سی بی سی نیوز کی ایک رپورٹ کے مطابق، دنیا بھر میں تعلیمی لائبریریاں AI ڈیٹا سکریپنگ بوٹس کے انتھک بھیڑ سے لڑ رہی ہیں جو اپنی ویب سائٹس کو سست یا کریش کر رہے ہیں۔ بڑی زبان کے ماڈلز کی تربیت کے لیے مواد کی کٹائی کے لیے AI کمپنیوں اور فریق ثالث کی خدمات کے ذریعے استعمال کیے جانے والے بوٹس پورے ڈیجیٹل مجموعوں کو آف لائن دستک دے رہے ہیں اور لائبریریوں کو کھلی رسائی اور آن لائن رہنے کے درمیان انتخاب کرنے پر مجبور کر رہے ہیں۔
اہداف بے ترتیب نہیں ہیں۔ لائبریریاں، عجائب گھر، اور دیگر ثقافتی ورثے کے اداروں میں معیاری، جانچ شدہ معلومات کی بڑی مقدار ہوتی ہے جو عام طور پر پے والز یا لاگ انز کے پیچھے نہیں چھپی ہوتی ہے — بالکل اسی قسم کا صاف، مستند متن جسے AI ڈویلپرز Claude، Gemini، اور ChatGPT جیسے تربیتی ماڈلز کے لیے انعام دیتے ہیں۔ For more context on this story, see our ongoing latest AI developments.
مجموعے آف لائن دستک ہوئے۔
مسئلہ کا پیمانہ اس حد تک بڑھ گیا ہے جہاں پوری آرکائیوز ناقابل رسائی ہو گئی ہیں۔ "بعض اوقات بوٹ ٹریفک اتنا خراب ہو جاتا ہے کہ اس کی وجہ سے سائٹیں تھوڑی دیر کے لیے مکمل طور پر نیچے چلی جاتی ہیں،" ڈین سیمن، ڈائریکٹر آف وکٹوریہ لائبریریز میں کلیکشنز اور ڈیجیٹل انفراسٹرکچر نے CBC کی رپورٹ میں کہا۔ انہوں نے بندش کو عوامی رسائی کے لیے ایک "حقیقی مسئلہ" پیدا کرنے کے طور پر بیان کیا - جب کسی لائبریری کی سائٹ بوٹ ٹریفک کے نیچے گر جاتی ہے، طلباء، محققین، اور عام شہری مشینوں کے ساتھ مل کر بند ہو جاتے ہیں۔
سان ہوزے اسٹیٹ یونیورسٹی میں، تجربہ مسلسل دباؤ میں سے ایک ہے۔ یونیورسٹی کے کیٹلاگنگ اور حکومتی دستاویزات کی قیادت کرنے والی جِل اسٹرائیکوسکی نے کہا، "وہ انٹرنیٹ پر صرف وہاں موجود ہیں، صرف ہم پر بمباری کر رہے ہیں کہ زیادہ سے زیادہ مواد حاصل کرنے کی کوشش کریں۔" اس کا ادارہ سرکاری دستاویزات اور دیگر عوامی مواد کو ڈیجیٹائز کرتا ہے، جس سے یہ کھرچنے والوں کے لیے ایک بنیادی خوراک ہے۔
رپورٹ میں ایک ایسے اسکول کی وضاحت کی گئی ہے جو ایک ہی دن میں فن لینڈ کی موسیقی پر 11,000 سے زیادہ تلاشوں سے مغلوب ہو گیا تھا — ٹریفک جو کوئی بھی انسانی سامعین خوش اسلوبی سے پیدا نہیں کر سکتا تھا، اور خودکار کٹائی کے کاموں کی طرح تنگ توجہ، اعلیٰ حجم کے رینگنے کی طرح۔
ایک مسئلہ جو بڑھتا ہی جا رہا ہے۔
اس رجحان پر نظر رکھنے والے محققین نے پایا کہ اس قسم کی جارحانہ کھرچنے کی رپورٹیں 2024 کے آخر میں شمالی امریکہ، یورپ اور اوشیانا میں ظاہر ہونا شروع ہوئیں، اور ماہرین نے CBC نیوز کو بتایا کہ اس کے بعد سے یہ مسئلہ بدتر ہوتا جا رہا ہے۔ جیسا کہ AI کمپنیاں اعلیٰ معیار کے تربیتی ڈیٹا کو محفوظ کرنے کی دوڑ میں لگ جاتی ہیں — اور جیسا کہ اوپن ویب کے پبلشرز تیزی سے کرالرز کو روک رہے ہیں — غیر محفوظ، اعلیٰ معیار کے متن کے تالاب سکڑتے رہتے ہیں، اور ان اداروں پر دباؤ بڑھتا جا رہا ہے جو اپنے مجموعوں کو بند کرنے سے انکار کرتے ہیں۔
