Parami nang parami ang mga nangungunang media organizations na pumipirma ng licensing agreements sa mga AI giants. Para sa mga pahayagan tulad ng The New York Times, ang ganitong kasunduan ay nagpoprotekta sa kanilang intellectual property at nagbibigay ng karagdagang kita.
Samantala, ang mga kumpanya tulad ng OpenAI at Amazon ay nagagamit ang mga model nila sa accurate na impormasyon at naiiwasan ang mga kaso ng copyright infringement. Pero, ayon sa mga eksperto mula sa IoTeX Network, O.XYZ, at AR.IO, may mga existing decentralized alternatives na mas transparent at patas para sa mga content creator.
Bagong AI Strategy ng The New York Times
Sa isang hakbang na nakakuha ng malaking atensyon, pumirma ng kasunduan ang The New York Times sa Amazon ngayong buwan, na nagpapahintulot sa Amazon na gamitin ang kanilang editorial content para i-train ang artificial intelligence (AI) models ng tech company.
Ang licensing agreement sa pagitan ng The New York Times at Amazon ay nagpapahintulot sa tech company na gamitin ang mga articles mula sa pahayagan at iba pang publikasyon nito. Gayunpaman, hindi isiniwalat ng pahayagan ang mga financial terms ng deal.
Ang desisyong ito ay nagpapakita ng pagbabago sa strategy ng The New York Times, na dati ay tutol sa paggamit ng kanilang content ng mga large language models (LLMs) nang walang pahintulot.
Noong Enero 2024, sinampahan ng kaso ng pahayagan ang OpenAI at Microsoft dahil sa copyright infringement. Inaangkin ng The New York Times na ginamit ng mga kumpanyang ito ang copyrighted articles para i-train ang kanilang LLMs nang walang pahintulot o bayad. Patuloy pa rin ang kasong ito at wala pang resulta.
Hindi ang The New York Times ang unang media organization na nagsampa ng kaso laban sa isang tech company dahil sa hindi patas na paggamit ng kanilang intellectual property.
“Sa mga nakaraang taon, maraming malalaking tech projects ang nakaranas ng maraming legal na hamon at multa. Halimbawa, ang Google ay naharap sa mahigit €8 bilyon na multa mula sa EU sa nakaraang dekada dahil sa hindi magandang data practices,” ayon kay Ahmad Shadid, CEO ng O.XYZ, sa BeInCrypto.
Habang kailangan ng mga creator ng leading LLMs ng mas malawak na access sa accurate na impormasyon, nagiging mas karaniwan ang ganitong mga kasunduan.
Pag-usbong ng Licensing Deals
Patuloy na dumarami ang mga licensing deals. Noong nakaraang taon, pumirma ng kasunduan ang OpenAI, na pinamumunuan ni Sam Altman, sa European multinational media company na Axel Springer SE. Ang deal na ito ay halos kapareho ng kamakailang kasunduan sa pagitan ng The New York Times at Amazon.
Pinapayagan ng kasunduan ang OpenAI na gamitin ang mga articles mula sa mga media organizations na pag-aari ng Axel Springer, kabilang ang Politico, Business Insider, at Morning Brew, kasama ang iba pang nangungunang international publications.
Pagkatapos, pumirma si Altman ng katulad na mga kasunduan sa Financial Times, Vogue, at mga parent companies ng mga outlets tulad ng The New Yorker, Cosmopolitan, at Le Monde, at iba pa. Kasama sa mga deal na ito ang pag-backlink ng OpenAI sa lahat ng relevant na impormasyon sa orihinal na articles.
Habang nahaharap ang mga malalaking tech companies sa tumitinding pressure dahil sa intellectual property violations at copyright infringement, nagiging win-win situation ito para sa lahat ng kasali.
“Matapos ang mga kaso tulad ng isinampa ng The New York Times, mas nagiging maingat ang mga AI companies sa kung ano ang kanilang ginagamit sa training. Ang mga licensing deals ay nagbibigay ng peace of mind, at para sa mga publisher, ito ay pagkakataon na gawing steady income ang dekada ng archived content. Sa parehong oras, nakikinabang ang AI companies mula sa exclusive access sa trusted sources, na nakakatulong sa pagpapabuti ng kalidad ng kanilang models,” paliwanag ni Aaron Basi, Head of Product sa IoTeX Network.
Pero, may mas magandang paraan ba para makamit ang parehong resulta na may mas malaking transparency?
Makakatulong Ba ang Decentralization sa Pagiging Transparent ng AI Deals?
