Πώς οι δημιουργοί πληρώνονται για να εκπαιδεύουν την AI

Εισαγωγή

Για χρόνια, μεγάλο μέρος αυτού του περιεχομένου συλλεγόταν αθόρυβα από το διαδίκτυο χωρίς αναφορά πηγής και χωρίς αμοιβή. Τώρα το σενάριο αντιστρέφεται. Οι εταιρείες τεχνητής νοημοσύνης αρχίζουν να αδειοδοτούν δημιουργικά έργα, να συνάπτουν πραγματικές συμφωνίες και να αμείβουν τους ανθρώπους που βρίσκονται πίσω από τα σύνολα δεδομένων.

Δείτε πώς τα χρήματα φτάνουν στους δημιουργούς και πώς μπορείτε να επωφεληθείτε από αυτό.

Από την «δωρεάν» αντιγραφή σε πληρωμένα δεδομένα με άδεια χρήσης

Η γενετική τεχνητή νοημοσύνη λειτουργεί με βάση δεδομένα και για χρόνια πολλά από αυτά τα δεδομένα προέρχονταν από την αθόρυβη συλλογή από το ανοιχτό διαδίκτυο. Βίντεο, φωτογραφίες, άρθρα και σχέδια των δημιουργών μεταφέρθηκαν σε σύνολα εκπαίδευσης χωρίς τη συγκατάθεσή τους.

Αυτή η προσέγγιση βρίσκεται πλέον υπό πίεση. Συγγραφείς και εταιρείες μέσων ενημέρωσης έχουν ασκήσει αγωγές εναντίον μεγάλων εταιρειών τεχνολογίας για τη μη αδειοδοτημένη χρήση των έργων τους για την εκπαίδευση της τεχνητής νοημοσύνης, αναγκάζοντας τον κλάδο να αντιμετωπίσει άμεσα το ζήτημα των πνευματικών δικαιωμάτων και της αποζημίωσης.

Σε απάντηση, οι εταιρείες τεχνητής νοημοσύνης συνάπτουν ρητές συμφωνίες αδειοδότησης και δημιουργούν δομημένες διαδικασίες για να πληρώνουν για τα ποιοτικά δημιουργικά δεδομένα που χρειάζονται. Και αυτή η αλλαγή ανοίγει πραγματικές ευκαιρίες κέρδους για τους ανθρώπους που δημιουργούν το περιεχόμενο.

Πώς αμείβονται σήμερα οι δημιουργοί

1. Άμεσες συμφωνίες αδειοδότησης με εργαστήρια τεχνητής νοημοσύνης και εκδότες

Οι μεγάλοι προγραμματιστές τεχνητής νοημοσύνης και οι μεγάλοι κάτοχοι δικαιωμάτων αρχίζουν να συναντώνται στη μέση. Εκδότες όπως η Harper Collins, για παράδειγμα, έχουν υπογράψει πολυετείς συμφωνίες με τη Microsoft που προβλέπουν πληρωμή για κάθε βιβλίο μη μυθοπλασίας που χρησιμοποιείται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης.

Αν και αυτές οι διαπραγματεύσεις συνήθως γίνονται σε επίπεδο επιχειρήσεων, δημιουργούν ένα φαινόμενο αλυσιδωτής αντίδρασης. Μόλις καθοριστεί μια δημόσια τιμή για την πρόσβαση σε έναν κατάλογο για εκπαίδευση, οι μεμονωμένοι συγγραφείς, δημοσιογράφοι και εξειδικευμένοι εκδότες έχουν ισχυρότερη βάση για να απαιτήσουν πληρωμή αντί να συμβιβάζονται με κενές υποσχέσεις για προβολή.

2. Ενδιάμεσες πλατφόρμες που συσκευάζουν περιεχόμενο δημιουργών

Οι περισσότεροι δημιουργοί δεν έχουν το χρόνο (ή την επιρροή) να διαπραγματευτούν απευθείας με τη νομική ομάδα ενός εργαστηρίου τεχνητής νοημοσύνης. Εκεί έρχονται οι πλατφόρμες που δίνουν προτεραιότητα στους δημιουργούς.

