Wikimedia raporu: LLM eğitimi adil kullanım olabilir ama chatbot çıktısı lisans gerektirmeli

Wikimedia orta bir konum benimsiyor

Wikipedia'yı işleten kâr amacı gütmeyen kuruluş Wikimedia Vakfı, The New York Times başta olmak üzere yayıncıların OpenAI ve Microsoft'a karşı açtığı telif hakkı davaları dizisine bir friend-of-the-court raporu sundu; haberi The Verge aktardı. Kuruluş iki taraftan birinin yanında yer almıyor. Bunun yerine mahkemelerden, yapay zekâ telif hakkı tartışmasında sıklıkla aynı kefeye konan iki faaliyeti ayırmasını istiyor: birçok durumda adil kullanım (fair use) olarak korunmasını istediği, telifli materyaller üzerinde büyük dil modellerinin eğitilmesi ve bunun yerine lisans gerektirdiğini savunduğu, chatbot'ların bu materyali okuyuculara geri sunması.\n The Verge'in haberine göre cuma günü sunulan rapor, hem yayıncıların hem de yapay zekâ şirketlerinin benimsediği konumların, Wikimedia'nın aşırı geniş ve basitleştirilmiş adil kullanım uygulamaları olarak nitelendirdiği şeye yol açtığı uyarısında bulunuyor. Dosyada öne sürüldüğüne göre, yayıncıların kesin bir zaferi, hak sahiplerinin eserlerinin gerçekten dönüştürücü kullanımlarını "kapıda bekçi gibi" engellemesine izin verebilir. Buna karşılık yapay zekâ şirketlerinin kesin bir zaferi, lisans koşullarını görmezden gelme izni anlamına gelebilir ve yazarlarla okuyucular arasındaki bilgi akışını parçalayabilir.

Wikipedia neden ortada sıkışmış durumda

Wikipedia bu mücadelenin iki tarafında da garip bir konumda duruyor. The Verge'in aktardığı dosyaya göre Wikimedia'nın siteleri, yapay zekâ ve makine öğrenimi sistemleri için en önemli eğitim verisi kaynaklarından bazıları hâline geldi. Ancak aynı sistemler ziyaretçileri Wikipedia'dan uzaklaştırarak, siteyi inşa eden ve sürdüren gönüllü toplulukları zayıflatıyor.

Wikimedia doğrudan bir telif hakkı şikâyeti de dile getiriyor: ChatGPT gibi hizmetler, Wikipedia'nın Creative Commons altında özgürce lisansladığı metinleri yeniden üretiyor ama bu lisansın koşullarına uymıyor. Öte yandan bu modeller ansiklopedi için gerçekten yararlı. Dosyada, editörlerin vandalizmle mücadelesine, telif hakkı ihlallerini ve doxxing'i tespit etmesine ve iyileştirilmesi gereken makaleleri belirlemesine yardımcı oldukları belirtiliyor.

"Adil kullanım ilkelerini özenle uygulamayan bir hüküm, özgür bilginin sürdürülebilirliğini tehdit edebilir ve açık kaynak teknolojilerinin gelişimini engelleyebilir; her iki durumda da sonuçta herkesin bilgiye erişimini etkiler," dedi Wikimedia Vakfı genel hukuk müşaviri Stephen LaPorte bir açıklamada ve Wikipedia'nın açık ve erişilebilir insan bilgisine dayanan güçlü bir temele bel bağladığını ekledi.

Tarafların konumları

Times, OpenAI'nin eğitim veri kümeleri oluşturmak için web sitesini kazıyarak telif hakkını ihlal ettiğini iddia ediyor. OpenAI ve Microsoft, büyük dil modellerinin eğitilmesinin adil kullanım oluşturduğu konusunda ısrar ediyor. OpenAI daha önce eğitim materyalinin geri kusurulmasını amaçlanan bir davranış değil nadir görülen bir hata olarak nitelemişti. Microsoft, The Verge'in aktardığı Eylül ayındaki bir dosyada, uzman analizlerinin Copilot'un modeli temellendirmek için kullanılan haber içeriklerinden tam cümleleri nadiren yeniden ürettiğini bulduğunu ve bunun "LLM eğitiminin dönüştürücü amacını zar zor zayıflattığını" savundu.

Wikimedia'nın önerdiği test

Wikimedia'nın önerdiği uzlaşma iki parçadan oluşuyor. Birincisi, web sitelerinin kazılması tek başına telif hakkı ihlali sayılmamalı ve dil modellerinin telifli eserler üzerinde lisanssız ön eğitimi, ortaya çıkan sistemler "kaynak eserlerden yeni ve farklı bir şey" sağladığında adil kullanım olarak kabul edilmeli.

İkincisi, bir model kullanıcı sorgularına yanıt olarak materyalin kopyalarını alıp bunları "okuyucuların özgün eserlerle etkileşiminin yerine geçerken" teslim ediyorsa lisans gerekmeli. Wikimedia'nın çerçevesiyle söylemek gerekirse ayrım, dönüştürme ile ikame arasındadır: yalnızca özgün eserin yerine geçen çıktı, onu adil kullanım için yeterli olacak biçimde dönüştürmez.

Özellikle Wikipedia açısından uyum, Creative Commons lisansı uyarınca özgün kaynağın belirtilmesi ve yapılacak her türlü remix ya da uyarlamaların aynı lisans altında tutulması anlamına gelir. "Yapay zekâ aracılığıyla bilgiye erişimi genişletmek güçlü bir hedeftir ancak bu, güvenilir bilgiyi mümkün kılan insanlara, katkıcılara ve topluluklara saygı göstermelidir," dedi Wikimedia CEO'su Bernadette Meehan bir açıklamada.

Neden önemli

Bu davaların adil kullanımın yapay zekâya nasıl uygulanacağını şekillendirmesi yaygın biçimde bekleniyor ve Wikimedia'nın raporu, taraflar arasındaki farkı bölen bir şablon sunuyor: eğitimi koru, çıktıyı denetle. Mahkemeler buna benzer bir şeyi benimserse, yapay zekâ geliştiricileri model inşası için hukuki netlik kazanırken yayıncılar ve Wikipedia gibi açık projeler, yanıt tarafında atıf ve lisanslama için bir kaldıraç elde tutar. Yoksa hükümler herhangi bir yönde keskin biçimde sonuçlanırsa, sonuçlar dengesiz olabilir: ya yayıncılar dönüştürücü araçlar üzerinde veto gücü kazanır ya da yapay zekâ şirketleri, özgür bilgi ekosisteminin temelini oluşturan açık lisanslar dahil, lisansları tamamen atlatma kalkanı kazanır. Wikipedia aynı zamanda en üst eğitim verisi kaynağı, trafik kaybının mağduru ve tartışılan modellerin tam da kullanıcısı olduğundan, incelik varoluşsal önemdedir yönündeki argümanı alışılmadık bir ağırlık taşıyor.