Mwanasayansi wa Microsoft aliita "wizi mkubwa zaidi wa kazi katika historia"

Kauli ilitoka ndani ya nyumba yenyewe

Katika hati ya pamoja ya kurasa 92 iliyowasilishwa na walalamikaji wa vyombo vya habari katika kesi ya hakimiliki ya New York Times dhidi ya OpenAI na Microsoft, Mkurugenzi wa Sayansi Tumizi wa Microsoft, Dkt. Brent Hecht, ananukuliwa akielezea kesi hiyo kama "wizi wa kushangaza wa viwango visivyo na kifani" na pengine "wizi mkubwa zaidi wa kazi katika historia ya binadamu." Huyu si mwandishi wa habari anayefanya kampeni. Ni mfanyakazi mwandamizi wa mmoja wa washtakiwa, ananukuliwa katika nyaraka zilizofunguliwa hivi karibuni na kuripotiwa na 404 Media, kama ilivyofupishwa katika safu ya maoni ya Register iliyochapishwa tarehe 27 Septemba.

Haya ni hoja za walalamikaji. Jaji Sidney H. Stein wa Mahakama ya Wilaya ya Marekani ya Wilaya ya Kusini ya New York bado hajatoa uamuzi. OpenAI na Microsoft wanapinga madai hayo, wakitetea "matumizi ya haki" (fair use): kwamba kufunza mifumo kwa makala na vitabu vya umma kunaongeza maarifa ya umma na hakufanyi kazi kama "mbadala haramu wa kiuchumi sokoni" wa kazi asili.

Kile ambacho nyaraka zinaeleza kwa hakika

Ukiondoa maneno makali, nyaraka zinaeleza utaratibu. Mifumo mikubwa ya lugha (large language models) hufunzwa kwa kumeza kiasi kikubwa mno cha maandishi; mfumo hujifunza mifumo ya kitakwimu badala ya kuhifadhi nakala, na ndiyo maana "matumizi ya haki" ni utetezi wa kawaida. Sehemu ya kuvutia ya matumizi ya haki ni kigezo cha nne, yaani athari kwa soko. Kama matokeo yanachukua nafasi ya kazi asili sokoni, utetezi hudhoofika. Hapo ndipo pande zinapopambana.

Mambo mawili katika nyaraka ni muhimu zaidi kuliko matusi. Kwanza, kulingana na hati hiyo, mwakilishi wa shirika wa OpenAI alishuhudia kwa kiapo kwamba hawakuwa na taarifa za "juhudi zozote za kugundua maudhui yaliyo nyuma ya paywall (ukuta wa malipo) katika seti zake za data za mafunzo" au "za kuondoa maudhui ya paywall kutoka seti zake za data za mafunzo." Mwanzilishi mwenza Greg Brockman alipoambiwa kwamba OpenAI inaweza kuvuka paywall, hati inamnukuu akijibu, "ah, nzuri." Pili, hati ya sera ya ndani ya Microsoft iliyonukuliwa katika nyaraka inakiri kwamba generative AI (akili bandia inayozalisha maudhui) inaweza "kuvuruga kwa kiasi kikubwa ajira ya watu waliozalisha data ambayo mfumo msingi ulifunzwa kwayo [kwa sababu] LLM ni bidhaa inayoharibu mnyororo wake wa ugavi" — kile ambacho nyaraka hizohizo zinadaiwa kukiita "doom loop" (mzunguko wa maangamizi), unaosababisha model collapse (kuporomoka kwa mfumo) kadri ugavi wa kazi mpya za binadamu unavyokauka.

Kuna tatizo la usambazaji chini ya tatizo la kisheria. Kama mhandisi wa programu wa OpenAI anavyonukuliwa akisema: "Haijalishi tunaonyesha viungo kwa uwazi kiasi gani, watumiaji hawatabofya." Kutaja chanzo kama suluhisho kunadhania kwamba trafiki hufuata utajaji. Uchunguzi wa mhandisi huyo mwenyewe unaonyesha haifuati.

