AI botları universitet kitabxanalarına hücum edir, ictimai girişə təhlükə yaradır

Akademik kitabxana saytları böyük dil modelləri üçün məzmun toplamaq məqsədilə AI və üçüncü tərəf şirkətləri tərəfindən istifadə olunan məlumat yığan botlar səbəbindən yavaşlayır və ya çökür. Kitabxana əməkdaşları bildirir ki, bu trafik tələbələrin, tədqiqatçıların və ictimaiyyətin girişinə mane olur, mütəxəssislər isə problemin pisləşdiyi barədə xəbərdarlıq edir. Bir universitet bir gün ərzində minlərlə ünvandan fin musiqisi üçün 11 000-dən çox axtarış bildirib.

Botlar açıq kolleksiyaları hədəfə alır

Kitabxanalar, muzeylər və digər mədəni irs qurumları keyfiyyətli, yoxlanılmış məlumat saxladıqları və həmin məlumat adətən ödəniş divarı və ya giriş məhdudiyyəti arxasında gizlədilmədiyi üçün əsas hədəflərdir. San Jose State University və University of Victoria əməkdaşları bildirir ki, botlar akademik, tarixi və dövlət sənədlərini əhatə edən arxivlərə giriş cəhd edir. Botlar veb-saytları araşdırmaq və məlumat əldə etmək üçün həm AI, həm də üçüncü tərəf şirkətləri tərəfindən istifadə olunur, tez-tez Claude, Gemini və ChatGPT kimi modelləri qidalandırmaq üçün.

Yaxşı botlar və pis botlar

Project Gutenberg-dən Eric Hellman bildirir ki, axtarış mühərrikləri və arxiv saytları saytın pozulmasının qarşısını almağa kömək edən könüllü təlimatlar olan robots.txt faylına əməl edən botlardan istifadə edir. O deyir ki, AI məlumat yığan botlar bəzən bu qaydaları nəzərə almır və hər saniyə minlərlə sənədi hər mövcud formatda tələb edə bilir. Çünki bir şirkət və ya bot ferması minlərlə IP ünvanından işləyə bilər, Hellman bildirir ki, fərdi ünvanların bloklanması artıq faydalı deyil.

Kitabxanalar giriş maneələrini qiymətləndirir

Bəzi kitabxanalar CAPTCHA yoxlamaları və ya digər doğrulama sistemləri qurub, lakin bu tədbirlər yaxşı botlara da təsir edə bilər. Bəziləri giriş məlumatlarını tələb etməyə başlayıb; əməkdaşlar bildirir ki, bunu etmək istəmirlər, çünki bu, asanlıqla əlçatan olması lazım olduğuna inandıqları materiala insan girişinə maneə qoyur. GLAM-E-dən Michael Weinberg bildirir ki, indi bot trafiki qurumlar üçün kolleksiyalarının bəzi hissələrini onlayn əlçatan etmək üçün mənfi stimul yaradır.

AI şirkətləri və imtina siqnalları

İri AI şirkətləri ictimaiyyətə açıq məlumatların yığulmasının ədalətli istifadə çərçivəsində icazəli olduğunu və ictimaiyyətin mənafeyinə uyğun olduğunu iddia edib. Anthropic, OpenAI, Google və Microsoft yaxınlarda veb-saytın robots.txt faylında onların veb indeksləyicilərini bloklaya biləcək vahid standartlaşdırılmış imtina siqnalının qəbul edilməsini dəstəklədiklərini bildirib. Uyğunluq könüllü olacaq və razılaşma üçüncü tərəf şirkətlərinin və kiçik AI startaplarının problemli botlarını əhatə etmir.

Mənbələr: cbc.ca