AI 訓練にあなたのデータを売るのは誰か？

「AI 訓練にあなたのデータを売るのは誰か？」は、公開された証拠がインターネットインフラストラクチャ、ガバナンス、運用依存関係、または市場の可視性に関連しているため、BTW Media によってプロファイリングされています。

• Tumblr と WordPress.com は現在、OpenAI や Midjourney などの AI 企業にユーザーデータを提供するために協議中です。
• The New York Times は、チャットボットの訓練のために許可なく自社の膨大なアーカイブを使用したとして OpenAI を訴えています。

インターネットから抽出されたデータの利用は、企業が強力な生成モデルを訓練するために公開コンテンツを活用することで、議論を呼ぶ話題となっています。この慣行は、The New York Times やGetty Imagesなどの組織が自社コンテンツの無許可利用について懸念を表明したことで、法的紛争を引き起こしました。

データ利用を巡る法的紛争

注目すべき訴訟の一つは、OpenAI に関するもので、チャットボットの訓練のために The New York Times のアーカイブを無許可で使用したとして同紙から提訴されています。これに対し、OpenAI は Times が主張を立証するために疑わしい戦術を用いていると非難しました。同様に、Getty Images は視覚コンテンツの無許可利用による著作権侵害でStable Diffusionを提訴しました。

ジャーナリスト、ミュージシャン、写真家の作品を活用する AI システムの影響は、法的紛争を超えています。大量の訓練データの追求は、オンラインコンテンツ制作者の搾取の可能性に対する懸念を引き起こしました。Tumblr や WordPress.com などのプラットフォームは、ユーザーデータを OpenAI や Midjourney などの AI 企業に販売するための協議を行っていたと報じられており、データのプライバシーと所有権に関する疑問を提起しています。

関連記事：Google のチャットボット Bard が Gemini Pro アップデートを世界的に受信

データ共有におけるパートナーシップ

一部のエンティティは訴訟を選択しましたが、他のエンティティはパートナーシップを結ぶことを選びました。The Associated Press はアーカイブの一部を OpenAI にライセンス供与し、Shutterstock は AI 企業に写真、動画、音楽の膨大なライブラリへのアクセスを提供する 6 年間の契約を締結しました。

ユーザー生成コンテンツの豊富さで知られる Reddit は最近、Google と契約を結び、このテクノロジー大手に AI モデルの訓練のために API へのアクセスを許可しました。この動きは、プラットフォームへのユーザーの貢献価値と、データ利用をめぐる倫理的考慮を浮き彫りにしています。

関連記事：OpenAI がコーディング不要のパーソナル AI チャットボット向け GPT Store を開設

広がるデータ訓練の慣行

インターネット上の公開データで AI モデルを訓練する広範な慣行は、本記事で言及した特定の契約を超えています。ワシントン・ポスト紙の最近の調査では、オンラインフォーラム、クラウドファンディングプラットフォーム、ソーシャルメディアサイトなど、さまざまなソースから抽出されたデータの宝庫が明らかになりました。旧 Facebook の Meta のような企業も、AI 能力を向上させるために自社プラットフォームの公開投稿を活用してきました。

データの所有権と同意に関する議論は未解決のままです。ニッチなブログから人気のソーシャルメディアプラットフォームまで、コンテンツ制作者は、自分の作品が AI 訓練のために商品化される可能性に直面しています。イノベーションと倫理的なデータ慣行のバランスは、AI 開発の未来とデジタルエコシステムへの影響を形作る上で極めて重要です。