Kwa nini ushindi wa GitHub ni finyu kuliko unavyoonekana

Mahakama ya Rufaa ya Mzunguko wa Tisa iliwapa GitHub, Microsoft na OpenAI ushindi katika kesi ya Doe v. GitHub, lakini kwa kifungu kimoja mahususi cha DMCA kinachohusu taarifa za usimamizi wa hakimiliki (CMI) — jina la mwandishi, notisi ya leseni na masharti yaliyoambatishwa kwenye kazi. Jaji Eric Miller aliandika: "Anayeunda kazi mpya na kushindwa kujumuisha CMI hawezi kusemwa kwamba 'ameondoa' au 'amebadilisha' chochote."

Hilo linaamua dai moja, si uwanja mzima. Halikuamua kwamba kufunza mifumo kwa open source (msimbo huria) bila kikomo kunaruhusiwa, kwamba kunakili msimbo kwenye seti ya mafunzo daima ni matumizi ya haki, kwamba msimbo uliozalishwa hauwezi kukiuka hakimiliki, au kwamba leseni za GPL, Apache, BSD au MIT haziwezi kutekelezwa. Wakili wa open source aliyenukuliwa katika safu hiyo anaonya kuhusu hatari fiche zaidi: pande zinazidi kushtaki kuhusu leseni za open source kama mikataba badala ya kama leseni za hakimiliki zilizoandikwa kuwa. Nadharia za kimkataba hukwepa maswali ambayo hakimiliki inalazimisha ujibu — je, unamiliki kazi hiyo, je, ni usemi unaolindika, je, ilinakiliwa kwa hakika? Ukishinda kwa mkataba, unaweza kuwa umetekeleza masharti huku ukigeuza leseni kimyakimya kuwa kitu kingine.

Matokeo ya kiutendaji ni pengo la chanzo asili (provenance). Msanidi programu anayekubali pendekezo hawezi kujua ni leseni gani, kama ipo, iliyotawala msimbo ambao pendekezo hilo lilitokana nao, na katika mifumo ya kazi inayosaidiwa na AI hakuna kiungo cha kukagua.

Maswali Unayopaswa Kujiuliza

• Kama mahakama baadaye itakuta kwamba data ya mafunzo ilipatikana kinyume cha sheria, je, fidia (indemnity) ya muuzaji wa msaidizi wako wa msimbo inakulinda — na je, inashughulikia madai ya kimkataba kuhusu leseni za open source, au madai ya hakimiliki pekee?
• Je, muuzaji wako anaweza kutoa rekodi yoyote ya chanzo asili ya msimbo uliozalishwa, au jibu lake lote ni "kazi mpya, hakuna CMI"?
• Kama mfumo wa biashara yako unategemea kutajwa na bidhaa ya AI, hilo lina thamani gani ikizingatiwa kauli ya mhandisi wa OpenAI mwenyewe kwamba watumiaji hawatabofya bila kujali nafasi ya kiungo?
• Kuhusu kesi ya ushindani wa kibiashara dhidi ya Anthropic, OpenAI, SpaceXAI na Google: ni ushahidi gani upo wa makubaliano halisi na madhara kwa ushindani, zaidi ya watendaji wakuu kutoa kauli za hadharani zinazofanana kuhusu usalama katika wikendi moja?
• Kama nyaraka za ndani za Microsoft zinakiri kwamba LLM zinaharibu mnyororo wake wa ugavi, mpango ni upi wa kupata kazi mpya za binadamu — na nani atalipia?

Cha Kufuatilia Baadaye

Uamuzi wa Jaji Stein katika Wilaya ya Kusini ya New York ndio ishara. Kama utetezi wa matumizi ya haki utanusurika summary judgment (uamuzi wa muhtasari bila kusikiliza kesi kamili), mtindo wa "chukua sasa, bishana baadaye" unaidhinishwa kwa vitendo na mikataba ya leseni inakuwa nia njema ya hiari. Kama hautanusurika, kila memo ya ndani iliyofunguliwa kuhusu doom loop na paywall inakuwa ushahidi katika kesi ishirini zinazofuata. Fuatilia pia kama suluhisho lolote litakuwa na nguvu — safu hiyo inabainisha kwamba ushindi wa hivi karibuni wa ushindani wa kibiashara dhidi ya biashara ya matangazo na utafutaji ya Google ulipunguzwa makali katika hatua ya adhabu.