Ledende medieorganisasjoner inngår i økende grad lisensavtaler med AI-giganter. For aviser som The New York Times, sikrer en slik avtale deres immaterielle eiendom og gir en ekstra inntektsstrøm.
I mellomtiden kan selskaper som OpenAI og Amazon trene modellene sine på nøyaktig informasjon og unngå søksmål om brudd på opphavsretten. Eksperter fra IoTeX Network, O.XYZ og AR.IO fortalte BeInCrypto at eksisterende desentraliserte alternativer kunne oppnå de samme resultatene for innholdsskapere på en mer transparent og rettferdig måte.
The New York Times’ nye AI-strategi
I et trekk som fikk betydelig oppmerksomhet, signerte The New York Times en avtale med Amazon tidligere denne måneden, som tillater Amazon å bruke redaksjonelt innhold for å trene teknologiselskapets kunstig intelligens (AI) modeller.
Lisensavtalen mellom The New York Times og Amazon tillater teknologiselskapet å bruke artikler fra avisen og dens andre publikasjoner. Imidlertid avslørte ikke avisens offentlige kunngjøring om avtalen de økonomiske vilkårene.
Denne beslutningen markerer en offentlig endring i strategi for The New York Times, som tidligere hadde motsatt seg at store språkmodeller (LLMs) brukte innholdet deres uten tillatelse.
I januar 2024 saksøkte avisen OpenAI og Microsoft for brudd på opphavsretten. The New York Times hevdet at disse selskapene brukte opphavsrettsbeskyttede artikler for å trene sine LLMs uten tillatelse eller kompensasjon. Det søksmålet pågår fortsatt og har ennå ikke nådd et utfall.
The New York Times er ikke den første medieorganisasjonen som saksøker et teknologiselskap for urettferdig bruk av sin immaterielle eiendom.
“I de siste årene har mange store teknologiprosjekter møtt mange juridiske utfordringer og bøter. For eksempel har Google fått over €8 milliarder i bøter fra EU det siste tiåret på grunn av dårlige datapraksiser,” fortalte Ahmad Shadid, CEO i O.XYZ., til BeInCrypto.
Ettersom skaperne av ledende LLMs trenger mer utbredt tilgang til nøyaktig informasjon, blir slike avtaler stadig vanligere.
Økningen av lisensavtaler
Lisensavtaler blir stadig mer populære. I fjor signerte OpenAI, ledet av Sam Altman, en avtale med det europeiske multinasjonale medieselskapet Axel Springer SE. Avtalen lignet sterkt på den som nylig ble inngått mellom The New York Times og Amazon.
Avtalen tillater OpenAI å bruke artikler fra medieorganisasjoner eid av Axel Springer, inkludert Politico, Business Insider og Morning Brew, blant andre store internasjonale publikasjoner.
Altman signerte senere lignende avtaler med Financial Times, Vogue og morselskapene til medier som The New Yorker, Cosmopolitan og Le Monde, for å nevne noen. OpenAI gikk med på å lenke tilbake all relevant informasjon til de originale artiklene som en del av disse avtalene.
Ettersom store teknologiselskaper møter økende press over brudd på immaterielle rettigheter og opphavsrett, er disse situasjonene en vinn-vinn for alle involverte parter.
“Etter søksmål som det The New York Times anla, er AI-selskaper mer forsiktige med hva de trener på. Lisensavtaler gir trygghet, og for utgivere er det en sjanse til å gjøre tiår med arkivert innhold om til jevn inntekt. Samtidig drar AI-selskaper nytte av eksklusiv tilgang til pålitelige kilder, noe som bidrar til å forbedre kvaliteten på modellene deres,” forklarte Aaron Basi, produktsjef i IoTeX Network.
Men, finnes det en bedre måte å oppnå de samme resultatene med større åpenhet?
Kan desentralisering bringe åpenhet til AI-avtaler?
Det blir stadig mer presserende å finne en løsning som utvider tilgangen til pålitelig informasjon når man samhandler med AI og rettferdig kompenserer skaperne. Lisensavtaler tilbyr en vei til dette målet.
“Det er enorm strategisk verdi. Disse avtalene kan inkludere bedre synlighet, som å bli omtalt i AI-genererte svar eller sammendrag. Det er også tilgang til analyser som viser hvordan innholdet blir brukt eller interagert med,” sa Basi.
Det bidrar også i stor grad til å forhindre feilinformasjon når man bruker LLMs.
“Å trene AI uten verifiserte, transparente data er som å fly i blinde. Hvis vi ikke kan spore hva som gikk inn, kan vi ikke stole på hva som kommer ut. Dette er hvordan vi ender opp med stille feil skapt av skjøre AI-modeller som mangler langsiktig vurdering,” fortalte Phil Mataras, grunnlegger av AR.IO, til BeInCrypto.
Imidlertid er disse lisensavtalene ofte private, noe som gjør det vanskelig for mindre innholdsskapere å sikre lignende avtaler eller beskytte seg mot tilfeller av urettferdig bruk. Desentralisering har potensial til å jevne ut spillfeltet her.
“Lukkede modeller vinner kortsiktige sprinter. Desentraliserte modeller vinner maratonen. Tillit hersker sammen med åpenhet og reviderbarhet,” la Mataras til.
Det finnes flere forskjellige verktøy som Web3 kan tilby for å oppnå noe slikt.
Tokenisering av innhold på desentraliserte nettverk
Desentraliserte teknologier kan skape et mer demokratisk og transparent system for alle skapere til å lisensiere innholdet sitt. Dette er spesielt gunstig for de som ofte blir oversett i tradisjonelle private avtaler.
