Transcription
المترجم: Hani Eldalees إن التكنولوجيا والرؤية الكامنة وراء الذكاء الاصطناعي التوليدي مذهلة، لكن سرقة عمل المبدعين في العالم لبنائه ليست كذلك.
هناك ثلاثة أشياء رئيسية تحتاجها شركات الذكاء الاصطناعي لبناء نماذجها، وثلاثة موارد رئيسية - الأشخاص والحوسبة والبيانات. أي المهندسين لبناء النماذج ووحدات معالجة الرسومات لتشغيل عملية التدريب والبيانات لتدريب النماذج عليها.
تنفق شركات الذكاء الاصطناعي مبالغ هائلة على الأولين، وأحيانًا مليون دولار لكل مهندس وما يصل إلى مليار دولار لكل نموذج. لكنهم يتوقعون أخذ المورد الثالث، بيانات التدريب، مجانًا.
حالياً، تتدرب العديد من شركات الذكاء الاصطناعي على العمل الإبداعي لم تدفع ثمنه أو حتى تطلب الإذن باستخدامه. هذا غير عادل وغير مستدام. ولكن إذا قمنا بإعادة ضبط بيانات التدريب الخاصة بنا وترخيصها، فيمكننا بناء نظام بيئي أفضل للذكاء الاصطناعي يعمل للجميع، سواء شركات الذكاء الاصطناعي نفسها أو المبدعين، الذين بدون عملهم لن توجد هذه النماذج.
لا ترخص معظم شركات الذكاء الاصطناعي اليوم غالبية بيانات التدريب الخاصة بها. يستخدمون كاشطات الويب للعثور على أكبر قدر ممكن من المحتوى وتنزيله والتدريب عليه. غالبًا ما يكونون سريين جدًا بشأن ما يتدربون عليه، ولكن ما هو واضح هو أن التدريب على العمل المحمي بحقوق الطبع والنشر بدون ترخيص منتشر.
على سبيل المثال، عندما نظرت مؤسسة Mozilla في 47 نموذجًا لغويًا كبيرًا تم إصدارها بين عامي 2019 و 2023، وجدوا أن 64 بالمائة منهم تم تدريبهم، جزئيًا، على Common Crawl، وهي مجموعة بيانات تتضمن أعمالًا محمية بحقوق الطبع والنشر، مثل مقالات الصحف من المنشورات الرئيسية. ولم تكشف نسبة 21 بالمائة أخرى عن معلومات كافية لمعرفة أي من الطريقتين.
أصبح التدريب على حقوق الطبع والنشر بدون ترخيص معيارًا سريعًا في معظم صناعة الذكاء الاصطناعي التوليدية. لكن هذا التدريب، هذا التدريب غير المرخص على العمل الإبداعي، له عواقب سلبية خطيرة على الأشخاص الذين يقفون وراء هذا العمل.
وذلك لسبب بسيط هو أن الذكاء الاصطناعي التوليدي ينافس بيانات التدريب الخاصة به. هذه ليست الرواية التي تحب شركات الذكاء الاصطناعي تصويرها. نحب أن نتحدث عن الديمقراطية، عن السماح لمزيد من الناس بالإبداع. لكن حقيقة أن الذكاء الاصطناعي يتنافس مع بيانات التدريب الخاصة به أمر لا مفر منه.
يمكن لنموذج اللغة الكبير المدرب على القصص القصيرة إنشاء قصص قصيرة منافسة. يمكن لنموذج صور AI المدرب على الصور المخزنة إنشاء صور مخزون منافسة. يمكن لنموذج موسيقى AI المدرب على الموسيقى المرخصة للبرامج التلفزيونية إنشاء موسيقى منافسة لترخيص البرامج التلفزيونية.
هذه النماذج، مهما كانت غير كاملة، سريعة وسهلة الاستخدام لدرجة أن هذه المنافسة أمر لا مفر منه. وهذا ليس مجرد نظرية.
لا يزال الذكاء الاصطناعي التوليدي جديدًا جدًا، لكننا نرى بالفعل نوع التأثيرات التي تتوقعها بالضبط في عالم يتنافس فيه الذكاء الاصطناعي التوليدي مع بيانات التدريب الخاصة به.