Nagiging mas urgent ang paghahanap ng solusyon na nagpapalawak ng access sa mapagkakatiwalaang impormasyon kapag nakikipag-ugnayan sa AI at patas na binabayaran ang mga creator nito. Ang mga licensing agreements ay isa sa mga paraan para makamit ang layuning ito.
“May malaking strategic value. Ang mga deal na ito ay puwedeng magbigay ng mas magandang visibility, tulad ng pag-feature sa AI-generated answers o summaries. May access din sa analytics na nagpapakita kung paano ginagamit o nakikipag-ugnayan ang content,” sabi ni Basi.
Malaki rin ang naitutulong nito sa pag-iwas sa misinformation kapag gumagamit ng LLMs.
“Ang pag-train ng AI nang walang verified, transparent data ay parang paglipad nang nakapikit. Kung hindi natin matutunton kung ano ang pumasok, hindi natin mapagkakatiwalaan ang lalabas. Ganito tayo nagkakaroon ng silent failures na gawa ng brittle AI models na kulang sa long-term consideration,” ayon kay Phil Mataras, founder ng AR.IO, sa BeInCrypto.
Gayunpaman, madalas na pribado ang mga licensing agreements na ito, kaya mahirap para sa mas maliliit na content creators na makakuha ng katulad na deals o protektahan ang kanilang sarili mula sa mga kaso ng hindi patas na paggamit. May potential ang decentralization na gawing patas ang laban dito.
“Ang closed models ay panalo sa short-term sprints. Ang decentralized models ay panalo sa marathon. Ang tiwala ang nangingibabaw kasama ng transparency at auditability,” dagdag ni Mataras.
May iba’t ibang tools na inaalok ang Web3 na makakamit ang ganitong bagay.
Paano I-tokenize ang Content sa Decentralized Networks
Ang mga decentralized na teknolohiya ay pwedeng mag-create ng mas demokratiko at transparent na sistema para sa lahat ng creators na gustong i-license ang kanilang content. Lalo itong kapaki-pakinabang para sa mga madalas na hindi napapansin sa mga tradisyonal na private agreements.
“Imbes na makipag-deal ng individual licensing sa likod ng sarado pinto, pwedeng i-upload ng mga creators ang kanilang content sa isang decentralized network. Smart contracts ang bahala sa terms at automatic na mag-handle ng payments. Mas madali ito para sa mga independent creators o mas maliliit na organisasyon na makilahok. Nagbibigay din ito ng mas malinaw na transparency kung sino ang gumagamit ng data at paano,” paliwanag ni Basi.
Ang tokenization ay nag-aalok din sa mga creators ng paraan para ma-track ang aktibong paggamit ng kanilang content ng mga AI models.
“Ang pag-tokenize ng content ay pwedeng magbigay sa mga publishers ng mas kontrol at mas magandang tracking. Halimbawa, pwede silang mag-set ng rules tungkol sa access o paggamit at automatic na mababayaran sa pamamagitan ng smart contracts. Bagamat maaga pa, para sa mga digital-first media companies, ang ganitong setup ay pwedeng mag-offer ng bagong paraan para kumita nang hindi nawawala ang kontrol,” dagdag ni Basi.
Ang iba pang blockchain-based na solusyon ay pwedeng magbigay ng hindi masisira na record-keeping para mas mapalakas pa ang mga decentralized na opsyon na ito.
Paano Sine-secure ang Intellectual Property gamit ang Blockchain
Isa pang mahalagang aspeto ng tunay na patas na digital ecosystem ay ang pagtiyak ng authenticity, pag-track ng paggamit, at pagprotekta sa intellectual property. Dito pumapasok ang blockchain-based provenance systems bilang malalakas na solusyon.
Ang blockchain-based provenance systems ay dinisenyo para ma-record nang maayos ang history at lineage ng digital content. Ginagamit nila ang core features ng blockchain—ang traceability, transparency, at immutability—para makagawa ng mapagkakatiwalaan at hindi pwedeng baguhin na records.
Ang bawat mahalagang event sa lifecycle ng isang content, mula sa paglikha nito hanggang sa anumang pagbabago o paglipat, ay pwedeng i-log sa isang distributed ledger, na nagkakaroon ng hindi masisira na record ng history nito.
