Kekacauan Data Pelatihan AI Meningkat: Lagi, Raksasa Teknologi Menghadapi Gugatan karena Buku Bajakan

Hal yang menarik telah terjadi baru-baru ini - lingkaran teknologi telah mengalami gugatan atas kumpulan data AI. Seorang penulis, Elizabeth Lyon, menggugat sebuah perusahaan teknologi terkenal karena menggunakan kumpulan data yang berisi karya berhak cipta mereka saat melatih model bahasa besar mereka.

Apa sebenarnya yang terjadi? Masalahnya terletak pada kumpulan data SlimPajama-627B. Kumpulan data ini berasal dari proyek RedPajama, yang berisi koleksi buku “Books3” yang sangat kontroversial - terus terang, sejumlah besar data buku yang tidak sah. Perusahaan menggunakan kumpulan data ini untuk melatih model AI SlimLM, dan penulis menemukan bahwa karyanya dimasukkan ke dalamnya.

Ini bukan insiden yang terisolasi. Masalah hukum serupa menumpuk, tidak hanya untuk perusahaan ini, tetapi juga untuk beberapa raksasa teknologi lainnya - dituduh menggunakan konten yang dilindungi tanpa otorisasi saat mengembangkan sistem AI. Ini melibatkan pertanyaan inti: Bisakah model AI dilatih menggunakan data dari Internet dan publikasi sesuka hati? Bagaimana cara melindungi hak dan kepentingan pemilik hak cipta?

Dari perspektif Web3 dan komunitas open source, ini mencerminkan kontradiksi yang lebih besar. Di satu sisi, pengembangan AI membutuhkan data yang sangat besar; Di sisi lain, hak dan kepentingan pembuat konten tidak dapat dilanggar sesuka hati. Bagaimana menemukan keseimbangan antara keduanya telah menjadi masalah yang dihadapi seluruh industri teknologi. Perlu terus memperhatikan bagaimana tuntutan hukum semacam itu akan berkembang di masa depan.