على سبيل المثال، قال المخرج الشهير رام جوفال فارما مؤخرًا إنه سيستخدم موسيقى الذكاء الاصطناعي في جميع مشاريعه في المستقبل. في الواقع، هناك تقارير متعددة عن أشخاص بدأوا في الاستماع لموسيقى الذكاء الاصطناعي بدلاً من التي ينتجها الإنسان، ومؤخرًا، وصلت أغنية AI إلى رقم 48 في الرسوم البيانية الألمانية. في كل هذه الحالات، تتنافس موسيقى الذكاء الاصطناعي مع الأغاني تم التدريب عليها.
أو خذ كيلي ماكرنان. كيلي فنانة من ناشفيل. لمدة 10 سنوات، كسبوا ما يكفي من المال من بيع أعمالهم بحيث كان الفن هو دخلهم بدوام كامل. ولكن في عام 2022، تم استخدام مجموعة بيانات تضمنت أعمالهم لتدريب نموذج صور الذكاء الاصطناعي الشهير. كان اسمهم واحدًا من العديد من الأسماء التي استخدمها عدد كبير من الأشخاص لإنشاء فن بأسلوب فنانين بشريين محددين. انخفض دخل كيلي بنسبة 33 في المائة بين عشية وضحاها تقريبًا.
يروي الرسامون في جميع أنحاء العالم قصصًا مماثلة، حيث تتفوق عليهم نماذج الذكاء الاصطناعي التي لديهم سبب للاعتقاد بأنهم تلقوا تدريبًا على عملهم.
كتبت منصة Upwork المستقلة ورقة بيضاء نظروا فيها إلى التأثيرات التي رأوها في سوق العمل للذكاء الاصطناعي التوليدي. لقد نظروا في كيفية تغير إعلانات الوظائف على منصتهم منذ إدخال ChatGPT، ومن المؤكد أنهم وجدوا ما تتوقعه بالضبط، وهو أن الذكاء الاصطناعي التوليدي قد قلل الطلب على مهام الكتابة المستقلة بنسبة 8 في المائة، والتي ترتفع إلى 18 في المائة إذا نظرت فقط إلى ما يسمونه المهام الأقل قيمة.
لذا فإن البيانات الأولية لدينا، بالإضافة إلى القصص الفردية التي نسمعها، تتوافق جميعها مع الافتراض المنطقي: «الذكاء الاصطناعي التوليدي ينافس العمل الذي تم التدريب عليه». إنه سريع جدًا وسهل الاستخدام، وهو أمر لا مفر منه، ويتنافس مع الأشخاص الذين يقفون وراء هذا العمل.
يجادل المبدعون الآن بأن هذا التدريب غير قانوني. يمنح الإطار القانوني لحقوق الطبع والنشر المبدعين الحق الحصري في ترخيص نسخ من أعمالهم، ويتضمن تدريب الذكاء الاصطناعي النسخ.
هنا، في الولايات المتحدة، تجادل العديد من شركات الذكاء الاصطناعي بأن التدريب على الذكاء الاصطناعي يندرج تحت استثناء حقوق النشر للاستخدام العادل، والذي يسمح بالنسخ غير المرخص في مجموعة محدودة من الظروف، مثل إنشاء محاكاة ساخرة للعمل.
يختلف المبدعون وأصحاب الحقوق بشدة، حيث يقولون لا توجد طريقة يمكن من خلالها استخدام هذا الاستثناء الضيق لإضفاء الشرعية على الاستغلال الجماعي للعمل الإبداعي لإنشاء منافسين آليين لهذا العمل. وللعلم، أوافق تمامًا.
بالطبع، لم يتم اختبار هذا السؤال سابقًا في المحاكم، وهناك حاليًا حوالي 30 دعوى قضائية جارية رفعها أصحاب الحقوق ضد شركات الذكاء الاصطناعي، مما سيساعد في معالجة هذا السؤال. لكن هذا سيستغرق بعض الوقت، ويعاني المبدعون مما يعتبرونه منافسة غير عادلة في الوقت الحالي.
لذلك يقترحون حلاً تم استخدامه وعمله من قبل - الترخيص. إذا أراد كيان تجاري استخدام عمل محمي بحقوق الطبع والنشر، سواء كان ذلك لتصنيع البضائع أو بناء خدمة بث، فإنه يرخص هذا العمل.
