Yale'den Yapay Zekaya 'Açık Kaynak' Kilidi: CCAI Lisansı ile Şeffaflık Zorunlu Hale Gelebilir

Hangi Şeffaflık Yükümlülüklerini Getiriyor?

Bir yapay zeka geliştiricisi, CCAI lisansıyla korunan bir kod üzerinde model eğitirse, teklif şu kritik bilgilerin kamuya açıklanmasını zorunlu kılar :

• Model Mimarisi — yapay zeka modelinin tasarımı ve yapısı .
• Eğitim Verileri — eğitim sırasında kullanılan veri setleri .
• Modelin kendisi ve bundan türeyen sürümler de aynı CCAI tarzı copyleft şartları altında kalmaya devam etmelidir .

Bu yaklaşımın temel amacı, yapay zeka şirketlerinin açık kaynak topluluk kodlarını, kapalı ve ticari sistemler geliştirmek için kullanıp topluluğa karşılaştırılabilir bir açıklıkla geri dönüş yapmadan 'alıp götürmelerini' engellemektir .

Makalenin Yazarları Kimler?

Çalışmanın tam adı "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" (Bağlamsal Copyleft Davası: Açık Kaynak Eğitim Verileri ve Üretken Yapay Zekanın Lisanslanması) şeklindedir . Yazarlar şu isimlerden oluşmaktadır :

• Grant Shanklin — Baş yazar ve Yale College, DEC'te de Vries-Sherif Kıdemsiz Araştırmacısı .
• Claudio Novelli — DEC araştırmacısı .
• Emmie Hine — DEC araştırmacısı .
• Luciano Floridi — John K. Castle Profesörü ve DEC'in kurucu direktörü .
• Tyler Schroder — Eski DEC lisans araştırmacısı .

Uygulanabilirlik Konusunda Hangi Hukuki Belirsizlikler Bulunuyor?

Araştırmacılar, CCAI'nın pratikte uygulanıp uygulanamayacağına dair birkaç kritik hukuki soru işareti olduğunu belirtiyor :

1. Adil Kullanım Eşiği — CCAI'nın uygulanabilirliği, büyük ölçüde yapay zeka modeli eğitiminin telif hakkı yasası kapsamında "adil kullanım" (fair use) sayılıp sayılmayacağına bağlıdır . Telif hakkıyla korunan bir kod üzerinde eğitim yapmanın adil kullanım olduğuna hükmedilirse, lisansın kısıtlamalarının uygulanması zorlaşabilir çünkü bu eğitim faaliyeti zaten telif hakkı izni gerektirmeyecektir .

2. Türev Çalışma Sınıflandırması — Eğitilmiş bir yapay zeka modelinin (öğrenilmiş ağırlıkları da dahil olmak üzere), eğitim kodunun "türev çalışması" olarak sınıflandırılıp sınıflandırılamayacağı hukuken belirsizdir .

3. Yargı Yetkisi Farklılıkları — Telif hakkı kuralları ve istisnaları ülkeden ülkeye değiştiği için, teklifin uygulanabilirliği hukuk sistemleri arasında büyük farklılıklar gösterebilir .

4. Pratik Denetim Zorluğu — Lisans yasal olarak makul olsa bile, modellerin büyük ve karma veri setleriyle eğitildiği durumlarda, belirli açık kaynak kod parçalarının kaynağının izini sürmek son derece zor olabilir .

Kısacası CCAI, teorik olarak sağlam temellere dayanan bir öneridir ancak gerçek dünyadaki uygulanabilirliği, özellikle bir yapay zeka modelinin telif hakkıyla korunan kodla eğitilmesinin "adil kullanım" olup olmadığı ve eğitilmiş bir modelin yasal olarak "türev çalışma" sayılıp sayılamayacağı gibi henüz çözüme kavuşmamış sorulara bağlıdır .