができることのモデルを作成したコンテンツの作成者にお金を払うことを好まない。.

人類の知識の盗難

新聞、雑誌、書籍、オンライン アーカイブ、研究論文などのコンテンツの制作には、多大な労力と努力が費やされていますが、それをさまざまな形で一般の人々に届けるライター、編集者、研究者、出版者なしでは実現できません。.

苦労して獲得した認識や知識は、ある企業のように、企業によって自由に利用されるべきではありません。.

「インターネット上で公開されている情報」

出典: OpenAI.

はい、OpenAI は、AI システムのトレーニングに使用したコンテンツ、サードパーティからライセンスを取得した情報、ユーザーや人間のトレーナーが提供する情報について尋ねられた場合、そう答えます。. 

ライセンスコンテンツについて言えば、企業は現在それを求めていますが、OpenAIが最初のGPTモデルをリリースする前にベンダーから何らかの情報ライセンスを取得したかどうかについては、現在情報がありません。モデルは、商用利用が認められていない著作権で保護された素材で学習されたはずです。.

オリジナルクリエイターへの報酬

1年前まで、オンラインまたはオフラインで書かれたテキストのほとんどは人間の手によって書かれていました。クリックベイトには低品質のコンテンツも混じっていましたが、少なくとも人間の心理や思考プロセスを理解している人間によって作成されており、それらの情報に基づいて生成型AIアプリケーションが構築されていました。. 

しかし今日、企業はAIモデルの学習において新たな問題に直面しています。それは、インターネット全体に蔓延している機械生成コンテンツです。これらのコンテンツは、決して質の高いコンテンツとはみなされません。こうしたコンテンツは、AIモデルの学習に利用可能なリソースを圧迫しています。なぜなら、AIモデルは通常、無駄な冗長な情報で学習させているため、質の高い出力を生成できないからです。AIによるAIの大量生成は、AIカニバリズムやAIクローニングと呼ばれることもあります。.

これを防ぐため、AI企業は信頼できる情報源のみに素材を限定する必要があります。信頼できる情報源とは、人間が生み出した豊富な知識を蓄積している新聞、雑誌、そして公共フォーラムに他なりません。前述のように、他にもいくつかありますが、この必要性と新聞社からの訴訟により、AI企業はコンテンツのライセンスを取得し、その搾取行為に対して対価を支払わざるを得なくなりました。.

大規模なウェブホスト型公開フォーラムであるtracあれば、AI企業が商用利用を目的としたモデルの学習にそれを使用することがなぜ認められるのだろうか？Redditのような企業も、AI企業へのコンテンツのライセンス供与を検討している。声明では、訴訟よりもビジネスを優先するとしているものの、ビジネス交渉が決裂した場合には訴訟の可能性も否定していない。YouTube動画に著作権のあるサウンドを載せることが認められていないので

AI企業が著作権を侵害し続けているため、著作権の所有権が問題となっています。一方で、AIは自力で新しいニュースを収集することはできません。ニュースを収集し、様々な情報源から確認した上で公開するには、まず人間の労力が必要です。そうして初めてAIモデルはその情報を活用できるのです。この場合、人的資源への報酬を支払わないことは搾取にあたります。.