لدى شركات الذكاء الاصطناعي الآن مجموعة من الأسباب التي تجعل هذا لا ينطبق عليها. هناك الاستثناء القانوني للاستخدام العادل الذي ذكرته بالفعل. هناك أيضًا حجة مفادها لأن البشر يمكنهم التدريب على العمل المحمي بحقوق الطبع والنشر دون ترخيص، فيجب السماح للذكاء الاصطناعي بذلك. لكن هذا ادعاء يصعب تبريره.
يتعلم الفنانون من بعضهم البعض منذ قرون. عند الإنشاء، تتوقع أن يتعلم الآخرون منك. تتعلم من مجموعة من المصادر، من الفنون الأخرى إلى الكتب المدرسية إلى أخذ الدروس. الكثير من هذا المبلغ دفعت أنت أو أي شخص آخر ثمنه، مما يدعم النظام البيئي بأكمله.
في الذكاء الاصطناعي التوليدي، تقوم الكيانات التجارية التي تقدر قيمتها بملايين أو مليارات الدولارات باستخراج أكبر قدر ممكن من المحتوى، غالبًا ضد إرادة المبدعين، دون مقابل، وتقوم بعمل نسخ متعددة على طول الطريق - والتي تخضع لقانون حقوق النشر - لإنشاء منافس قابل للتطوير بدرجة كبيرة لما ينسخه.
قادرة، لدرجة أن هناك مولدات صور بالذكاء الاصطناعي تُقدر بأنها تنتج 2.5 مليون صورة يوميًا ومولدات أغاني بالذكاء الاصطناعي تنتج 10 أغنيات في الثانية. القول بأن التعلم البشري والتدريب على الذكاء الاصطناعي نفس الشيء ويجب التعامل معه بنفس الطريقة أمر مناف للعقل.
تجادل شركات الذكاء الاصطناعي أيضًا بأن ترخيص بيانات التدريب الخاصة بها سيكون غير عملي. إنهم يستخدمون الكثير من بيانات التدريب، بحيث تكون المدفوعات الفردية لكل منشئ البيانات صغيرة. ولكن هذا ينطبق على العديد من أسواق ترخيص المحتوى. لا يزال منشئو المحتوى يرغبون في الحصول على أموال، حتى لو كانت قليلة.
تجادل شركات الذكاء الاصطناعي بأنها ببساطة تستخدم الكثير من البيانات حتى يكون الترخيص ممكنًا. ولكن من الصعب جدًا تصديق ذلك في عالم توجد فيه مجموعة من مجموعات البيانات التي يمكنك الوصول إليها بإذن. يمكنك ترخيص البيانات من الشركات الإعلامية. كانت هناك 27 صفقة رئيسية بين شركات الذكاء الاصطناعي وأصحاب الحقوق في العام الماضي وحده، وهذا ناهيك عن الشركات الصغيرة التي لا يتم الإبلاغ عنها.
هناك أسواق لبيانات التدريب حيث يمكنك الحصول على المزيد من البيانات. يمكنك توسيع هذا باستخدام البيانات الموجودة في المجال العام -- أي التي لا توجد فيها حقوق نشر، مثل مجموعة بيانات Common Corpus المكونة من 500 مليار كلمة. يمكنك توسيع هذا الأمر بشكل أكبر باستخدام البيانات الاصطناعية، أي البيانات التي تم إنشاؤها بنفسها بواسطة نموذج الذكاء الاصطناعي، والتي لا توجد فيها عادةً حقوق نشر.
لذلك هناك العديد من الخيارات المتاحة لك إذا كنت ترغب في إنشاء نموذجك دون انتهاك حقوق الطبع والنشر. لكن أقوى دليل على إمكانية ترخيص جميع بياناتك هو أن هناك العديد من الشركات التي تقوم بذلك بالفعل.
أعلم، لأنني فعلت ذلك بنفسي. لقد عملت في ما نسميه الآن الذكاء الاصطناعي التوليدي لأكثر من عقد، وفي سبتمبر الماضي، أصدر فريقي في Stability AI نموذجًا موسيقيًا للذكاء الاصطناعي تم تدريبه على الموسيقى المرخصة. قام عدد من الشركات الأخرى بنفس الشيء، وقمت بتأسيس Fairly Trained من أجل تسليط الضوء على هذه الحقيقة وهذه الشركات.
