Creative Commons, die gemeinnützige Organisation hinter den weltweit am häufigsten verwendeten offenen Lizenzen, hat ein neues Rahmenwerk entwickelt, mit dem Urheber klar zum Ausdruck bringen können, dass sie nicht damit einverstanden sind, dass ihre Werke zum Training künstlicher Intelligenz verwendet werden.
Das als CC-Signale bekannte System ermöglicht es Rechteinhabern, ihren digitalen Werken maschinenlesbare Metadaten hinzuzufügen, die ihre Präferenzen für die Wiederverwendung durch KI signalisieren. Sie können entweder angeben: „Ja“, sie sind mit der Nutzung zum Training einverstanden, oder „Nein“, sie sind es nicht, und anschließend eine von vier Nutzungsbedingungen hinzufügen:
- Namensnennung: Eine angemessene Namensnennung muss erfolgen.
- Direkter Beitrag: Der Eigentümer des Werks muss finanziell unterstützt werden.
- Beitrag zum Ökosystem: Das Ökosystem, von dem die KI durch die Nutzung des Werks als Trainingsdaten profitiert, muss finanziell unterstützt werden.
- Offen: Das verwendete KI-System muss offen sein.
Bei allen vier Signalen muss der Eigentümer des Werks genannt werden. Das Signal kann außerdem den Umfang der KI-Nutzung angeben, für den die Kennzeichnungen gelten, etwa Text- und Data-Mining, das Training generativer KI oder KI-Inferenz.
KI-Entwickler, Scraper oder Anbieter von Datensätzen können Inhalte mithilfe standardisierter Methoden wie HTTP-Headern und Metadaten auf CC-Signale überprüfen. Diese ersetzen keine Urheberrechtslizenzen wie CC-BY oder CC0, sondern werden zusätzlich zu ihnen eingesetzt.
Die CC-Signale sind derzeit nicht rechtlich durchsetzbar, fungieren aber ähnlich wie CC-Lizenzen eher als soziale und ethische Kennzeichnungen. Creative Commons erklärte in einem Blogbeitrag , dass das Rahmenwerk eine alternative Antwort auf die zunehmende Verbreitung von KI-Training bietet – jenseits von „Datenextraktion und der Aushöhlung von Offenheit“ oder „einem abgeschotteten Internet, das von Bezahlschranken geschützt wird“.
„Wenn wir uns einer Zukunft verpflichtet fühlen, in der Wissen offen bleibt, müssen wir gemeinsam auf einer neuen Form des Gebens und Nehmens bestehen“, sagte Sarah Hinchliff Pearson, General Counsel von Creative Commons, in dem Blogbeitrag. „Eine einzelne, eindeutig formulierte Präferenz ist im Maschinenzeitalter bedeutungslos. Gemeinsam können wir jedoch eine andere Vorgehensweise einfordern.“
Creative Commons erklärte, die CC-Signale seien das Ergebnis von „jahrelanger Beratung und Analyse“, hole aber in den kommenden Monaten weiterhin öffentliches Feedback ein. Die Organisation hofft, das Rahmenwerk im November offiziell einzuführen.
Urheber und KI-Unternehmen streiten über Ansätze für Trainingsdaten
Das Aufkommen von KI in den vergangenen Jahren hat zu Konflikten zwischen der Technologie- und der Kreativbranche geführt. Technologieunternehmen wollen, dass ihre KI-Modelle möglichst nützlich sind – dafür müssen sie mit riesigen Mengen neuer, von Menschen erstellter Daten gefüttert werden. Gleichzeitig liefern sie sich ein Wettrennen um Innovationen und wollen die Konkurrenz überholen. Sie wissen, dass das Einholen von Genehmigungen oder die Bezahlung von Urhebern sie ausbremsen und ihre Gewinne schmälern könnte.
Urheber stehen der Entwicklung von Tools, die eines Tages mit ihnen konkurrieren könnten, unterdessen skeptisch gegenüber. Dennoch sehen sie Potenzial in einer fairen Vergütung und darin, zu Modellen beizutragen, die in Bereichen wie Medizin und Bildung bedeutende Fortschritte ermöglichen könnten.
Rechtsstreitigkeiten und Urheberrechts debatten entfalten sich auf der ganzen Welt , während Gerichte und Gesetzgeber darum ringen, wie sich dieses grundlegende Spannungsverhältnis zwischen Innovation und den Rechten von Urhebern lösen lässt. Anthropic, Meta, Perplexity, Stability AI, Midjourney, und OpenAI (viele, viele, viele Male) gehören zu den KI-Entwicklern, gegen die Künstler, Nachrichtenmedien und Musiker rechtlich vorgegangen sind, weil sie deren Werke ohne Zustimmung verwendet haben. Das von Sam Altman gegründete Startup hat eine Reihe von Lizenzvereinbarungen unterzeichnet , um weiteren Ärger zu vermeiden.
Onlineplattformen versuchen, auf individueller Ebene die Kontrolle zu übernehmen
Mehrere Plattformen haben Änderungen an ihrer technischen Infrastruktur und ihren Richtlinien vorgenommen, um mehr Kontrolle über das Scraping der Inhalte ihrer Nutzer nach KI-Daten zu erlangen. X hat seine Datenschutzrichtlinie geändert , um die Nutzung von X-Inhalten zum „Feintuning oder Training eines Basismodells oder Frontier-Modells“ zu untersagen.
Reddit hat seine robots.txt-Dateien aktualisiert , um nicht autorisierte KI-Bots und Crawler zu blockieren, während der Zugriff für Akteure in guter Absicht wie Forscher und das Internet Archive weiterhin möglich ist. Reddit hat Anthropic verklagt , weil das Unternehmen in diesem Monat wiederholt ohne Genehmigung die Foren von Reddit gecrawlt hat.
Das Cybersicherheitsunternehmen Cloudflare hat Tools auf den Markt gebracht , die KI-Webcrawler stören sollen und Websitebetreibern ermöglichen, wie häufig KI-Modelle die Inhalte ihrer Website nutzen . CEO Matthew Prince hat den aktuellen Zustand des Internets kritisiert , in dem menschliche Leser mit Bezahlschranken und aufdringlicher Werbung konfrontiert sind, während KI-Scraper Inhalte kostenlos konsumieren können. Er hofft, dieses Modell mit einem Cloudflare-Marktplatz umzukehren, auf dem Websitebetreiber den Zugang zu ihren Inhalten für KI-Training verkaufen können. Möchten Sie wissen, wie sich Websites gegen das KI-Scraping wehren? Lesen Sie auf eWeek mehr über die wachsende Bewegung zur Blockierung von Trainings-Bots.