تكشف المواد الجديدة غير المنقحة في دعوى حقوق الطبع والنشر التي رفعتها صحيفة نيويورك تايمز ضد OpenAI وMicrosoft عن سلسلة من الاعترافات الداخلية المذهلة - بما في ذلك وصف أحد كبار المسؤولين التنفيذيين في Microsoft بشكل خاص لممارسات التدريب على الذكاء الاصطناعي في الشركتين بأنها سرقة، واعتراف قيادة OpenAI بأن برنامج الدردشة الآلي الخاص بها يشكل "تهديدًا وجوديًا" للناشرين الذين دربته أعمالهم.

ويأتي التقديم، الذي أبلغت عنه TechCrunch يوم الخميس، بعد ثلاث سنوات من رفع دعوى قضائية ضد صحيفة The Times لأول مرة، زاعمة أن الشركات انتهكت قانون حقوق الطبع والنشر من خلال تدريب نماذج الذكاء الاصطناعي التوليدية على محتواها. توضح المادة المرئية حديثًا كيف حصلت الشركات على هذا المحتوى واستخدمته: تجاوز نظام حظر الاشتراك غير المدفوع دون أن يتم اكتشافه، وبناء مجموعات بيانات التدريب من خلال الاستخلاص الجماعي، وتجريد إشعارات حقوق الطبع والنشر من بيانات التدريب عمدًا. لمزيد من السياق حول هذه القصة، راجع تغطية صناعة الذكاء الاصطناعي.

تجدر الإشارة إلى التحذير الذي وضعته TechCrunch نفسها: معظم المعلومات الجديدة تأتي من الموجز الخاص بصحيفة التايمز بدلاً من المعروضات الأساسية، التي تظل مختومة، ويتم تقديم الاقتباسات بدون سياقها الأصلي.

"حلقة الموت" للناشرين

من بين أهم ما تم الكشف عنه هو البيانات الخاصة بشركة Microsoft حول ما فعله "محرك الإجابة" Copilot الخاص بها لحركة المرور إلى موقع The Times الإلكتروني. وفقًا للملف، تُظهر الأرقام الداخلية لشركة Microsoft أن برنامج Copilot تسبب في انخفاض معدلات النقر على نطاق nytimes.com بنسبة تصل إلى 93 بالمائة مقارنة ببحث Bing التقليدي.

ووصف عرض داخلي كتبه برنت هيشت، مدير العلوم التطبيقية في مايكروسوفت، في يناير 2024، التراجع بأنه "حلقة الموت" التي من شأنها "الإضرار بأداء نماذجنا والويب بأكمله في نفس الوقت".

"من غير المعتاد إلى حد كبير أن يهدد المنتج النهائي الأسس الاقتصادية لمورديه الأساسيين، ولكن هذا هو الوضع الذي أنشأناه لأعمال LLM الخاصة بنا فيما يتعلق بـ "سلسلة توريد المحتوى" الخاصة بها،" كما ورد في مستند Microsoft، كما هو مقتبس في الملف.

يتعارض القبول بشكل مباشر مع أحد ركائز الدفاع عن الاستخدام العادل الذي اعتمدت عليه شركات الذكاء الاصطناعي: وهو أن الاستخدام لا يحل محل العمل الأصلي أو يضر سوقه.

الكلمات الخاصة بالمديرين التنفيذيين تدخل السجل

وتلتقط التسجيلات غير المنقحة أيضًا تقييمات صريحة من كبار الشخصيات في الشركات.

شهد الرئيس التنفيذي لشركة مايكروسوفت ساتيا ناديلا في شهادته في وقت سابق من هذا العام أن "أي شيء محمي بنظام حظر الاشتراك غير المدفوع يجب أن يكون مرخصًا من قبل أي شخص يريد استخدامه ... للتأريض أو التدريب". وأوضح ناديلا أنه لو "كان على علم بأن OpenAI قد استخرجت وتدربت على المعلومات التي كانت وراء نظام حظر الاشتراك غير المدفوع، لكان قد استند إلى حق مايكروسوفت في مطالبة OpenAI بإعادة تدريب نماذجها".

كما وافق ناديلا تحت القسم على أن التحدث مع روبوتات الدردشة "قد حل محل ... إعطائك المعلومات مباشرة على موقع الويب على منصة الذكاء الاصطناعي بدلاً من الحاجة إلى الانتقال إلى المصدر الأساسي".

على جانب OpenAI، كتب نيك تورلي، رئيس ChatGPT في الشركة، في اتصالات داخلية أن الناشرين يواجهون "تهديدًا وجوديًا" من منتجات مثل chatbot، والتي تعد "بديلة إلى حد كبير" و"ستصبح بديلة أكثر فأكثر مع تحسنها". وصف رئيس OpenAI جريج بروكمان النماذج بأنها "ممتازة في الأخبار".

