人間の知識なしにAIが繁栄することはできない － 元のクリエイターへの補償は必須

AIモデルのトレーニングには膨大なデータセットが必要であり、その良い結果を生み出す能力は、システムに入力されたデータに直接依存します。情報は無償で提供されるものではなく、ここでは多くの知的財産権の問題が絡んでいます。 

しかし、AI企業はこうした考えを持っていません。彼らは世代を超えて作家たちによって生み出されたすべての知識を当然のものとして扱い、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り、今日のモデルの能力を支えたコンテンツのクリエイターへの支払いを嫌がっています。

人間の知識の盗難

新聞、雑誌、書籍、オンラインアーカイブ、研究論文などで目にするコンテンツの制作には、多くの努力と汗が注がれていますが、それは作家、編集者、研究者、出版者によってさまざまな形で一般に提供されたからこそ可能です。

such な努力して得られた認識や知識は、ある企業がそうであったように、企業が搾取するために無償で利用可能であるべきではありません。

「インターネット上で公に利用可能な情報。」

ソース: は、ChatGPTの無料プランの視聴者を週10億人以上のアクティブユーザーと見積もっており、広告モデルが無料版の運営を支えています。.

はい、これがOpenAIが、AIシステムのトレーニングに使用したコンテンツについて問われた際、および第三者からライセンス供与された情報や、ユーザーおよび人間のトレーナーが提供した情報とともに述べている内容です。 

ライセンス供与されたコンテンツについて言えば、企業は今それを求めています。しかし、OpenAIが最初のGPTモデルをリリースする前に、ベンダーから情報をライセンス供与していたかどうかについては、我々には情報がありません。そのモデルは、商業目的で無償で使用できるものではなかった著作権で保護された素材でトレーニングされたはずです。

元のクリエイターへの補償

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大部分は人間の努力によって作成されていました。クリックベイトや低品質なコンテンツも混在していましたが、少なくともそれは人間の心理や思考プロセスを理解した人間によって作成されており、生成AIアプリケーションはそうした情報に基づいて構築されていました。 

しかし今日、企業はAIモデルのトレーニング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で蔓延する機械生成コンテンツであり、これはいかなる意味でも高品質なコンテンツとは見なされていません。 such なコンテンツは、AIモデルのトレーニングに利用可能なリソースを脅かしています。なぜなら、これらのモデルが通常生成する内容のように、有用でない冗長なテキストでトレーニングされた場合、高品質な出力を生み出すことができないからです。AIがAIを生成するプロセスは、しばしばAIのカニバリズムやクローニングと呼ばれます。

これを防ぐために、AI企業は信頼できる情報源、すなわち新聞、雑誌、そして豊富な人間の知識をホストする公開フォーラムなどのみに情報源を制限しなければなりません。上記で言及されたような他の情報源も数えられますが、この必要性と新聞からの訴訟により、彼らはコンテンツをライセンス供与し、行っていた搾取に対して支払いを行うことを余儀なくされています。

大規模なウェブ公開フォーラムであるRedditなどの企業も、AI企業に対してコンテンツのライセンス供与を検討しています。同社は、訴訟よりもビジネスを望むが、ビジネス上の対話が失敗すれば訴訟を排除しないとの声明を出しました。著作権で保護されたサウンドトラックをYouTubeの動画に使用することが許可されないのに、なぜAI企業が商業利用を目的としたモデルのトレーニングにそれを使用することが許可されるのでしょうか？

ここでは著作権の所有権が問題となります。AI企業はこれを絶えず侵害しているからです。一方、AIはそれ自体で新しいニュースを集めることはできません。ニュースを集め、出版する前に異なる情報源から確認するには人間の努力が必要です。そうして初めてAIモデルはその情報を使用できます。この場合、人的リソースに対して補償しないことは搾取です。