اس دباؤ کی قیمت ہے۔ اسٹرائیکوسکی نے کہا کہ بوٹس "ہر ادارے کے لیے ناقابل یقین حد تک کام اور سر درد کا باعث بن رہے ہیں جو ڈیجیٹائزیشن کا کام کرتا ہے اور ہر وہ ادارہ جو معلومات کو کھلے عام دستیاب کرانے کی کوشش کر رہا ہے۔" لائبریریوں کو اب بوٹ فلٹرنگ انفراسٹرکچر چلانا چاہیے، بدسلوکی کرنے والوں کا پیچھا کرنا چاہیے، اور بندش کو جذب کرنا چاہیے - ڈیجیٹائزیشن اور رسائی کے بجائے دفاع پر قلیل بجٹ خرچ کرنا۔
ناقدین کا کہنا ہے کہ ایک استخراجی رشتہ
تکنیکی بوجھ سے ہٹ کر، اس ایپی سوڈ نے ایک جانی پہچانی تنقید کو زندہ کیا ہے کہ AI کمپنیاں مفاد عامہ کے اداروں کے ساتھ کس طرح برتاؤ کرتی ہیں۔ اونٹاریو ٹیک یونیورسٹی میں قابل اعتماد مصنوعی ذہانت میں کینیڈا کے ریسرچ چیئر پیٹر لیوس نے سی بی سی کو بتایا کہ یہ پیٹرن بڑی نجی کمپنیوں کا ہے جو عام اچھے اداروں کا استعمال کر رہی ہیں "اس طرح سے جو کہ بہت ہی ایکسٹریکٹیو ہے" - یہ فرض کرتے ہوئے کہ عوامی مواد لینے کے لیے مفت ہے، پھر اسے انتہائی تجارتی ماڈل بنانے کے لیے استعمال کرنا جو اسی عوام کو واپس فروخت کیے جاتے ہیں۔
متحرک AI ڈویلپرز اور نیوز پبلشرز، مصنفین اور فنکاروں کے درمیان پہلے کے تنازعات کی بازگشت ہے، لیکن ایک موڑ کے ساتھ: لائبریریوں میں شاذ و نادر ہی قانونی محکمے یا پے والز ہوتے ہیں۔ ان کا مینڈیٹ معلومات کو کھلے عام دستیاب کرانا ہے، جو ٹریفک کو روکتا ہے - یہاں تک کہ مخالف ٹریفک بھی - ان کے مشن کا براہ راست تضاد ہے۔
اچھے بوٹس، برے بوٹس، اور آگے کیا آتا ہے۔
سی بی سی رپورٹ نوٹ کرتی ہے کہ تمام خودکار ٹریفک مخالف نہیں ہے، اور لائبریریاں اچھے سلوک کرنے والے کرالر کے درمیان فرق کرتی ہیں جو شرح کی حدود اور robots.txt کے اخراج کا احترام کرتے ہیں اور بہت کم شائستہ کٹائی کرنے والے اپنے آرکائیوز کو نقصان پہنچاتے ہیں۔ مشکل پیمانہ ہے: یہاں تک کہ بدسلوکی کرنے والی ٹریفک کا ایک حصہ بھی اتنا چھوٹا ہوتا ہے کہ ماضی کے انفرادی ریٹ کے اصولوں کو چھوڑ دیا جائے جب ہزاروں کلائنٹس شناخت کو مربوط یا گھماتے ہیں۔
ادارے مختلف حربوں کے ساتھ جواب دے رہے ہیں — شرح کو محدود کرنا، بوٹ فنگر پرنٹ کرنا، معلوم سکریپر نیٹ ورکس کو مسدود کرنا، اور بعض صورتوں میں حملوں کے دوران مکمل طور پر آف لائن جمع کرنا۔ ان میں سے کوئی بھی مفت نہیں ہے، اور یہ سبھی اس کھلی رسائی کو کم کرتے ہیں جو لائبریریاں فراہم کرنے کے لیے موجود ہیں۔
ستم ظریفی کو یاد کرنا مشکل ہے: وہی ادارے جنہوں نے انسانیت کے ریکارڈ شدہ علم کو ڈیجیٹائز کرنے میں دہائیاں گزاریں تاکہ کوئی بھی اسے مفت میں پڑھ سکے۔ لائبریریاں، فنڈرز، اور AI کمپنیاں اس تناؤ کو کیسے حل کرتی ہیں - چاہے لائسنسنگ ڈیلز، معاوضہ تک رسائی، یا سخت تکنیکی نفاذ کے ذریعے - آنے والے برسوں تک تربیتی ڈیٹا کے معیار کی معلومات کا کھلا ویب کیسا دکھتا ہے۔
ابھی کے لیے بیچ میں پکڑے گئے لوگ قارئین ہیں۔ جیسا کہ وکٹوریہ یونیورسٹی میں سیمن کا تجربہ ظاہر کرتا ہے، بوٹ بھیڑ کی وجہ سے ہونے والی ہر بندش اس کے ساتھ عوام کی رسائی کو کم کرتی ہے۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