Fairly Trained هي منظمة غير ربحية تصادق على شركات الذكاء الاصطناعي المولدة لا تتدرب على العمل المحمي بحقوق الطبع والنشر بدون ترخيص. أطلقنا في يناير من هذا العام، وقمنا بالفعل باعتماد 18 شركة.
الآن تتخذ هذه الشركات مجموعة متنوعة من الأساليب لترخيص بيانات التدريب الخاصة بها. لدينا نموذج صوتي بتقنية الذكاء الاصطناعي تم تدريبه على الأصوات الفردية المرخصة. لدينا نموذج موسيقى بتقنية الذكاء الاصطناعي مرخص بأكثر من 40 كتالوجًا موسيقيًا. لدينا نموذج لغوي كبير يتم تدريبه فقط على البيانات في المجال العام، ومعظمها من الوثائق والسجلات الحكومية. لدينا شركات دفعت رسومًا مقدمة مقابل بياناتها. لدينا شركات تشارك إيراداتها مع مزودي البيانات.
لا توجد إجابة واحدة على التفاصيل الدقيقة لكيفية عمل إحدى صفقات الترخيص هذه. يكمن جمال الترخيص في أنه يمكن للطرفين الاجتماع معًا ومعرفة ما يناسبهما. وهذا يحدث أكثر فأكثر الآن.
سوف تسمع أن شرط ترخيص بيانات التدريب يخنق الابتكار بطريقة ما، وأن شركات الذكاء الاصطناعي الكبرى فقط هي التي يمكنها تحمل رسوم الترخيص الأولية الضخمة هذه. ولكن في الواقع، فإن الشركات الناشئة الصغيرة هي التي تكلف نفسها عناء ترخيص جميع بياناتها، وهي تفعل ذلك، في كثير من الأحيان، دون رسوم ترخيص مسبقة باهظة، ولكن باستخدام نماذج مثل حصص الإيرادات.
وهناك جانب رئيسي آخر لترخيص بيانات التدريب الخاصة بك. كل هذا التدريب على العمل المحمي بحقوق الطبع والنشر يجبر الناشرين على إيقاف الوصول إلى المحتوى الخاص بهم. نظرت مبادرة مصدر البيانات في 14,000 موقع إلكتروني شائع الاستخدام في مجموعات التدريب على الذكاء الاصطناعي، ووجدوا أنه على مدار عام واحد، وبالنظر فقط إلى المجالات ذات القيمة الأعلى للتدريب على الذكاء الاصطناعي، ارتفع العدد الذي تم تقييده عن طريق إلغاء الاشتراك أو شروط الخدمة من ثلاثة بالمائة إلى ما بين 20 و 33 بالمائة.
يتم إغلاق الويب تدريجيًا بسبب التدريب غير المرخص. هذا سيئ لنماذج الذكاء الاصطناعي الجديدة، للوافدين الجدد إلى السوق، ولكن أيضًا للجميع - الباحثين والمستهلكين وغيرهم، الذين يستفيدون من الإنترنت المفتوح.
لا ينبغي أن يكون مفاجئًا أن عامة الناس لا يتفقون مع شركات الذكاء الاصطناعي حول ما يمكنهم تدريب نماذجهم عليه. استطلاع واحد من معهد سياسة الذكاء الاصطناعي، في أبريل، سأل الناس عن السياسة المشتركة بين شركات الذكاء الاصطناعي للتدريب على البيانات المتاحة للجمهور. هذه هي البيانات المتاحة بشكل مفتوح عبر الإنترنت، تتضمن الكثير من الأعمال المحمية بحقوق الطبع والنشر، مثل المقالات الإخبارية، والوسائط المقرصنة في كثير من الأحيان. قال 60 في المائة من الأشخاص إنه لا ينبغي السماح بذلك مقابل 19 في المائة فقط قالوا إنه ينبغي السماح بذلك.
استمر الاستطلاع نفسه في التساؤل عما إذا كان يجب على شركات الذكاء الاصطناعي تعويض مزودي البيانات. 74 في المئة قالوا نعم، و9 في المئة فقط قالوا لا.
