การต่อสู้เรื่องค่าตอบแทนข้อมูลฝึกอบรม AI ได้เข้าสู่ช่วงใหม่ เมื่อสำนักพิมพ์เว็บไซต์รายใหญ่รวมตัวกันสนับสนุนโปรโตคอลการออกใบอนุญาตแบบมาตรฐานที่ออกแบบมาเพื่อสร้างรายได้จากเนื้อหาของพวกเขาในระดับใหญ่ ความพยายามร่วมกันนี้แสดงถึงการเปลี่ยนแปลงที่สำคัญจากการเจรจาแบบรายบุคคลไปสู่การประสานงานทั้งอุตสาหกรรมในการแก้ไขปัญหาการขูดข้อมูลโดยไม่ได้รับอนุญาตจากบริษัทปัญญาประดิษฐ์
 |
|---|
| หุ่นยนต์ที่มีลักษณะคล้ายมนุษย์กำลังทำงานกับข้อมูลในสภาพแวดล้อมแห่งอนาคต เป็นสัญลักษณ์ของจุดตัดระหว่างเทคโนโลยี AI และความพยายามในการขอใบอนุญาตเนื้อหาของสำนักพิมพ์ |
Really Simple Licensing ปรากฏเป็นทางออกของอุตสาหกรรม
มาตรฐาน Really Simple Licensing ( RSL ) ได้รับการสนับสนุนจากแพลตฟอร์มชั้นนำ ได้แก่ Reddit , Yahoo , Medium , Quora และ People Inc. พร้อมกับแบรนด์รายใหญ่อื่น ๆ เช่น O'Reilly , wikiHow และ Ziff Davis เจ้าของ IGN โปรโตคอลแบบเปิดนี้พัฒนาโดยองค์กรไม่แสวงหาผลกำไร RSL Collective โดยสร้างขึ้นจากกรอบงาน robots.txt ที่มีอยู่แล้วซึ่งควบคุมพฤติกรรมของเว็บครอว์เลอร์มาอย่างยาวนาน มาตรฐานนี้สร้างขึ้นโดย Eckart Walther ผู้ร่วมสร้างมาตรฐาน Really Simple Syndication ( RSS ) และอีกซีอีโอ CardSpring ร่วมกับ Doug Leeds อดีตซีอีโอของ IAC Publishing และ Ask.com
ผู้เผยแพร่รายใหญ่ที่สนับสนุนมาตรฐาน RSL
- Yahoo
- Medium
- Quora
- People Inc.
- O'Reilly
- wikiHow
- Ziff Davis (เจ้าของ IGN )
โมเดลการสร้างรายได้ที่ยืดหยุ่นสำหรับผู้สร้างเนื้อหา
กรอบงาน RSL รองรับโครงสร้างค่าตอบแทนหลายรูปแบบเพื่อรองรับความต้องการของสำนักพิมพ์และโมเดลธุรกิจที่แตกต่างกัน สำนักพิมพ์สามารถใช้การเข้าถึงแบบสมาชิก ค่าธรรมเนียมต่อการครอว์ลที่เรียกเก็บทุกครั้งที่บอท AI เข้าถึงเนื้อหาของพวกเขา หรือค่าธรรมเนียมต่อการอนุมานที่สร้างรายได้เมื่อโมเดล AI อ้างอิงงานของพวกเขาในการตอบสนอง ระบบยังรองรับตัวเลือกการออกใบอนุญาตฟรีและรักษาความเข้ากันได้กับเว็บครอว์เลอร์ที่มีอยู่ซึ่งใช้สำหรับเสิร์ชเอนจินและวัตถุประสงค์ในการจัดเก็บ เพื่อให้มั่นใจว่าการทำงานปกติของอินเทอร์เน็ตยังคงไม่ได้รับผลกระทบ
โมเดลการออกใบอนุญาตมาตรฐาน RSL
| ประเภทโมเดล | คำอธิบาย | การสร้างรายได้ |
|---|---|---|
| Subscription | การชำระเงินเป็นงวดๆ แบบคงที่เพื่อเข้าถึงข้อมูล | รายได้แบบต่อเนื่อง |
| Pay-per-crawl | ค่าธรรมเนียมที่เรียกเก็บทุกครั้งที่บอท AI เข้าถึงเนื้อหา | การกำหนดราคาตามการใช้งาน |
| Pay-per-inference | ค่าตอบแทนเมื่อ AI อ้างอิงเนื้อหาในการตอบสนอง | รายได้ตามประสิทธิภาพ |
| Free/Attribution | ไม่ต้องชำระเงิน เพียงระบุแหล่งที่มาเท่านั้น | ไม่ใช่รายได้ทางการเงิน |
