ИИ съедает книги
«Нелицензионное и неограниченное обучение ИИ может уничтожить книжную экосистему» — так Authors Guild, профессиональная организация американских авторов, сформулировала одну из главных претензий к современным разработчикам искусственного интеллекта.
Большим языковым моделям (LLM) — системам вроде чат-ботов, которые умеют создавать и анализировать тексты, — нужны огромные массивы данных. Для обучения компании используют материалы из открытого интернета, синтетические тексты, созданные другими нейросетями, а также опубликованные книги.
Особую тревогу у писателей, авторов и издателей вызвали сообщения о том, что некоторые ИИ-компании могли брать книги с пиратских сайтов электронных книг и использовать их для создания языковых моделей. Публичная дискуссия разгорелась вокруг того, имеют ли разработчики право извлекать, копировать и перерабатывать произведения без разрешения правообладателей.
В ответ на истории о легальном и нелегальном сканировании книг Authors Guild подготовила подробные рекомендации по лицензированию произведений для обучения ИИ. В документе организация рассмотрела разные способы использования опубликованных текстов и отдельно разобрала юридическую сторону вопроса — насколько законно применять книги для обучения моделей.
Авторы предупреждают: если сбор данных продолжится без прозрачных правил, оплаты и согласия правообладателей, под угрозой окажется сама книжная экосистема. Речь не только о доходах отдельных писателей. Массовое неконтролируемое использование текстов может ослабить издательский рынок, сделать создание новых книг менее выгодным и в итоге сократить разнообразие литературы.
В последние месяцы внимание переключилось с пиратских копий на компании, которые начали покупать, сканировать, а затем уничтожать книги в промышленных масштабах. Такой подход превращает библиотечный фонд в расходный материал: книгу приобретают ради цифровой копии, после чего бумажный оригинал больше не сохраняют.
Судебные документы раскрыли существование у Anthropic проекта под названием Project Panama. По данным документов, внутри компании обсуждалась схема, цель которой — «разрушительно отсканировать все книги в мире». Для инициативы использовали кодовое название: участники проекта, как следует из материалов, не хотели публично сообщать о своей работе.
Anthropic закупала книги для обучения модели Claude. Причина была практической: опубликованные произведения считались более качественным и тщательно отредактированным источником текста, чем многие материалы из интернета. Иными словами, для создания более убедительного искусственного автора компаниям понадобились настоящие авторы — но вопрос о том, кто и как должен за это платить, снова оказался в комнате, где все делают вид, что не слышат очевидного.
Материал подготовлен в рамках проекта TechRadar Pro QOTD, посвящённого высказываниям заметных представителей технологической отрасли. В центре этой истории остаётся конфликт между быстрым развитием ИИ и правами людей, чьи тексты делают это развитие возможным.
PEREC.RU
Перед нами история о конфликте между развитием искусственного интеллекта и правами авторов. Большие языковые модели обучаются на огромных массивах текста. В качестве источников компании используют открытые интернет-материалы, синтетические данные от других ИИ-систем и опубликованные книги. Литература особенно ценна для обучения, поскольку книги обычно написаны более связно и тщательно отредактированы, чем значительная часть случайных текстов в интернете.
Тревогу писателей, авторов и издателей вызвали сообщения о возможном использовании книг с пиратских сайтов электронных книг. Это означает, что произведения могли попадать в обучающие наборы без разрешения правообладателей и без выплаты им вознаграждения. Вопрос касается не только законности отдельных случаев, но и принципа: может ли компания брать чужой текст, копировать его и использовать для создания коммерческой модели.
Authors Guild — профессиональная организация американских авторов — ответила на эти истории подробными рекомендациями по лицензированию книг для обучения ИИ. Документ рассматривает разные способы использования опубликованных произведений и их юридический статус. Организация отдельно предупреждает, что продолжающийся сбор данных без прозрачных правил, согласия и компенсаций может разрушить книжную экосистему.
Под книжной экосистемой понимается вся система, благодаря которой появляются и распространяются книги: работа авторов, редакторов, переводчиков, издателей, типографий, магазинов и библиотек. Если тексты массово используются бесплатно, доходы от создания книг могут снизиться. Это способно сделать публикацию новых произведений менее привлекательной и привести к сокращению литературного разнообразия.
В последние месяцы внимание сосредоточилось на компаниях, которые не просто получают цифровые копии, а покупают книги, сканируют их и уничтожают бумажные оригиналы. Судебные документы раскрыли существование у Anthropic проекта Project Panama. Согласно материалам дела, его целью было «разрушительно отсканировать все книги в мире». Проект получил кодовое название, поскольку в компании не хотели публично сообщать о работе.
Anthropic закупала книги для обучения модели Claude. Обоснование заключалось в качестве: опубликованная литература считалась более надёжным и хорошо отредактированным источником, чем многие тексты из интернета. Таким образом, для создания убедительного ИИ, способного работать с языком, технологическим компаниям понадобились результаты труда реальных писателей.
Главная проблема истории — отсутствие ясного баланса между интересами разработчиков и авторов. ИИ-компаниям нужны данные для развития моделей, но правообладатели требуют законного доступа, прозрачных условий и оплаты. Без таких правил ускорение технологического прогресса может обернуться ослаблением рынка, который поставляет ему качественные тексты.
Новость опубликована в рамках проекта TechRadar Pro QOTD, посвящённого высказываниям известных представителей технологической отрасли. В данном случае ключевая цитата принадлежит Authors Guild и выражает опасение, что бесконтрольное обучение ИИ способно подорвать саму основу книжного рынка.
