Menghalang Arkib Internet Tidak Akan Menghentikan Latihan Kecerdasan Buatan — Ia Akan Memadam Memori Web

Menghalang Arkib Internet Tidak Akan Menghentikan Latihan Kecerdasan Buatan — Ia Akan Memadam Memori Web

Penerbit utama telah mula menghalang perangkak Arkib Internet, yang paling menonjol ialah The New York Times, yang telah bergerak melepasi kawalan tradisional robots.txt untuk menghalang Mesin Wayback daripada menangkap dan memelihara halaman-halamannya. Arkib Internet — pengendali Mesin Wayback dan perpustakaan digital web terbesar dengan lebih daripada satu trilion halaman yang diarkibkan — adalah alat penyelidikan harian bagi wartawan, ahli sejarah, mahkamah, dan orang awam. Dengan memutuskan akses kepada perangkak arkib bukan untung, penerbit berisiko merobohkan satu-satunya rekod awam yang konsisten tentang bagaimana berita muncul dalam talian, termasuk suntingan, pembetulan, dan penarikan balik yang sebaliknya hilang dari web langsung.

Penerbit mengatakan tindakan mereka bertindak balas terhadap kebimbangan tentang syarikat kecerdasan buatan yang mengikis kandungan berita untuk melatih model bahasa besar dan sistem lain, dan beberapa organisasi berita telah mengambil tindakan undang-undang mengenai penggunaan bahan berhak cipta dalam latihan kecerdasan buatan. Walaupun mahkamah akhirnya memihak kepada penerbit, menghapuskan akses arkib daripada institusi yang memelihara sejarah adalah tindak balas yang tidak seimbang. Arkib Internet bukanlah pemaju latihan kecerdasan buatan komersial; ia berfungsi lebih seperti perpustakaan yang membuat salinan untuk pemeliharaan dan penemuan. Perpustakaan dan arkib lama ditangani secara berbeza dalam undang-undang hak cipta apabila penyalinan mereka berkhidmat untuk tujuan penyelidikan, akses, dan kepentingan awam. Kesan sampingan daripada sekatan teknikal menyeluruh ialah kehilangan rekod bukti secara beransur-ansur yang ramai bergantung kepadanya untuk memahami bagaimana laporan dan wacana awam berkembang.

Menghapuskan kebolehan Arkib untuk memelihara berita mencipta kos jangka panjang yang melangkaui perselisihan segera mengenai data latihan kecerdasan buatan. Wartawan akan kehilangan sumber stabil untuk mendapatkan dan mengesahkan tuntutan sejarah, penyelidik akan menghadapi jurang dalam kajian longitudinal media, dan mahkamah mungkin kekurangan rekod kontemporari penerbitan dalam talian. Daripada mendirikan halangan teknikal, penerbit dan arkib sepatutnya meneroka perjanjian bertarget yang melindungi kepentingan komersial tanpa memadamkan rekod awam.

Implikasi utama

• Rekod sejarah berisiko: Menghalang perangkak arkib menghilangkan satu-satunya rakaman bebas bagi banyak halaman berita.
• Langkah yang tidak tepat: Sekatan teknikal menyasarkan pemeliharaan bukan untung, bukan pembina model komersial.
• Geseran undang-undang dan dasar: Tuntutan mahkamah yang sedang berjalan mengenai latihan kecerdasan buatan mungkin menentukan norma akses, tetapi kehilangan arkib sementara tidak boleh dipulihkan.
• Perlu penyelesaian: Akses yang dirundingkan, embargo terpilih, dan penjelasan undang-undang boleh mengimbangi hak dan pemeliharaan.

Teruskan berhubung dan layari dengan selamat menggunakan Doppler VPN.

Sumber:

• eff.org