Een praktische benadering van creatieve content en AI-training

AI en creatieve content: Lessen uit het verleden

Elke technologische vooruitgang in de verspreiding van kennis en kunst—van de drukpers tot het internet en kabeltelevisie—heeft discussies uitgelokt over het creëren en delen van waarde. In het tijdperk van AI kunnen ontwikkelaars verschillende stappen ondernemen om de creatieve industrieën te ondersteunen en een bloeiend AI-ecosysteem te bevorderen dat iedereen ten goede komt. Maar welke benaderingen zijn geschikt voor de output van AI-modellen, de training ervan en de nieuwe manieren waarop AI gedeelde waarde kan creëren?

Beoordeling van AI-outputs

Of woorden nu worden geschreven met een pen, typemachine of AI, of kunstwerken worden gecreëerd met een penseel, computergraphics of AI, de vraag blijft of een nieuw werk het auteursrecht van een eerder werk schendt. Deze beoordeling is complex en hangt af van factoren zoals de gelijkenis tussen de werken, de aard ervan en of het nieuwe werk concurreert met het originele op de markt. Tools zoals outputfilters kunnen helpen om outputs die substantieel vergelijkbaar zijn te beperken, terwijl modellen zelf leren om genuanceerder te beoordelen.

Bovendien kan herkomstinformatie, zoals watermerken of metadata, het risico op misleiding over de maker van bepaald materiaal verminderen. Google heeft bijvoorbeeld het toonaangevende SynthID-tool ontwikkeld en is toegetreden tot het stuurcomité van de Coalition for Content Provenance and Authenticity (C2PA). Dergelijke initiatieven helpen consumenten om geïnformeerde beoordelingen te maken over de content die ze tegenkomen.

Verantwoord trainen van AI-modellen

Hoewel het trainen van fundamentele AI-modellen op openbaar beschikbare webcontent volgens de Amerikaanse auteurswetgeving als fair use wordt beschouwd, en veel andere landen vergelijkbare uitzonderingen hebben die nieuwe toepassingen van informatie bevorderen, kunnen goede praktijken de acceptatie van nieuwe AI-toepassingen van bestaande content vergroten.

Het is essentieel om content op een verantwoorde en wettelijke manier te verkrijgen, bijvoorbeeld door websites de mogelijkheid te bieden om zich af te melden voor het gebruik van hun content of informatie voor AI-training. Bestaande industriestandaarden voor webcrawling zijn hierbij een belangrijk hulpmiddel. Deze standaarden zijn eenvoudig en schaalbaar en bouwen voort op lang bestaande machine-leesbare robots.txt-protocollen die breed worden gebruikt op het web om te bepalen hoe content door webcrawlers wordt benaderd.

Samenwerking voor een evenwichtige toekomst

De samenwerking tussen AI-ontwikkelaars en de creatieve industrie is cruciaal om een evenwicht te vinden tussen innovatie en het beschermen van intellectuele eigendomsrechten. Door gezamenlijke inspanningen kunnen er richtlijnen en standaarden worden ontwikkeld die zowel de vooruitgang van AI-technologie als de belangen van contentmakers dienen.​

In een tijdperk waarin AI een steeds grotere rol speelt in creatieve processen, is het van belang om een balans te vinden tussen technologische vooruitgang en het respecteren van de rechten en bijdragen van menselijke creatieven. Een zorgvuldige en verantwoorde benadering van het gebruik van creatieve content in AI-training zal bijdragen aan een duurzame en inclusieve toekomst voor zowel de technologie als de creatieve sector.​