Универзитетот во Оксфорд ѝ дозволил на ОпенАИ да користи историски материјали од прочуената библиотека Бодлеана за развој и обука на нејзините модели за вештачка интелигенција, пишува „Гардијан“.

Информацијата отвора ново прашање во дебатата за тоа од каде ВИ компаниите ги добиваат податоците со кои ги обучуваат своите модели, особено кога станува збор за историски книги, ракописи и академски трудови кои не биле достапни во дигитална форма.

Соработката беше претставена како дигитализација

Оксфорд во март 2025 година ја објави соработката со ОпенАИ, наведувајќи дека технологијата на компанијата ќе се користи за дигитализација на текстови од библиотеката Бодлеана. Целта, според тогашното соопштение, била историските материјали да станат подостапни за студентите и истражувачите.

Во јавната најава, сепак, не било наведено дека дигитализираните материјали ќе бидат користени и за обука на моделите на ОпенАИ. Според интерни документи до кои дошол „Гардијан“, материјалите што ОпенАИ ги дигитализирала биле користени за „пополнување на податочниот сет за обука“ на компанијата.

Што точно добила ОпенАИ?

До јуни 2025 година, од колекцијата на Бодлеана на ОпенАИ ѝ биле предадени 125.000 слики од скенирани историски докторски дисертации. Станува збор за трудови од европски и американски универзитети, создадени во 19 и 20 век. Меѓу дигитализираните материјали е и ретка колекција од околу 10.000 балади од 16 век.

Овие материјали се особено интересни за развојот на ВИ бидејќи дел од нив не биле достапни на интернет во дигитална форма. А токму таквите извори стануваат сè повредни во време кога интернетот е преполн со текстови создадени од самата ВИ.

Зошто старите книги повторно стануваат важни?

Современите ВИ модели се обучуваат со огромни количества текст и други податоци. Но, како што расте количината на содржина создадена од ВИ на интернет, се појавува и проблемот со квалитетот на податоците. Ако новите модели повторно се обучуваат со текстови што претходно ги создале други ВИ системи, постои ризик од губење на разновидноста и квалитетот на податоците.

Затоа технолошките компании сè повеќе се заинтересирани за физички архиви и историски колекции кои содржат оригинални материјали. Во случајот со Бодлеана, тоа значи пристап до содржини кои можеби не постојат никаде на интернет или се исклучително тешко достапни.

Вработените во Оксфорд биле загрижени

Документите од состаноци на Универзитетот во Оксфорд, добиени преку барање за слободен пристап до информации, покажуваат дека дел од вработените биле загрижени за ризиците од соработката со ОпенАИ. Меѓу нив биле и членови на управата на библиотеката Бодлеана.

Во меѓувреме, сопственици на антикварници забележале необичен интерес за ретки и малку познати книги. Меѓу нарачаните дела биле и прирачници за земјоделски алати во Африка од 18 век, како и биографии на автомобилски возачи од 1950-тите.

Сопствениците на антикварниците претпоставуваат дека ваквите книги се интересни токму затоа што најверојатно не постојат во дигитализирана форма на интернет и можат да содржат нови податоци за идните ВИ модели. Оваа претпоставка, сепак, не значи дека е потврдено дека токму ОпенАИ ги нарачувала тие книги или дека тие конкретни изданија ќе бидат користени за обука на нејзините модели.

Бодлеана не ги уништува книгите

Еден од аспектите на договорот што Оксфорд го истакнува е дека оригиналните колекции на Бодлеана остануваат недопрени. Тоа е важно бидејќи во некои процеси на масовна дигитализација физичките примероци по скенирањето се отстрануваат или рециклираат.

Во случајот со Оксфорд, книгите остануваат во библиотеката, додека нивните дигитални копии можат да се обработуваат и користат за истражувачки цели. „Проектот всушност ќе ѝ овозможи на Бодлеана да го направи материјалот достапен за многу поголем број луѓе на кои пристапот до тие содржини инаку би можел да им биде отежнат“, изјавил портпарол на Оксфорд.

Оксфорд не е единствениот

Соработката со Бодлеана е дел од поширокиот проект „NextGenAI“, во кој ОпенАИ има договори со повеќе американски истражувачки библиотеки и институции. Меѓу нив се Јавната библиотека на Бостон, Калтек, МИТ и Универзитетот во Мичиген.

Оксфорд е единствениот британски член на проектот. Случајот повторно го отвора прашањето што точно значи „дигитализација“ во ерата на генеративната ВИ. За библиотеките, дигитализацијата значи зачувување и поширок пристап до историското знаење. За ВИ компаниите, истите дигитални архиви можат да претставуваат огромни и вредни податочни сетови за развој на идните модели.