“Ang provenance systems ay napaka-kapaki-pakinabang sa tech industry. Nagbibigay ito ng malinaw na depiction ng history ng isang dataset na ginagamit o nililipat. Nakakatulong ito para malaman ang initial owner, kanino ito ibinenta, paano ito ibinenta, kailan, at sino ang kasalukuyang may hawak ng dataset na iyon. Ang blockchain systems ay may permanent storage mechanisms na nagbibigay ng rigidity pagdating sa data ownership,” sabi ni Shadid sa BeInCrypto.
Sa pagbuo ng pundasyon ng verifiable history, ang watermarking tools ay nagko-complement sa provenance systems sa pamamagitan ng pag-embed ng nakatagong, identifiable na impormasyon direkta sa digital content.
“Ang watermarking tools ay may mahalagang papel sa pag-iwas sa copyright infringement, data theft, at maling pag-angkin ng ownership. Ang mga teknik na ito ay nagdadala ng mas mahigpit na laban para sa mga data thieves at hackers para mapanatili ang data integrity, fairness, at ethics,” dagdag ni Shadid.
Ang mga prinsipyo ng decentralization ay pwede ring i-extend sa collective governance at management ng content.
Media DAOs: Binibigyan ng Lakas ang Creators sa Content Licensing
Imbes na ang individual creators o ang pamunuan ng malalaking media organizations lang ang gumagawa ng desisyon sa content licensing, ang decentralized autonomous organizations (DAOs) ay pwedeng magbigay ng kapangyarihan sa mga kolektibo ng creators, tulad ng mga journalists, para makontrol ang decision-making nang sama-sama.
“Pwedeng pagsama-samahin ng isang grupo ng creators ang kanilang trabaho at gumamit ng DAO para i-manage ang licensing, payments, at governance. Ang approach na ito nagbibigay ng boses sa mga independent na boses kapag nakikipag-deal sa malalaking AI firms. Mas madali rin itong makipag-negotiate ng patas na terms at sinisiguro na ang mga desisyon ay ginagawa nang sama-sama. Parang union ito, pero para sa digital age,” paliwanag ni Basi.
Kahit na nakatuon sa transparency, ang mga licensing agreements sa pagitan ng AI models at information sources ay nasa maagang yugto pa lang. Nagdudulot ito ng mahalagang tanong: Mahuhuli ba ang open-source models habang ang mga AI companies ay nakakakuha ng exclusive data deals?
Licensing Deals o Decentralization: Alin ang Magtatagumpay?
Ang hindi awtorisado at hindi malinaw na paggamit ng content ng LLMs ay nagdulot ng malaking pagkadismaya sa mga orihinal na creators. Ang mga licensing agreements ay nag-improve na ngayon sa sitwasyon.
Gayunpaman, hindi pa rin nakikita ang buong transparency. Ang mga deal tulad ng sa pagitan ng The New York Times at Amazon ay hindi sapat para sa mga taong gustong malaman kung saan nanggagaling ang kanilang data at para sa mga creators na gustong maintindihan kung paano ginagamit ang kanilang content.
“Ang closed models ay nananalo sa short-term sprints. Ang decentralized models ay nananalo sa marathon. Ang tiwala ang nangingibabaw kasama ng transparency at auditability,” sabi ni Mataras.
Sang-ayon si Basi at nagdagdag pa:
“Malaking advantage ang transparency. Gusto ng mga tao na maintindihan kung ano ang nasa likod ng mga tools na ginagamit nila, lalo na sa mga sensitibong larangan tulad ng health o education. Ang open-source projects ay mabilis maka-adapt, nakakakuha ng tulong mula sa community, at nakakapagtayo ng tiwala sa pamamagitan ng pagiging bukas. Sa katagalan, baka mas mahalaga pa ang tiwalang iyon kaysa sa access sa ilang exclusive na datasets.”
Bagamat magandang simula ang licensing deals, ang tunay na pagbabago para sa mga content creator at AI transparency ay malamang manggagaling sa decentralized at open-source na mga approach.
Disclaimer
Alinsunod sa mga patakaran ng Trust Project, ang opinion article na ito ay nagpapahayag ng opinyon ng may-akda at maaaring hindi kumakatawan sa mga pananaw ng BeInCrypto. Nananatiling committed ang BeInCrypto sa transparent na pag-uulat at pagpapanatili ng pinakamataas na pamantayan ng journalism. Pinapayuhan ang mga mambabasa na i-verify ang impormasyon sa kanilang sariling kakayahan at kumonsulta sa isang propesyonal bago gumawa ng anumang desisyon base sa nilalamang ito. Paalala rin na ang aming Terms and Conditions, Privacy Policy, at Disclaimers ay na-update na.