| Creative Commons | เงื่อนไขการอนุญาตแบบเปิดมาตรฐาน | แตกต่างกันไปตามประเภทใบอนุญาต |
ความท้าทายในการใช้งานทางเทคนิคและการบังคับใช้
แม้ว่ามาตรฐานจะให้กรอบงานทางเทคนิคสำหรับการออกใบอนุญาต แต่ประสิทธิภาพของมันขึ้นอยู่กับการมีส่วนร่วมของบริษัท AI เป็นหลัก สำนักพิมพ์ฝังเงื่อนไขการออกใบอนุญาตลงในไฟล์ robots.txt ของพวกเขาโดยตรง ทำให้ข้อกำหนดค่าตอบแทนมองเห็นได้สำหรับระบบอัตโนมัติ อย่างไรก็ตาม มาตรฐาน RSL เพียงอย่างเดียวไม่สามารถปิดกั้นการเข้าถึงโดยไม่ได้รับอนุญาตทางกายภาพได้ องค์กรร่วมกันกำลังร่วมมือกับเครือข่ายการส่งมอบเนื้อหา Fastly เพื่อสร้างกลไกการบังคับใช้ โดย Fastly ทำหน้าที่เป็นผู้เฝ้าประตูที่ยอมรับเฉพาะ AI ครอว์เลอร์ที่ปฏิบัติตามกฎเท่านั้น สำนักพิมพ์ที่ใช้ผู้ให้บริการ CDN อื่น ๆ จะต้องรอให้โซลูชันทางเทคนิคเพิ่มเติมปรากฏขึ้น
กรอบกฎหมายและแนวทางของอุตสาหกรรม
RSL Collective วางตำแหน่งตัวเองคล้ายกับองค์กรด้านสิทธิ์ที่จัดตั้งขึ้นแล้วเช่น ASCAP ในอุตสาหกรรมดนตรี โดยมีเป้าหมายที่จะเก็บค่าธรรมเนียมใบอนุญาตและแจกจ่ายให้กับสมาชิกในขณะที่แบ่งปันค่าใช้จ่ายในการบังคับใช้กฎหมาย Leeds เน้นย้ำว่าระบบนี้แจ้งให้บริษัท AI ทราบเงื่อนไขการออกใบอนุญาตก่อนที่พวกเขาจะเข้าถึงเว็บไซต์ ซึ่งอาจเสริมสร้างตำแหน่งทางกฎหมายในคดีละเมิดลิขสิทธิ์ แนวทางนี้เกิดขึ้นในขณะที่อุตสาหกรรม AI เผชิญกับแรงกดดันทางกฎหมายที่เพิ่มขึ้น โดย Anthropic เพิ่งตกลงจ่าย 1.5 พันล้านดอลลาร์สหรัฐ เพื่อยุติคดีฟ้องร้องหมู่เรื่องการใช้หนังสือที่มีลิขสิทธิ์โดยไม่ได้รับอนุญาต และ Warner Bros. ฟ้องร้อง Midjourney ในข้อหาสร้างภาพของตัวละครที่มีลิขสิทธิ์
การตกลงทางกฎหมายล่าสุดในอุตสาหกรรม AI
- Anthropic: การตกลงยอมความ 1.5 พันล้านดอลลาร์สหรัฐฯ สำหรับการใช้หนังสือที่มีลิขสิทธิ์โดยไม่ได้รับอนุญาต
- Midjourney: กำลังเผชิญคดีความจาก Warner Bros. เรื่องการสร้างภาพตัวละครที่มีลิขสิทธิ์
- บริษัท AI หลายแห่ง: คดีลิขสิทธิ์ที่รอการพิจารณาหลายสิบคดีในศาลสหรัฐฯ
การตอบสนองของอุตสaหกรรมและแนวโน้มในอนาคต
แม้ว่าจะยังไม่มีบริษัท AI ใดตกลงตามเงื่อนไข RSL แต่ผู้ก่อตั้งองค์กรร่วมยังคงมองโลกในแง่ดีเกี่ยวกับการรักษาความร่วมมือรายใหญ่ แนวทางแบบมาตรฐานตอบสนองความต้องการของบริษัท AI สำหรับการออกใบอนุญาตที่คล่องตัวในขณะที่อาจลดความเสี่ยงจากคดีความ การพัฒนานี้ตรงข้ามกับข้อตกลงการออกใบอนุญาตรายบุคคลที่มีอยู่ระหว่างบริษัทสื่อเช่น Vox Media , News Corp และ The New York Times กับบริษัท AI เช่น OpenAI และ Amazon มาตรฐาน RSL มีเป้าหมายที่จะทำให้กระบวนการนี้เป็นประชาธิปไตย ช่วยให้สำนักพิมพ์ขนาดเล็กและผู้สร้างสรรค์สามารถมีส่วนร่วมในรายได้จากการออกใบอนุญาต AI ที่ก่อนหน้านี้จำกัดเฉพาะองค์กรสื่อรายใหญ่ที่มีอำนาจในการเจรจาเท่านั้น