مرات وتكرارًا، عندما نطرح هذه الأسئلة على الجمهور، فإنهم يظهرون دعمًا للمتطلبات المتعلقة بالإذن والدفع، ورفضًا لفكرة أن شيئًا ما متاحًا للجمهور بطريقة ما يجعله لعبة عادلة. والأشخاص الذين يصنعون الفن الذي يستهلكه المجتمع يشعرون بنفس الطريقة.
أطلقنا اليوم «بيانًا حول التدريب على الذكاء الاصطناعي»، وهو عبارة عن رسالة مفتوحة قصيرة وبسيطة تنص ببساطة على ما يلي: «الاستخدام غير المرخص للأعمال الإبداعية لتدريب الذكاء الاصطناعي التوليدي يمثل تهديدًا كبيرًا وغير عادل لسبل عيش الأشخاص يقفون وراء هذه الأعمال، ويجب عدم السماح به». تم التوقيع على هذا بالفعل من قبل 11000 من المبدعين في جميع أنحاء العالم، بما في ذلك المؤلفين الحائزين على جائزة نوبل والممثلين والملحنين الحائزين على الأوسكار. وإذا كنت توافق على هذا الشعور، أشجعك على التوقيع عليه اليوم على aitrainingstatement.org.
ما يوضحه هذا البيان وما سبقه من تصريحات هو أن هؤلاء الفنانين، هؤلاء المبدعين، ينظرون لتدريب غير مرخص على أعمالهم من نماذج الذكاء الاصطناعي التوليدية على أنه غير عادل تمامًا ويحتمل أن يكون كارثيًا لمهنهم.
لذلك إذا كنت من المدافعين عن التدريب غير المرخص للذكاء الاصطناعي، فتذكر فقط أن الأشخاص الذين كتبوا الموسيقى التي تستمع إليها والكتب التي تقرأها ربما يختلفون.
إذن أين يتركنا هذا؟ حسنًا، في الوقت الحالي، يكره العديد من الفنانين والكتاب والموسيقيين والمبدعين في العالم الذكاء الاصطناعي التوليدي بشكل مباشر. ونعلم، بكلماتهم الخاصة، أن أحد أسباب ذلك هو أننا نتدرب على عملهم دون سؤالهم.
لكن لا يجب أن يكون الأمر بهذه الطريقة. يمكن أن تكون صناعة الذكاء الاصطناعي والصناعات الإبداعية مفيدة ويجب أن تكون كذلك. ولكن لكي تظهر هذه العلاقة ذات المنفعة المتبادلة، علينا أن نبدأ من موقف احترام قيمة الأعمال التي يتم التدريب عليها وحقوق الأشخاص الذين صنعوها.
أنا لا أجادل في أنه يجب إيقاف جميع عمليات تطوير الذكاء الاصطناعي. أنا لا أجادل في أن الذكاء الاصطناعي لا يكون موجودًا. ما أجادله هو أن الموارد المستخدمة لبناء الذكاء الاصطناعي التوليدي يجب دفع ثمنها.
الترخيص هو عمل شاق. سيؤدي ذلك إلى إبطائك على المدى القصير، لكنك ستصل في النهاية إلى نفس النقطة بالضبط - نماذج تتمتع بنفس القدرة والقوة - وستفعل ذلك دون إجبار الناشرين في العالم على هدم البوابات وتدمير المشاعات، ودون تأليب مبدعي العالم ضدك.
لذلك آمل أن تحذو المزيد من شركات الذكاء الاصطناعي حذو تلك التي اعتمدناها في Fairly Trained، وأن ترخص جميع بيانات التدريب لها. آمل أن يطلب الموظفون في هذه الشركات ذلك من أصحاب العمل. وآمل أن يسأل كل من يستخدم الذكاء الاصطناعي التوليدي عن النماذج المفضلة لديهم التي تم التدريب عليها.
هناك مستقبل يمكن أن يتعايش فيه الذكاء الاصطناعي التوليدي والإبداع البشري، ليس فقط بشكل سلمي، ولكن بشكل تكافلي. لقد كانت بداية صعبة، ولكن لم يفت الأوان بعد لتغيير المسار.
شكرًا لكم. (تصفيق)