Опыт библиотек как готовое решение для регулирования искусственного интеллекта

В условиях отсутствия четкой законодательной базы в сфере искусственного интеллекта (ИИ) эксперты предлагают обратить внимание на многолетний опыт библиотек и архивов. Эти институты десятилетиями работали над решением вопросов авторского права, машинного доступа к данным и ответственного хранения информации — именно тех проблем, которые сегодня находятся в центре дискуссий о будущем нейросетей.

Прецедент Google Books и принципы «добросовестного использования»

Важным историческим примером служит проект Google Books, запущенный в середине 2000-х годов. Тогда исследовательские библиотеки объединились с технологической компанией для оцифровки миллионов томов из своих коллекций. Для обеспечения доступа к этим данным был создан защищенный репозиторий HathiTrust. Несмотря на судебные иски со стороны Гильдии авторов, суды встали на сторону библиотек, создав важный юридический прецедент.

Судебные решения подтвердили, что создание цифровой базы данных с возможностью поиска является «добросовестным использованием» (fair use). Этот правовой термин означает возможность использования защищенных авторским правом материалов без получения специального разрешения, если это делается в исследовательских или информационных целях. Именно на этом принципе сегодня строится возможность анализа текстов и интеллектуального поиска в больших массивах данных.

Обучение нейросетей на авторских материалах

В экспертной среде отмечается, что обучение моделей ИИ на произведениях, защищенных авторским правом, в целом укладывается в рамки закона. Эту позицию разделяет Альянс библиотечного авторского права (LCA). В обзоре судебной практики упоминаются дела Kadrey против Meta* и Bartz против Anthropic, в которых судьи признали процесс обучения нейросетей «трансформативным». Это означает, что ИИ не просто копирует контент, а перерабатывает его для создания принципиально нового функционала.

По мнению обозревателей, суды с большой вероятностью будут вставать на сторону разработчиков ИИ в образовательном и научном контексте, так как такие цели традиционно считаются приоритетными для общества.

Этика, прозрачность и происхождение данных

Пока законодательные органы пытаются разработать нормы для борьбы с предвзятостью и вредоносным контентом в ИИ, библиотеки уже используют готовые протоколы для работы с чувствительной информацией. К основным наработкам относятся:

• Методы аутентификации и документирования коллекций, подтверждающие их происхождение.
• Принципы взаимодействия с издателями при масштабной оцифровке специальных фондов.
• Прозрачные процедуры доступа к культурно значимым материалам, касающимся коренных народов и других сообществ.

В материале подчеркивается, что многие современные законодательные инициативы в области прозрачности обучения ИИ могут навредить университетским исследованиям. Причина кроется в их оторванности от практического опыта институтов, которые годами занимаются строгой каталогизацией и проверкой источников. Библиотечные нормы предлагают фундамент для развития технологий в интересах общества, опираясь на десятилетия практической экспертизы.

* — деятельность компании запрещена на территории РФ

Твитнуть