AI-ბოტების შემოტევა უნივერსიტეტის ბიბლიოთეკებზე საჯარო წვდომას საფრთხეს უქმნის

აკადემიური ბიბლიოთეკების ვებსაიტები ნელდება ან მუშაობას წყვეტს მონაცემების ამომღები ბოტების გამო, რომლებსაც AI და მესამე მხარის კომპანიები დიდი ენობრივი მოდელებისთვის კონტენტის შესაგროვებლად იყენებენ. ბიბლიოთეკის თანამშრომლები ამბობენ, რომ ტრაფიკი ხელს უშლის სტუდენტების, მკვლევრებისა და საზოგადოების წვდომას, ექსპერტები კი აფრთხილებენ, რომ პრობლემა უარესდება. ერთი უნივერსიტეტის ცნობით, ერთ დღეში ათასობით მისამართიდან ფინურ მუსიკაზე 11 000-ზე მეტი ძიება დაფიქსირდა.

ბოტები ღია კოლექციებს სამიზნედ ირჩევენ

ბიბლიოთეკები, მუზეუმები და კულტურული მემკვიდრეობის სხვა დაწესებულებები მთავარი სამიზნეები არიან, რადგან მათ აქვთ ხარისხიანი, გადამოწმებული ინფორმაცია, რომელიც ჩვეულებრივ არ იმალება გადახდის კედლების ან შესვლის მოთხოვნის მიღმა. სან-ხოსეის სახელმწიფო უნივერსიტეტისა და ვიქტორიის უნივერსიტეტის თანამშრომლები ამბობენ, რომ ბოტები ცდილობენ არქივებზე წვდომას, სადაც აკადემიური, ისტორიული და სახელმწიფო დოკუმენტებია. ბოტებს იყენებენ როგორც AI, ისე მესამე მხარის კომპანიები, რათა ვებსაიტები გადაფხიკონ და მონაცემები მოიპოვონ, ხშირად იმისთვის, რომ გამოკვებონ ისეთი მოდელები, როგორიცაა Claude, Gemini და ChatGPT.

კარგი და ცუდი ბოტები

Project Gutenberg-ის ერიკ ჰელმანი ამბობს, რომ საძიებო სისტემები და არქივირების საიტები იყენებენ ბოტებს, რომლებიც იცავენ robots.txt-ს, ნებაყოფლობით ინსტრუქციებს, რომლებიც ეხმარებათ მათ, თავიდან აიცილონ საიტის მუშაობის დარღვევა. ის ამბობს, რომ მონაცემების ამომღები AI-ბოტები ხანდახან უგულებელყოფენ ამ წესებს და შეიძლება წამში ათასობით დოკუმენტი მოითხოვონ ყველა ხელმისაწვდომ ფორმატში. რადგან ერთ კომპანიას ან ბოტების ფერმას შეუძლია ათასობით IP მისამართიდან იმუშაოს, ჰელმანის თქმით, ცალკეული მისამართების დაბლოკვა აღარ არის სასარგებლო.

ბიბლიოთეკები წვდომის ბარიერებს აფასებენ

ზოგიერთმა ბიბლიოთეკამ CAPTCHA-ს გამოწვევები ან სხვა გადამოწმების სისტემები დააყენა, მაგრამ ეს ზომები კარგ ბოტებზეც შეიძლება იმოქმედოს. ზოგიერთმა მათგანმა უკვე დაიწყო სისტემაში შესვლის მონაცემების მოთხოვნა, რაც თანამშრომლებს არ სურთ, რადგან ეს ბარიერებს უქმნის ადამიანებს იმ მასალაზე წვდომაში, რომელიც, მათი აზრით, ადვილად ხელმისაწვდომი უნდა იყოს. GLAM-E-ს მაიკლ ვაინბერგი ამბობს, რომ ბოტების ტრაფიკი ახლა დაწესებულებებს აქვეითებს სტიმულს, თავიანთი კოლექციების ნაწილი ონლაინ გახადონ ხელმისაწვდომი.

AI კომპანიები და უარის თქმის სიგნალები

მსხვილი AI კომპანიები ამტკიცებენ, რომ საჯაროდ ხელმისაწვდომი მონაცემების გადაფხეკა დასაშვებია სამართლიანი გამოყენების წესით და რომ ეს საზოგადოების ინტერესებშია. Anthropic-მა, OpenAI-მ, Google-მა და Microsoft-მა ცოტა ხნის წინ მხარი დაუჭირეს იმას, რომ ვებსაიტის robots.txt ფაილში არსებულ ერთ სტანდარტიზებულ უარის თქმის სიგნალს პატივი ეცათ, რომელსაც შეუძლია მათი ვებკრაულერები დაბლოკოს. მისი დაცვა ნებაყოფლობითი იქნებოდა, ხოლო შეთანხმება არ მოიცავს მესამე მხარის კომპანიებისა და უფრო მცირე AI სტარტაპების პრობლემურ ბოტებს.

წყაროები: cbc.ca