z wolność wiedzy Wydział

Ten Seria postów Bada, w jaki sposób możemy przemyśleć przecięcie sztucznej inteligencji, kreatywności i polityki. Od zbadania przestarzałych metafor regulacyjnych po przesłuchanie norm autorskich i podkreślenie ryzyka duszących innowacji, każdy post zajmuje się innym kawałkiem układanki AI. Razem opowiadają się za bardziej zrównoważonym, przyszłościowym podejściem, które uznaje potencjał ewolucji technologicznej, jednocześnie chroniąc prawa twórców i zapewnienie rozwoju AI służy szerszym interesom społeczeństwa. Możesz przeczytać PierwszyW drugiW trzeciI Czwarte posty W serii.

W kwietniu 2007 r. Janez Potočnik, ówczesny komisarz ds. Nauki i badań, wprowadzone koncepcja Piąta wolność: „Wolność wiedzy”. Jego wizja była prosta, ale ambitna – zdolność Europy do pozostania konkurencyjnym poprzez wiedzę i innowacje, kamienie podstawowe dobrobytu. Szybko do przodu, pęd dla tej piątej wolności jest ponownie budowany, a oba Przeczytaj raport oraz list misji nowego komisarza UE ds. Startupów, badań i innowacji podkreślających jego znaczenie.

Ale jak to jest wolność wiedzy Przecinają się z kreatywnością i prawami autorskimi?

AI, nauka i granice praw autorskich

Systemy uczenia maszynowego (ML) uczą się w sposób uderzająco podobny do ludzi – obserwowanie i kopiowanie. Rodzi to ważne pytanie: czy systemy ML powinny mieć możliwość swobodnego wykorzystywania materiałów chronionych prawem autorskim w ramach procesu uczenia się? Odpowiedź nie dotyczy tylko technologii; Idzie do sedna tego, jakie prawo autorskie ma na celu ochronę.

Tradycyjnie prawa autorskie chroni wyrażenie pomysłów, a nie samych pomysłów. Jest to ważne rozróżnienie, ponieważ pozwala innym czerpać inspirację, wprowadzać innowacje i opierać się na pomysłach bez naruszania czyjejś twórczej wydajności. Gdy system ML jest przeszkolony, nie dba o konkretne kreatywne wybory – takie jak oświetlenie lub skład zdjęcia. Po prostu chce nauczyć się podstawowego wzorca, takiego jak rozpoznanie znaku stop. Podobnie model języka naturalnego używa tekstu pisanego nie dlatego, że docenia unikalny styl pisania autora, ale dlatego, że musi nauczyć się struktury języka.

Ludzie też robią to cały czas. Często replikujemy wyrażenia podczas uczenia się, ale naszym celem nie jest plagiat czyjegoś wyjątkowego twórczego dotyku – to zrozumieć pomysł. Ta koncepcja jest osadzona w wielu precedensach prawnych. Na przykład w American Geophysical Union przeciwko Texaco sprawaKserokopowanie nie było używane nie do piękna prozy, ale po prostu jako wygodny sposób dostępu do pomysłów naukowych. Podobne problemy pojawiają się w przypadkach interoperacyjności oprogramowania, funkcjonalne obiekty, takie jak projekty odzieży, a nawet w sporach o rutyny jogi. Prawa autorskie powinny chronić kreatywną ekspresję – nie pomysły, fakty lub funkcjonalne elementy, które je u podstaw.

Dlaczego ma to znaczenie dla uczenia maszynowego

To rozróżnienie jest szczególnie ważne dla ML. Jeśli zezwolimy prawu autorskiemu na przeszkodę w uczeniu się maszyn na podstawie danych w celach czysto nieekspresyjnych, potencjalnie utrudniamy postęp technologiczny. Umożliwienie systemom ML do nauki – bez próby powtórzenia kreatywnych aspektów oryginalnej pracy – jest niezbędne do innowacji. Nie chodzi tylko o rozwój technologii, ale także pozostanie wiernym duchowi prawa autorskiego, który ma na celu zrównoważenie interesów twórców i dobra publicznego.

Jednak, jak to ma profesor Lemley wskazał Z perspektywy prawa USA wolność uczenia się ML powinna mieć granice. Jeśli system ML jest szkolony do tworzenia piosenki, która naśladuje styl Ariany Grande, nie chodzi już tylko o naukę – chodzi o kopiowanie twórczego wyrazu. W takich przypadkach pytanie, czy kwalifikuje się jako dozwolone użycie, staje się znacznie trudniejsze. Jednak nawet tutaj ważne jest, aby prawa autorskie nie kontrolowały elementów niechronnych, takich jak gatunek muzyczny lub szeroki styl artystyczny.

Znalezienie równowagi: innowacje i ochrona

Koncepcja piątej wolności – freedom wiedzy – może się rozwijać, jeśli prawa autorskie są wykorzystywane do ograniczenia uczenia się i innowacji. Potrzebujemy zrównoważonego podejścia: takie, które chroni ciężką pracę twórców, jednocześnie zapewniając, że prawa autorskie nie stłumią podstawowego prawa do uczenia się, wprowadzania innowacji i budowania istniejącej wiedzy. Jest to teraz szczególnie istotne, ponieważ AI i uczenie maszynowe kształtują przyszłość kreatywności i gospodarkę wiedzy w Europie. Jeśli uzyskamy tę równowagę, możemy zapewnić, że zarówno kreatywność, jak i innowacje nadal kwitną w erze cyfrowej.

Caroline de Cock jest ekspertem ds. Komunikacji i polityki, autorką i przedsiębiorcą. Jest dyrektorem zarządzającym N-Square Consulting and Square-Up Agency oraz szefem badań w Laboratorium Informacji. Caroline specjalizuje się w prawach cyfrowych, rzecznictwie politycznym i innowacji strategicznych, napędzanych jej zaangażowaniem w wspieranie globalnej łączności i pozytywnych zmian.

Złożone pod: dostęp do wiedzyW aiW Prawa autorskieW Kreatywność i AIW Piąta wolnośćW wolność wiedzyW wiedzaW uczenie maszynowe