تراخيص ويكيبيديا لشركات الذكاء الاصطناعي
تؤثر المناقشات حول تراخيص البيانات لشركات الذكاء الاصطناعي بشكل متزايد على المنظمات غير الربحية مثل ويكيبيديا. يسعى جيمي ويلز، أحد مؤسسي ويكيبيديا، إلى عقد المزيد من اتفاقيات الترخيص مع شركات الذكاء الاصطناعي، على غرار العقد الحالي مع جوجل. يأتي هذا كرد فعل على ارتفاع تكاليف الخوادم والتخزين، الناتجة عن كشط البيانات بواسطة روبوتات الذكاء الاصطناعي. تتمثل المسألة الأساسية في كيفية تحقيق توازن عادل بين البيانات المفتوحة والذكاء الاصطناعي، دون تعريض مبدأ مصادر المعرفة الحرة للخطر.
المصدر: تصوير خاص
ويكيبيديا وتراخيص الذكاء الاصطناعي
ويكيبيديا، التي تديرها مؤسسة ويكيميديا غير الربحية، تعتمد بشكل أساسي على التبرعات. تخضع المحتويات. Creative-Commons-Lizenz CC BY-SA 3.0 و GNU Free Documentation License, ، والتي تسمحان أيضًا بالاستخدام التجاري مع الالتزام بشروط الترخيص. تجعل هذه الانفتاح ويكيبيديا جذابة لشركات الذكاء الاصطناعي، حيث يتم مراجعة المقالات تحريريًا، وتتبع إصداراتها، وتزويدها بمصادر، وتنظيمها - وهي أساس مثالي لـ رسوم بيانية للمعرفة وبيانات تدريب.
تقوم روبوتات الذكاء الاصطناعي بكشط حسب قول ويلز. "محتوى الموقع بالكامل", مما يؤدي إلى زيادة غير متناسبة في ذاكرة التخزين المؤقت (caches) والذاكرة العشوائية (RAM) وعرض النطاق الترددي (bandwidth). يرغب المتبرعون لويكيبيديا في دعم التعليم الحر، وليس دعم تكاليف البنية التحتية لشركات الذكاء الاصطناعي العملاقة بملايين الدولارات.
أول اتفاقية ترخيص رئيسية هي بين مؤسسة ويكيميديا وجوجل بشأن خدمة. „Wikimedia Enterprise“. هذه الخدمة التجارية لواجهة برمجة التطبيقات (API)، التي أطلقت عام 2021، تستهدف المستخدمين الكبار مثل محركات البحث وشركات الذكاء الاصطناعي. في حين يمكن للمستخدمين العاديين استخدام ويكيبيديا مجانًا، فإن الشركات التي تحتاج ملايين الطلبات، ونسخًا في الوقت الفعلي، وعرض بيانات مخصصة، تحصل على وصول مستقر ومنظم بشكل تعاقدي مقابل رسوم. تدفع جوجل مقابل هذه الخدمة. بينما يحصل أرشيف الإنترنت كمنظمة غير ربحية على وصول مجاني كامل.
هذا النهج يعيد توزيع القيمة: بدلاً من كشط البيانات المجاني، يوجد الآن منتج مصمم للتطبيقات كثيفة البيانات. في الوقت نفسه، تتفاوض شركات الذكاء الاصطناعي مع بيوت الإعلام حول حزم الترخيص. أبرمت OpenAI اتفاقيات مع ناشرين مثل Axel Springer و Financial Times. أعلنت Reddit في سياق طرحها للاكتتاب العام الأولي أنها. حوالي 203 مليون دولار أمريكي من خلال تراخيص البيانات, ، بما في ذلك عقد مع جوجل بحوالي 60 مليون دولار سنويًا. تواجه ويكيبيديا بذلك سؤالًا حول سبب استمرارها في توفير بنية تحتية مجانية لنماذج الذكاء الاصطناعي، في حين تبيع المنصات الأخرى بياناتها.
المصدر: wikimediafoundation.org
تطور مؤسسة ويكيميديا استراتيجية للذكاء الاصطناعي تضع الإنسان في المركز.