“I stedet for å inngå individuelle lisensavtaler bak lukkede dører, kan skapere laste opp innhold til et desentralisert nettverk. Smartkontrakter kan håndheve vilkår og automatisk håndtere betalinger. Dette gjør det enklere for uavhengige skapere eller mindre organisasjoner å delta. Det skaper også mer åpenhet rundt hvem som bruker dataene og hvordan,” forklarte Basi.
Tokenisering gir også skapere en metode for å spore aktiv bruk av innholdet deres av AI-modeller.
“Tokenisering av innhold kan gi utgivere mer kontroll og bedre sporing. For eksempel kan de sette regler for tilgang eller bruk og få betalt automatisk gjennom smartkontrakter. Det er fortsatt tidlig, men for digital-første medieselskaper kan denne typen oppsett tilby nye måter å tjene inntekter uten å gi opp kontrollen,” la Basi til.
Andre blokkjede-baserte løsninger kan sikre uknuselig journalføring for å styrke disse desentraliserte alternativene ytterligere.
Sikring av immaterielle rettigheter gjennom blokkjede-baserte systemer
En annen viktig del av et virkelig rettferdig digitalt økosystem innebærer å sikre autentisitet, spore bruk og beskytte intellektuell eiendom. Her kommer blokkjede-baserte provenienssystemer inn som kraftige løsninger.
Blokkjede-baserte provenienssystemer er designet for å registrere historien og opprinnelsen til digitalt innhold nøye. De utnytter blokkjedenes kjernefunksjoner—dens sporbarhet, åpenhet og uforanderlighet—for å skape pålitelige og manipuleringssikre opptegnelser.
Hver betydelige hendelse i et innholds livssyklus, fra dets opprettelse til eventuelle endringer eller overføringer, kan bli logget på en distribuert hovedbok, og skape en uknuselig opptegnelse av dets historie.
“Provenienssystemer har vært svært nyttige i teknologibransjen. Å måtte skildre, nøyaktig, historien til et datasett som blir brukt eller overført. Det hjelper med å fastslå den opprinnelige eieren, hvem det ble solgt til, hvordan det ble solgt, når, og den nåværende innehaveren av det datasettet. Blokkjede-systemer har allerede permanente lagringsmekanismer—de gir rigiditet når det gjelder dataeierskap,” fortalte Shadid til BeInCrypto.
Bygger på dette grunnlaget av verifiserbar historie, komplementerer vannmerkingsverktøy provenienssystemer ved å innebygge skjult, identifiserbar informasjon direkte i digitalt innhold.
“Vannmerkingsverktøy spiller en nøkkelrolle i å forhindre brudd på opphavsrett, datatyveri og urettmessig krav om eierskap. Disse teknikkene bringer et tøffere spill for datatyver og hackere for å sikre dataintegritet, rettferdighet og etikk,” la Shadid til.
Prinsippene for desentralisering kan også utvides til kollektiv styring og forvaltning av innhold.
Media DAOs: styrker skapere i innholdslisensiering
I stedet for at individuelle skapere eller ledelsen av store medieorganisasjoner alene tar beslutninger om innholdslisensiering, kan desentraliserte autonome organisasjoner (DAO-er) gi kollektiver av skapere, som journalister, mulighet til å ta kontroll over beslutningstakingen i fellesskap.
“En gruppe skapere kunne samle arbeidet sitt og bruke en DAO til å administrere lisensiering, betalinger og styring. Denne tilnærmingen gir uavhengige stemmer en plass ved bordet når de forhandler med store AI-selskaper. Det gjør det også enklere å forhandle rettferdige vilkår og sikrer at beslutninger tas kollektivt. Det er som en fagforening, men designet for den digitale tidsalderen,” forklarte Basi.
Til tross for fokuset på åpenhet, er lisensavtaler mellom AI-modeller og informasjonskilder fortsatt i sine tidlige stadier. Dette reiser et kritisk spørsmål: Vil open-source-modeller henge etter når AI-selskaper sikrer eksklusive dataavtaler?
Lisensavtaler vs. desentralisering: Hvilken vei vil lykkes?
LLMs’ uautoriserte og uoversiktlige bruk av innhold utløste opprinnelig betydelig misnøye blant originale skapere. Lisensavtaler har nå forbedret situasjonen.
Imidlertid er full åpenhet ennå ikke oppnådd. Avtaler som den inngått mellom The New York Times og Amazon vil ikke være nok for folk som ønsker å vite hvor de får dataene sine fra, og for skapere som ønsker å forstå hvordan innholdet deres blir brukt.
“Lukkede modeller vinner kortsiktige sprinter. Desentraliserte modeller vinner maratonen. Tillit hersker suverent sammen med åpenhet og revisjonsmuligheter,” sa Mataras.
Basi var enig og la til:
“Åpenhet er en kraftig fordel. Folk ønsker å forstå hva som ligger bak verktøyene de bruker, spesielt i sensitive felt som helse eller utdanning. Open-source prosjekter kan tilpasse seg raskt, få hjelp fra fellesskapet og bygge tillit gjennom åpenhet. På lang sikt kan den tilliten bety mer enn tilgang til noen få eksklusive datasett.”
Selv om lisensavtaler er et godt utgangspunkt, vil den virkelige transformasjonen for innholdsskapere og AI-åpenhet sannsynligvis komme fra desentraliserte og open-source tilnærminger.
Disclaimer
Alle informatie op onze website wordt te goeder trouw en uitsluitend voor algemene informatiedoeleinden gepubliceerd. Elke actie die de lezer onderneemt op basis van de informatie op onze website is strikt op eigen risico.
