I takt med at feltet for generativ AI fortsætter med at udvikle sig, er bekymringer om brugen af ophavsretligt beskyttet arbejde til træning af modeller kommet i fokus. Stifteren af Fairly Trained, en non-profit organisation der arbejder for skabernes rettigheder, traf for nylig beslutningen om at sige sit job op inden for generativ AI for at rette opmærksomhed mod dette vigtige emne. Selvom beslutningen er blevet mødt med støtte, er der stadigvæk spørgsmål om etikken omkring brugen af uretfærdigt trænede generative AI-modeller og deres indvirkning på forskellige industrier.
Eksponering af Sunos træningspraksis
Et prominent AI-musikgenereringsfirma, Suno, har fanget mange menneskers opmærksomhed på grund af dets imponerende evner til at omdanne tekst til sange. Der er dog blevet rejst bekymringer om dataene, som Suno bruger til træning. Virksomheden har konsekvent nægtet at afsløre sine kilder til træningsdata og har ikke svaret på anmodninger om kommentar vedrørende deres træningsmetoder. Denne mangel på gennemsigtighed giver mistanke om, at Suno måske bruger ophavsretligt beskyttet arbejde uden at opnå de nødvendige tilladelser fra rettighedshavere.
Hinvisninger til Sunos praksis er kommet frem, herunder udtalelser fra en af dens investorer, der antyder, at virksomheden måske ikke har indgået nogen licensaftaler med musiklabels og udgivere. Desuden har Suno, til trods for at have fået muligheden for certificering af Fairly Trained, endnu ikke grebet chancen for at vise deres engagement i fair træningspraksis.
Konsekvenserne for skaberne
Spørgsmålet om træningsdata brugt af AI-musikvirksomheder som Suno har betydelige konsekvenser for skaberne. Hvis ophavsretligt beskyttet arbejde bruges uden tilladelse, undergraves musikeres og andre skaberes rettigheder. Det er afgørende, at mediernes dækning af virksomheder som Suno lægger større vægt på spørgsmålet om kilder til træningsdata og fremhæver potentialet for unfair udnyttelse af kunstneres arbejde af AI-musikvirksomheder.
Ofte Stillede Spørgsmål
Q: Hvordan skaffer AI-musikvirksomheder træningsdata?
A: AI-musikvirksomheder kan skaffe træningsdata gennem licenser med rettighedshavere, brug af offentligt tilgængelige data, bestilling af brugerdefinerede data, eller en kombination af disse metoder.
Q: Er der andre AI-musikvirksomheder, der prioriterer fair træningspraksis?
A: Ja, der er flere AI-musikvirksomheder, der har vedtaget en mere retfærdig tilgang til deres træningspraksis. Disse virksomheder nægter at bruge ophavsretligt beskyttet arbejde uden samtykke og er forpligtet til etiske datakilder.
Konkurrencen mellem generativ AI og menneskelige skabere
Generativ AI-teknologi rummer talrige fordele, men den udgør også en betydelig udfordring for menneskelige skabere. AI-musikvirksomheder, der bruger skaberes arbejde til træning uden at opnå ordentlig licensering, mindsker i sidste ende musikeres bidrag og påvirker negativt deres indkomst. Fremkomsten af generativ AI-lytteplatforme, såsom Suno, som alternativer til traditionelle musiktjenester som Spotify, kan føre til faldende indtægter for musikbranchen og yderligere forværre human musikeres økonomiske udfordringer.
Et kald efter fair træningspraksis
Mens virksomheder som Suno måske viser imponerende AI-musikevner, er det vigtigt at støtte dem, der prioriterer fair træningspraksis. Opstartsvirksomheder og organisationer som Fairly Trained har certificeret AI-musikvirksomheder, der demonstrerer en forpligtelse til etiske træningsmetoder, herunder licensaftaler og brugen af offentlige domænedata eller særligt bestilte data. De, der søger at inkorporere AI-musik i deres projekter, bør overveje at støtte virksomheder, der værdsætter skaberes rettigheder og ikke udnytter deres arbejde uretfærdigt.
Afslutningsvis udgør brugen af ophavsretligt beskyttet arbejde uden ordentlig tilladelse til træning af AI-modeller en betydelig etisk dilemma for AI-branchen. Det er afgørende for virksomheder og enkeltpersoner at overveje den langsigtede indvirkning på skabere og aktivt støtte dem, der følger fair praksis. Ved at prioritere etiske træningsmetoder kan vi skabe et miljø, der værdsætter og respekterer menneskelige skaberes bidrag samtidig med at vi omfavner potentialet ved generativ AI-teknologi.
The source of the article is from the blog mendozaextremo.com.ar