الجوانب القانونية
الوضع القانوني لتدريب نماذج اللغة الكبيرة هو منطقة رمادية عالمية.. في الاتحاد الأوروبي، يسمح. توجيه حقوق المؤلف في السوق الرقمية الواحدة (توجيه DSM). بتعدين النصوص والبيانات (Text and Data Mining)، شريطة ألا يستبعد أصحاب الحقوق أعمالهم صراحةً. إن. EU AI Act القادم سيزيد من متطلبات "الذكاء الاصطناعي للأغراض العامة": يجب على المزودين نشر ملخص مفصل لبيانات التدريب الخاصة بهم واحترام حقوق المؤلف وإشارات إلغاء الاشتراك. هذا يخدم الشفافية، حتى يتمكن أصحاب الحقوق من تتبع استخدام محتوياتهم والتفاوض أو المقاضاة عند الضرورة.
في الولايات المتحدة، تسود المناقشة حول „Fair Use“. . تجادل شركات الذكاء الاصطناعي بأن التدريب على الأعمال المحمية بحقوق المؤلف هو "استخدام تحويلي"، لأنه لا يتم نشر نسخ 1:1، بل يتم تعلم أنماط إحصائية. ومع ذلك، فإن المحاكم لا تقبل هذه الحجة باستمرار. قضت محكمة في ميونيخ بأن تدريب ChatGPT على كلمات الأغاني المحمية ينتهك قانون حقوق التأليف والنشر الألماني، وألزمت OpenAI بدفع تعويضات لصالح GEMA. يعتمد ترخيص بيانات تدريب نماذج اللغة الكبيرة (LLM) على الاستثناءات وآليات إلغاء الاشتراك والمتطلبات الشفافة وإجراءات المحاكم، مما يدفع منصات مثل ويكيبيديا نحو نماذج ترخيص قابلة للتخطيط.
المصدر: digitalzentrum-berlin.de
يخلق قانون الذكاء الاصطناعي للاتحاد الأوروبي إطارًا قانونيًا لاستخدام الذكاء الاصطناعي ويؤثر على نماذج الترخيص.
مقدمة موجزة للقضايا الأساسية "حقوق المؤلف وتدريب الذكاء الاصطناعي" تقدمها هذه مناقشة متخصصة باللغة الإنجليزية.
تكاليف كشط الذكاء الاصطناعي
بالنسبة للمنصات غير الربحية مثل ويكيبيديا، تنشأ ثلاثة أنواع رئيسية من التكاليف بسبب كشط الذكاء الاصطناعي: بنية تحتية إضافية، وتدابير مضادة تقنية، ونفقات إشراف. تزداد الحاجة إلى الخوادم وعرض النطاق الترددي وموارد ذاكرة التخزين المؤقت، حيث تقوم روبوتات الذكاء الاصطناعي بالمسح الآلي لأجزاء كبيرة أو مجموعات كاملة من المشروع. يجب على المنظمات غير الربحية أن تقرر كيفية الدفاع عن نفسها ضد الكشط المفرط. بالإضافة إلى الوسائل الكلاسيكية مثل robots.txt، تناقش مؤسسة ويكيميديا حلولًا متخصصة مثل Cloudflare „AI Crawl Control“. . بالإضافة إلى ذلك، هناك حاجة إلى هياكل إدارة لتحديد مع الشركات التي يتم التفاوض معها ومتى يعد الوصول المجاني تقويضًا لأهداف المجتمع.
تستجيب المنصات الأخرى بشكل مختلف: Reddit تعتمد على تراخيص البيانات المدفوعة، ولكنها تخضع لمراقبة. US-Federal Trade Commission بسبب بيع بيانات المستخدم. في الوقت نفسه، ترفع Reddit دعوى قضائية ضد Anthropic بتهمة الكشط المخالف للعقد، لحماية نموذج ترخيصها. بالنسبة لمشاريع مثل ويكيبيديا، فإن نطاق المناورة أصغر. يمكن them تقديم نماذج مؤسسية مدفوعة، ولكن يجب عليهم توضيح لمجتمعهم لماذا لا يعد بعض أشكال كشط الذكاء الاصطناعي، بدءًا من نطاق معين، استخدامًا شرعيًا، بل فخًا للتكاليف.
