Wat ooit begon als een plek om kennis en creativiteit te delen, blijkt nu een onuitputtelijke bron voor kunstmatige intelligentie. Miljoenen instructievideo’s, tutorials en persoonlijke creaties die op YouTube zijn geplaatst, duiken ongevraagd op in gigantische datasets waarmee AI-systemen worden getraind. Makers die hun werk ooit online zetten voor een publiek van mensen, ontdekken plots dat hun beelden zijn hergebruikt om machines slimmer te maken.
De honger van AI
De schaal is enorm. Onderzoek wijst uit dat minstens vijftien miljoen video’s afkomstig uit miljoenen kanalen zijn verzameld, vaak zonder toestemming. Vooral “how-to” filmpjes – van koken tot klussen – zijn razend populair bij datasetbouwers. Voor AI-ontwikkelaars zijn dit waardevolle bronnen: de beelden zijn praktisch, vaak helder gefilmd en bevatten precies de stappen die een algoritme kan analyseren.
|
AI Is Coming for YouTube CreatorsAt least 15 million videos have been snatched by tech companies. |
Waar ligt de grens?
Het roept lastige vragen op. Juridisch gezien beroepen bedrijven zich op “fair use”, maar dat concept staat steeds meer onder druk. Makers ervaren dat hun auteursrechtelijk beschermd werk in datasets belandt zonder dat zij daarvoor een vergoeding of inspraak krijgen. Bovendien concurreren AI-systemen die met deze video’s zijn getraind soms direct met de originele makers, bijvoorbeeld door zelf automatisch gegenereerde instructievideo’s te produceren.
Schoon en aantrekkelijk materiaal
Niet alle video’s komen zomaar in aanmerking. Datasetbouwers selecteren vaak op basis van populariteit en esthetiek. Video’s met hoge kijkcijfers, scherpe beelden en weinig afleidende elementen zoals logo’s of ondertitels zijn het meest in trek. Zo ontstaat een voorkeur voor “schone” en visueel aantrekkelijke content – precies de video’s die ook bij een menselijk publiek populair zijn.
Onzichtbare risico’s
Voor veel makers komt de ontdekking als een schok. Een project dat met zorg en passie werd gemaakt, verandert ongemerkt in trainingsmateriaal voor een technologie die ze niet altijd vertrouwen. De controle over de bestemming van hun werk lijkt te verdwijnen zodra het online staat.
Wat kunnen makers doen?
Hoewel volledige bescherming moeilijk is, zijn er manieren om het risico te verkleinen. Het toevoegen van watermerken of logo’s kan video’s minder aantrekkelijk maken voor automatische verzamelaars. Daarnaast experimenteren sommigen met tools die beelden subtiel aanpassen, zodat ze voor mensen nauwelijks veranderen, maar voor algoritmes minder bruikbaar zijn.
Een strijd om eigenaarschap
De situatie legt een fundamenteel probleem bloot: wie heeft eigenlijk de controle over creatieve online content? Terwijl AI-bedrijven hun honger naar data nauwelijks kunnen stillen, vragen makers zich af of hun werk nog wel van henzelf is zodra het op internet staat. De discussie over rechten, compensatie en ethiek staat nog maar aan het begin – maar de druk neemt elke dag toe.