وفي مذكرة داخلية مؤرخة في كانون الثاني (يناير) 2023، وصف هيشت - نفس المدير التنفيذي لشركة مايكروسوفت الذي أشار لاحقًا إلى "حلقة الموت" - عملية الكشط بأنها "سرقة مذهلة ذات أبعاد غير مسبوقة" و"أكبر سرقة للعمالة في تاريخ البشرية".

الحجم الهائل للنسخ

تحدد الوثائق حجم النسخ على نطاق لم يتم الكشف عنه مسبقًا. يقول الملف إن مجموعات بيانات OpenAI وحدها، في منتصف التدريب، تحتوي على أكثر من 91.692 نسخة من الأعمال التي نشرتها صحيفة نيويورك تايمز، ونيويورك ديلي نيوز، ومركز التقارير الاستقصائية.

وتضمنت مجموعة البيانات المستمدة من Common Crawl، وهو المستودع المجاني المفتوح لبيانات الزحف على الويب، أكثر من مليوني مستند من موقع nytimes.com وحده. يصف الملف أيضًا Project Mango، وهي مبادرة بيانات Microsoft-OpenAI التي تحتوي مجموعة بياناتها التدريبية المجمعة على نسخ من ما لا يقل عن 160,903 أعمال فريدة من ناشري الأخبار. قامت OpenAI بتسليم مجموعة بيانات تدريب GPT-3 بالكامل إلى Microsoft لتقييمها، كما يقول الملف، كما قدمت Microsoft بالمثل بيانات التدريب إلى OpenAI من خلال مبادرات تسمى Project Taxi وProject Mango.

يُزعم أيضًا أن موظفي OpenAI قاموا ببناء مجموعات بيانات تدريب مبكرة مثل WebText وWebText2 التي اعتمدت بشكل غير متناسب على محتوى الأخبار المسروقة.

اختراق نظام Paywall وإشعارات حقوق الطبع والنشر المجردة

ولعل التفاصيل الأكثر وضوحًا تتعلق بكيفية الحصول على المحتوى. عندما أخبر نيك رايدر، الباحث في OpenAI، بروكمان عن "اختراق للالتفاف على نظام حظر الاشتراك غير المدفوع في نيويورك"، أجاب بروكمان - يقول الملف -: "آه لطيف".

تصف التسجيلات أيضًا الجهود المتعمدة لتجريد إشعارات حقوق الطبع والنشر من بيانات التدريب قبل وصولها إلى النموذج، لأن الباحثين "لا يريدون" أن يقوم النموذج بإخراج "إشعارات حقوق الطبع والنشر" للمستخدمين.

وقال ستيفن ليبرمان، مستشار صحيفة نيويورك ديلي نيوز، في بيان تمت مشاركته مع TechCrunch: "الأدلة التي تم الكشف عنها هنا لأول مرة تظهر أن OpenAI وMicrosoft كانا يعلمان أن ما يفعلانه كان خطأ".

ماذا يعني ذلك بالنسبة لمعركة الاستخدام العادل

لا تزال مسألة ما إذا كانت شركات الذكاء الاصطناعي قادرة بشكل قانوني على التدريب على المواد المحمية بحقوق الطبع والنشر دون ترخيص غير محسومة، لكن القضاة كانوا حتى الآن مؤيدين إلى حد كبير لحجج الاستخدام العادل التي تقدمها شركات الذكاء الاصطناعي. في وقت سابق من هذا الشهر، ساهمت إدارة ترامب بإيجاز في الدفاع عن استخدام OpenAI غير المرخص للمواد المحمية بحقوق الطبع والنشر لتدريب نماذجها اللغوية الكبيرة.

ومع ذلك، فإن العديد من عمليات القبول الجديدة تتعارض مع متطلبات اختبار الاستخدام العادل المتعلقة بالضرر في السوق - وهي فكرة مفادها أن الاستخدام يجب ألا يحل محل العمل الأصلي أو يقوضه السوق. إن البيانات الداخلية التي تقول إن المنتجات "بديلة إلى حد كبير"، جنبًا إلى جنب مع بيانات مايكروسوفت الخاصة التي تظهر انهيارًا بنسبة 93 بالمائة في النقرات، تعطي جانب التايمز الدليل الأكثر وضوحًا حتى الآن على استبدال السوق.

يعد التسجيل أحدث تصعيد في قضية أصبحت المعركة القانونية الحاسمة حول كيفية حصول شركات الذكاء الاصطناعي على بيانات التدريب. ومهما كانت النتيجة، فإن السجل غير المنقح يظهر الآن أن المسؤولين التنفيذيين في الشركات فهموا التوتر في وقت مبكر - وكتبوا ذلك كتابياً.

لمواصلة تغطية المعارك القانونية التي تشكل الذكاء الاصطناعي، تابع آخر أخبار الذكاء الاصطناعي والتحليل المتعمق للقضايا التي ستحدد الصناعة.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →