इंटरनेटवरील लोकांनी तयार केलेली सामग्री कोणाच्या मालकीची आहे यावरील लढाईने आणखी एका अध्यायात प्रवेश केला आहे आणि यावेळी, ट्विच आणि ॲमेझॉन चर्चेत आहेत.
ट्विच स्ट्रीमरने ट्विच आणि त्याची मूळ कंपनी, ॲमेझॉन, कृत्रिम बुद्धिमत्ता मॉडेल्सना प्रशिक्षित करण्यासाठी त्यांची परवानगी न घेता स्ट्रीमर्सची सामग्री वापरल्याचा आरोप करत एक प्रस्तावित वर्ग कारवाई खटला दाखल केला आहे. प्लॅटफॉर्म्स एआय डेव्हलपमेंटसाठी क्रिएटर सामग्री वापरू शकतात की नाही याची एक महत्त्वाची चाचणी बनू शकते कारण ती सामग्री त्यांच्या सेवांवर होस्ट केली जाते.
क्रेडिट्स: युरोगेमर
स्ट्रीमर म्हणतो की ॲमेझॉनने त्याची सामग्री संमतीशिवाय वापरली
कोर्टहाऊस न्यूजनुसार, कनेक्टिकटमधील स्ट्रीमर वॉरेन पांडिसिया यांनी या आठवड्याच्या सुरुवातीला खटला दाखल केला. तक्रारीत असा आरोप आहे की ट्विच आणि ॲमेझॉनने परवाना किंवा स्पष्ट परवानगी न घेता ॲमेझॉनची एआय उत्पादने विकसित करण्यासाठी आवश्यक असलेल्या डेटासेटचा भाग म्हणून त्याचे प्रवाह आणि व्हिडिओ वापरले.
खटला असा युक्तिवाद करतो की निर्मात्यांनी व्यावसायिक एआय सिस्टमसाठी विनामूल्य प्रशिक्षण डेटाचा स्रोत प्रभावीपणे बनू नये कारण ते त्यांचे कार्य ट्विचवर अपलोड करतात.
तक्रारीत ॲमेझॉन आणि ट्विचवर निर्मात्यांकडून आर्थिक फायदा होत असल्याचा आरोप करण्यात आला आहे आणि प्लॅटफॉर्मच्या अटींशी सहमत झाल्यावर स्ट्रीमर्सच्या अपेक्षेपेक्षा जास्त हेतूंसाठी त्यांची सामग्री कथितपणे वापरत आहे.
कंपन्यांच्या कथित पद्धतींमुळे निर्मात्यांना आर्थिक किंवा मालमत्तेचे नुकसान झाल्याचा दावाही यात करण्यात आला आहे.
ट्विचने एआय ऑप्ट-आउट सेटिंग सादर केली
Twitch ने ॲमेझॉनवर जनरेटिव्ह एआय मॉडेल्सचे प्रशिक्षण देण्यासाठी निर्मात्यांना त्यांच्या चॅनल सामग्रीचा वापर करण्यापासून निवड रद्द करण्याची परवानगी देणारी सेटिंग सादर केल्यानंतर लगेचच खटला दाखल झाला.
तो निर्णयच वादाचा भाग बनला आहे.
सेटिंग कथितपणे डीफॉल्टनुसार सक्षम केली जाते, याचा अर्थ ज्या निर्मात्यांना त्यांची सामग्री AI प्रशिक्षणासाठी वापरू इच्छित नाही त्यांनी सक्रियपणे निवड रद्द करणे आवश्यक आहे.
ट्विच पॅच नोट्स लाइव्हस्ट्रीम दरम्यान, ट्विचचे मुख्य उत्पादन अधिकारी माईक मिंटन यांना विचारण्यात आले की एआय प्रशिक्षण ही एक ऑप्ट-इन सिस्टम का नाही ज्यासाठी निर्मात्यांनी सक्रियपणे परवानगी देणे आवश्यक आहे.
त्याची प्रतिक्रिया बोथट होती: “हे निवडले असल्यास, कोणीही निवड करणार नाही.”
टिप्पणी त्वरीत फ्लॅशपॉइंट बनली कारण ती प्लॅटफॉर्म आणि निर्माते यांच्यातील मूलभूत मतभेद हायलाइट करते. ट्विचला एआय विकसित करण्यासाठी सामग्रीचा व्यापक प्रवेश महत्त्वाचा वाटतो, तर निर्माते असा युक्तिवाद करू शकतात की व्यावसायिक एआय प्रशिक्षण हा त्यांच्या कामाचा मूलभूतपणे वेगळा वापर आहे.
खटला का महत्त्वाचा
एआय ऑनलाइन सामग्रीमधून शिकू शकते की नाही हा मुख्य मुद्दा नाही. बद्दल आहे ती सामग्री कधी वापरली जाऊ शकते हे कोण ठरवेल.
स्ट्रीमर्स व्हिडिओ, समालोचन, गेमप्ले आणि इतर सामग्री तयार करण्यात प्रचंड वेळ घालवतात. ते ट्विचवर ती सामग्री प्रकाशित करत असताना, ते पूर्णपणे स्वतंत्र एआय उत्पादनांसाठी प्रशिक्षण डेटा बनण्याची अपेक्षा करू शकत नाहीत.
खटल्यात दावा करण्यात आला आहे की ट्विच आणि ॲमेझॉनने व्यावसायिक एआय सिस्टमसाठी स्ट्रीमर्सना “फ्री ट्रेनिंग स्टॉक” मध्ये बदलून त्यांच्या कराराच्या दायित्वांचे उल्लंघन केले आहे.
केस पुढे सरकल्यास, न्यायालयांना निर्मात्यांसह ट्विचच्या करारांचे परीक्षण करण्यास सांगितले जाऊ शकते आणि ते करार स्ट्रीमर सामग्रीवर ॲमेझॉनला कोणते अधिकार देतात हे ठरवू शकतात.
ऍमेझॉन एकटा नाही
तंत्रज्ञान कंपन्यांना एआय प्रशिक्षणासाठी डेटा कसा मिळतो यावर वाढत्या टीकेला सामोरे जावे लागत असल्याने हा वाद निर्माण झाला आहे.
या वर्षाच्या सुरुवातीला, तीन YouTubers ने Apple विरुद्ध क्लास ॲक्शन खटला दाखल केला आणि कंपनीने त्याच्या AI मॉडेलना प्रशिक्षित करण्यासाठी कॉपीराइट केलेली सामग्री स्क्रॅप केल्याचा आरोप केला.
ही प्रकरणे एआय कंपन्या आणि सामग्री निर्माते यांच्यातील खूप मोठी लढाई दर्शवतात. AI विकसकांना वाढत्या प्रमाणात सक्षम मॉडेल्स तयार करण्यासाठी मोठ्या प्रमाणात डेटाची आवश्यकता असते, तर निर्माते असा युक्तिवाद करतात की त्यांचे कार्य व्यावसायिक AI सिस्टमसाठी आपोआप कच्चा माल बनू नये.
क्रेडिट्स: LevelUp
निर्मात्याच्या अधिकारांवर नवीन लढाई
वर्षानुवर्षे, इंटरनेट तुलनेने सोप्या व्यवस्थेवर चालते: निर्मात्यांनी सामग्री बनवली, प्लॅटफॉर्मने ती होस्ट केली आणि प्रेक्षकांनी त्याचा वापर केला.
AI हे नाते गुंतागुंतीचे करत आहे.
एकच व्हिडिओ आता संभाव्यपणे दोन उद्देश पूर्ण करू शकतो: आज दर्शकांचे मनोरंजन करणे आणि उद्या एआय मॉडेलसाठी प्रशिक्षण सामग्री बनणे.
त्यामुळे ट्विच खटला एकापेक्षा जास्त स्ट्रीमर किंवा एका प्लॅटफॉर्मवर होऊ शकतो. हे निर्मात्यांनी तयार केलेल्या सामग्रीच्या भविष्यातील वापरांवर खरोखर किती नियंत्रण आहे हे निर्धारित करण्यात मदत करू शकते.
एआय कंपन्या अधिक प्रशिक्षण डेटा मिळविण्यासाठी धावत असताना, निर्माते एक साधा प्रश्न विचारत आहेत: जर आमचे काम तुमचे AI तयार करण्यात मदत करत असेल, तर तुम्ही ते कसे वापरता याबद्दल आम्हाला सांगायला नको का?
Comments are closed.