Mi a tanítóadat, és miért kényes
A tanítóadat az az anyaghalmaz, amelyből a modell megtanulja, hogyan épül fel egy szöveg, egy kép vagy egy zene. Minél nagyobb és minél változatosabb ez a halmaz, annál jobban teljesít a rendszer. Éppen ezért a fejlesztők óriási mennyiségű tartalmat gyűjtöttek össze, jórészt az internetről. A gond az, hogy az interneten elérhető anyagok nagy része nem szabadon felhasználható. Egy blogbejegyzés, egy hírportál cikke, egy művész portfóliója vagy egy fényképész munkája attól, hogy nyilvánosan látható, még nem válik szabad prédává. A szerző jogai akkor is fennállnak, ha a tartalom bárki számára elérhető.
Itt találkozik két érdek. A fejlesztőnek minél több adat kell a jó modellhez, az alkotónak pedig ellenőrzés a saját műve felett. A tanítóadat kérdése ennek az érdekütközésnek a magja, és emiatt vált a generatív AI egyik legvitatottabb pontjává.
A fejlesztők érvelése
Az AI fejlesztők egy része arra hivatkozik, hogy a tanítás nem ugyanaz, mint a másolás. Érvelésük szerint a modell nem egy másolatot tárol a művekről, hanem statisztikai mintázatokat von ki belőlük, hasonlóan ahhoz, ahogyan egy ember is tanul, amikor sok könyvet olvas. Ebben a felfogásban a feldolgozás egyfajta átalakító tevékenység, amelynek eredménye egy új képesség, nem pedig az eredeti művek terjesztése. Sokan úgy vélik, hogy ez a fajta felhasználás beleférhet a szabad felhasználás egyes kategóriáiba, mert nem az eredeti mű élvezetét pótolja, hanem valami minőségileg mást hoz létre.
Ehhez a felfogáshoz kapcsolódik az az érv is, hogy a technológia fejlődése társadalmi haszonnal jár, és a túl szigorú korlátozás visszavetné az innovációt. Fontos azonban látni, hogy ez az álláspont nem elfogadott tényként igaz, hanem a vita egyik oldala, amelyet a másik oldal határozottan vitat.
Fejlesztői oldal
- A tanítás nem másolás, hanem tanulás
- A modell mintázatot von ki, nem művet tárol
- Az eredmény átalakító, valami újat hoz létre
- A társadalmi haszon és az innováció fontos
Jogtulajdonosi oldal
- A feldolgozáshoz engedély kellett volna
- A művük az ő szellemi tulajdonuk marad
- A modell az ő munkájukból lett értékes
- Ellentételezés vagy legalább beleszólás jár
A jogtulajdonosok érvelése
A másik oldalon állnak azok az alkotók és kiadók, akiknek a művei a tanítóadatban szerepeltek. Az ő álláspontjuk lényege, hogy a védett tartalom feldolgozásához engedélyre lett volna szükség, és ennek elmaradása sérti a jogaikat. Nézőpontjukból nézve nem az a lényeg, hogy a modell tárol-e szó szerinti másolatot, hanem az, hogy a rendszer értéke jelentős részben az ő munkájukból származik, mégsem kérdezte meg őket senki, és nem is részesülnek belőle. Sokan azt is felvetik, hogy a modell később olyan tartalmat állíthat elő, amely az ő piacukon versenyez velük, miközben éppen az ő műveikből tanult.
Az alkotók érvelése nem pusztán pénzügyi. Sokaknak fontos az is, hogy legyen beleszólásuk abba, mire használják a munkájukat. Egy szerző dönthet úgy, hogy a művét nem szeretné egy kereskedelmi AI rendszer alapjául adni, és ezt az igényt a szerzői jog logikája régóta elismeri más helyzetekben is.
Miért nincs egyszerű válasz
Aki azt várja, hogy erre a kérdésre létezik egy tiszta igen vagy nem, csalódni fog. Több oka is van ennek. Az egyik, hogy a szerzői jog országonként eltér, és ami az egyik jogrendszerben belefér a szabad felhasználásba, az a másikban nem feltétlenül. A másik, hogy a helyzet jogilag még alakulóban van, és sok kérdést most tesznek fel először. A harmadik, hogy a tanítóadat összetétele modellenként különbözik, van, ahol jórészt engedélyezett vagy nyílt forrásból építik, máshol kevésbé átlátható a beszerzés. Emiatt a felelős megközelítés nem egy végleges ítéletet keres, hanem tudomásul veszi a bizonytalanságot, és ehhez igazítja a döntéseit.
A gyakorlat szempontjából a legfontosabb tanulság, hogy a tanítóadat kérdése nem elvont jogi érdekesség. Befolyásolja, mennyire bízhatunk meg egy adott szolgáltatóban, és milyen garanciákat érdemes elvárni tőle. Erre a vállalati kockázatoknál még visszatérünk.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.
Érdekel a program →