نظرة على التوتر بين الثقافة الحرة والاستدامة يقدمها جيمي ويلز في محاضرات.
نماذج للمقايضة العادلة
التساؤل الأساسي هو كيف تبدو المقايضة العادلة بين البيانات المفتوحة والذكاء الاصطناعي، والتي تحمي الابتكار والصالح العام. نموذج وصول متدرج هو نهج واضح: يستخدم الأفراد والمشاريع الصغيرة المحتوى بحرية مع الالتزام بترخيص CC. تعقد الجهات التجارية الكبيرة، وخاصة مشغلي أنظمة الذكاء الاصطناعي، اتفاقيات ترخيص بشروط واضحة بشأن النطاق، ومتطلبات الإسناد، وحقوق الحذف، والمسؤولية، كما هو موضح في Wikimedia Enterprise أو صفقات الناشرين الكبار مع OpenAI.
المصدر: user-added
اثنتان من أقفاص السمك الهلامي اللامعة، واحدة زرقاء والأخرى خضراء، أمام خلفية سوداء مع خطوط شبكة وأقواس.
العنصر الثاني هو الإشارة التقنية: يجب على أصحاب الحقوق أن يكونوا قادرين على الإشارة بطريقة قابلة للقراءة آليًا ما إذا كان يمكن استخدام محتوياتهم لتدريب الذكاء الاصطناعي، ويجب على برامج الزحف الخاصة بشركات الذكاء الاصطناعي احترام هذه الإشارات. العنصر الثالث هو نماذج التعويض الموحدة: بدلاً من الصفقات الفردية، يمكن لجمعيات الإدارة الجماعية أو اتفاقيات الإطار الصناعي جمع وإعادة توزيع رسوم الترخيص لفئات استخدام محددة، على غرار إدارة الموسيقى.
تسمح يوتيوب للمبدعين بالموافقة صراحةً على استخدام مقاطع الفيديو الخاصة بهم لتدريب أنظمة الذكاء الاصطناعي للشركات الخارجية؛ هذا الإعداد معطلاً افتراضيًا. يشير هذا إلى مستقبل حيث لا تعتبر المحتويات المفتوحة تلقائيًا مخازن موارد مجانية لشركات الذكاء الاصطناعي، ولكن يتم التفاوض على حقوق الاستخدام والتعويضات وخيارات إلغاء الاشتراك بشفافية - حتى بالنسبة للمشاريع غير الربحية مثل ويكيبيديا.
الأساسيات الخاصة بتراخيص Creative Commons يتم شرحها في هذا فيديو توضيحي باللغة الألمانية. مقدمة موجزة عن النظرة الأوروبية على تنظيم الذكاء الاصطناعي وحقوق المؤلف يقدمها هذا العرض.
خاتمة وتوقعات
تمثل ويكيبيديا فكرة المعرفة الحرة، ولكن "متاح مجانًا" لا يعني "قابل للاستغلال مجانًا لكل نموذج عمل". قرار جيمي ويلز ومؤسسة ويكيميديا، بالسعي لعقد المزيد من صفقات الترخيص مع شركات الذكاء الاصطناعي، هو محاولة للحفاظ على مبادئ ويكيبيديا في عالم مدفوع بالذكاء الاصطناعي. يجب أن تظل المحتويات المفتوحة مفتوحة، ولكن من يستخدمها تجاريًا على نطاق صناعي يجب أن يساهم بنصيب عادل في تمويل البنية التحتية.
يعتمد نجاح هذا النهج على كيفية إجابة المحاكم والهيئات التنظيمية والجمهور على سؤال المقايضة العادلة بين البيانات المفتوحة والذكاء الاصطناعي. يتعلق الأمر بعدم تحميل التكاليف الحقيقية لكشط الذكاء الاصطناعي على المتطوعين والمتبرعين.