نبرد هوش مصنوعی برای استخراج داده‌ها؛ آینده‌ای پرچالش برای وب

در عصر هوش مصنوعی، ناشران خبری و وب‌سایت‌ها با چالشی جدی روبه‌رو شده‌اند، ربات‌هایی که بدون اجازه به محتوای آن‌ها دسترسی پیدا می‌کنند تا داده‌ها را برای آموزش مدل‌های هوش مصنوعی استخراج کنند. این پدیده که به‌عنواناستخراج محتوایاScrapingشناخته می‌شود، نه‌تنها درآمد ناشران را تهدید می‌کند، بلکه زیرساخت‌XNET را نیز تحت فشار قرار داده است. این نبرد میان شرکت‌های رسانه‌ای و شرکت‌های فناوری، آینده وب را به سمت تغییرات عمده‌ای سوق داده است.

چالش ناشران در برابر ربات‌های هوش مصنوعی

چت‌بات‌های هوش مصنوعی مانند ChatGPT و Gemini گوگل که قادر به ارائه پاسخ‌های دقیق و مختصر از داده‌XNET هستند، به کاهش بازدید سایت‌ها منجر شده‌اند. این موضوع درآمد ناشران را تهدید می‌کند، به‌ویژه پس از راه‌اندازی حالتAI Modeتوسط گوگل که لینک‌های کمتری نسبت به جستجوی سنتی نمایش می‌دهد.

ناشران برای مقابله با این روند، به اقدامات حقوقی و تکنولوژیکی روی آورده‌اند. برخی از آن‌ها، مانندDotdash Meredithقراردادهایی با شرکت‌های فناوری برای مجوز محتوایی امضا کرده‌اند و با شرکت‌هایی مثلCloudflareهمکاری می‌کنند تا دسترسی ربات‌های غیرمجاز را محدود کنند. «نیکلاس تامپسون»، مدیرعامل مجلهAtlanticمی‌گوید: «ما می‌خواهیم انسان‌ها سایت ما را بخوانند، نه ربات‌هایی که هیچ ارزشی برای ما ایجاد نمی‌کنند.»

افزایش فعالیت ربات‌های استخراج‌کننده

طبق گزارش شرکتCloudflareفعالیت‌های استخراج محتوا در سال گذشته ۱۸٪ افزایش یافته است. این شرکت اخیراً ابزاری معرفی کرده که به ناشران اجازه می‌دهد مشخص کنند کدام ربات‌ها می‌توانند به محتوای آن‌ها دسترسی داشته باشند. با این حال، ربات‌هایی با قابلیت نادیده گرفتن دستوراتRobots.txtهمچنان به فعالیت خود ادامه می‌دهند.

برای مثال، شرکتRedditماه گذشته از استارت‌آپ هوش مصنوعیAnthropicشکایت کرد و ادعا کرد که این شرکت بدون اجازه، بیش از ۱۰۰ هزار بار به سایت آن‌ها دسترسی داشته است.iFixitنیز اعلام کرد که ربات Anthropic در ۲۴ ساعت یک میلیون بار به سرورهایش حمله کرده است. مدیرعامل iFixit، «کایل ویینز»، در واکنشی تند گفت: «نه تنها محتوای ما را بدون پرداخت برداشتی، بلکه منابع ما را هم مشغول کرده‌اید.»

نبرد حقوقی میان ناشران و شرکت‌های فناوری

شکایت‌های حقوقی میان ناشران و شرکت‌های هوش مصنوعی در دادگاه‌ها افزایش یافته است.نیویورک تایمزکه قرارداد مجوز با آمازون دارد، علیهمایکروسافتوOpenAIشکایت کرده است. در همین حال، شرکت مادروال‌استریت ژورنالیعنیNews Corpنیز علیه شرکت‌های هوش مصنوعی مانندPerplexityاقدام قانونی کرده است.

با این حال، برخی پرونده‌ها به نفع شرکت‌های هوش مصنوعی پایان یافته‌اند. در ژوئن امسال، قاضی پروندهAnthropicاعلام کرد که استفاده از محتوای دارای حق چاپ برای آموزش مدل‌های هوش مصنوعی، تحت شرایط خاصی مصداقاستفاده منصفانه(Fair Use) است.

پیامدهای گسترده برای وب

اقدامات ناشران برای محدود کردن دسترسی ربات‌ها، پرسش‌هایی جدی درباره آینده وب ایجاد کرده است. برخی کارشناسان نگران‌اند که محدودیت‌های سخت‌گیرانه، دسترسی پژوهش‌های دانشگاهی و اسکن‌های امنیتی مفید را نیز تحت تأثیر قرار دهد. شین لانگپر، رهبر پروژهData Provenanceهشدار می‌دهد: «وب در حال تقسیم‌بندی به نفع بالاترین پیشنهاددهنده است که این امر برای تمرکز بازار و شفافیت بسیار زیان‌آور است.»

علاوه بر این، شرکت‌هایی مانندInternet Archiveکه به‌عنوان بایگانی اینترنت شناخته می‌شوند، با ابهامات حقوقی روبه‌رو شده‌اند. بروستر کال، بنیان‌گذار این سایت، می‌گوید که شکایت‌ها و خطوط نامشخص قانونی می‌تواند توسعه شرکت‌های هوش مصنوعی را در آمریکا به عقب براند.

راه‌حل چیست؟

در حالی که ناشران مصمم به دفاع از حقوق خود هستند، شرکت‌های هوش مصنوعی نیز برای دسترسی به داده‌ها به استراتژی‌های جدیدی روی آورده‌اند. راه‌حل پایدار ممکن است در مذاکرات میان دو طرف و ایجاد چارچوب‌های قانونی مشخص برای استخراج محتوا باشد.

در نهایت، این نبرد نه‌تنها شکل آینده وب را تعیین خواهد کرد، بلکه پیامدهای گسترده‌ای برای دسترسی به اطلاعات، تمرکز بازار و توسعه فناوری هوش مصنوعی خواهد داشت. همان‌طور که مدیرعاملAtlanticاشاره می‌کند: «این تنها درباره حفاظت از محتوا نیست؛ بلکه درباره تعادل میان نوآوری و احترام به حقوق ناشران است.»

wsj

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.