Αντί να στέλνετε κρύα μηνύματα ηλεκτρονικού ταχυδρομείου, ανεβάζετε τη δουλειά σας μία φορά, ορίζετε τα δικαιώματα με τα οποία αισθάνεστε άνετα και αφήνετε την πλατφόρμα να αναλάβει το δύσκολο έργο:

• Σωστές επιλογές
• Μεταδεδομένα
• Συμβάσεις
• Πληρωμές

Ένας φωτογράφος που ήδη φωτογραφίζει για μάρκες, αποθέματα ή κοινωνικές εκστρατείες μπορεί να έχει χρόνια αχρησιμοποίητου υλικού και επιπλέον φωτογραφίες προϊόντων αποθηκευμένες σε έναν σκληρό δίσκο. Σε μια πλατφόρμα όπως το Wirestock, το ίδιο αρχείο μπορεί να μετατραπεί σε σύνολα δεδομένων εκπαίδευσης για εταιρείες τεχνητής νοημοσύνης. Είναι ένας τρόπος να επαναχρησιμοποιήσετε παλαιότερες freelance φωτογραφικές εργασίες και να συνεισφέρετε το γούστο σας στις τελευταίες τεχνολογικές εξελίξεις.

3. Βιβλιοθήκες αποθεμάτων και ταμεία συνεισφερόντων

Εάν ήδη ανεβάζετε υλικό σε πλατφόρμες αποθεμάτων, μπορεί να είστε μέρος του οικοσυστήματος τεχνητής νοημοσύνης χωρίς να το συνειδητοποιείτε. Η Adobe, για παράδειγμα, χρησιμοποιεί επιλέξιμο περιεχόμενο Adobe Stock στα μοντέλα τεχνητής νοημοσύνης Firefly και έχει εισαγάγει ταμεία συνεισφερόντων που πληρώνουν τους δημιουργούς των οποίων τα περιουσιακά στοιχεία περιλαμβάνονται στην εκπαίδευση.

Για τους επαγγελματίες φωτογράφους, σχεδιαστές και βιντεογράφους, αυτό σημαίνει ένα επιπλέον επίπεδο αποζημίωσης πέραν των παραδοσιακών πωλήσεων αδειών, ειδικά για μεγάλα χαρτοφυλάκια που συνεχίζουν να παράγουν αξία δεδομένων.

Τι σημαίνει αυτή η αλλαγή για την οικονομία των δημιουργών

Νέα έσοδα από υπάρχοντα αρχεία

Η μεγάλη ανακάλυψη είναι ότι τα παλιά έργα αποκτούν ξαφνικά νέα αξία. Το έργο έχει ήδη γυριστεί, μονταριστεί και πληρωθεί μία φορά. Η εκ νέου αδειοδότησή του για εκπαιδευτικούς σκοπούς μπορεί να δημιουργήσει μια ημι-παθητική πηγή εισοδήματος.

Περισσότερος έλεγχος, όχι λιγότερος

Το νέο οικοσύστημα αδειών αφορά επίσης τον έλεγχο. Οι συμβάσεις καθορίζουν πού και πώς μπορεί να χρησιμοποιηθεί το περιεχόμενο στην εκπαίδευση τεχνητής νοημοσύνης και ποιες προστασίες υπάρχουν γύρω από ευαίσθητα θέματα ή την ασφάλεια της μάρκας. Η συμφωνία Harper Collins–Microsoft, για παράδειγμα, περιλαμβάνει όρους σχετικά με τους τίτλους που περιλαμβάνονται και απαιτεί ρητή συγκατάθεση από τους συγγραφείς.

Η τεχνητή νοημοσύνη ως συγκυβερνήτης, όχι μόνο ως αγοραστής

Εκτός από την αδειοδότηση, οι δημιουργοί χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να επιταχύνουν τις δικές τους ροές εργασίας. Τα μοντέλα κειμένου και εικόνας βοηθούν ήδη στην ιδεοποίηση, τη συγγραφή σεναρίων, τα πρόχειρα storyboard και τις πρώτες διορθώσεις, γεγονός που μπορεί να εξοικονομήσει χρόνο.

Ορισμένοι δημιουργοί αναλαμβάνουν ακόμη και νέους ρόλους ως αξιολογητές και εξειδικευμένοι εκπαιδευτές τεχνητής νοημοσύνης εξ αποστάσεως, για να διδάξουν στα μοντέλα τι είναι καλό στον τομέα τους.

Πώς μπορούν οι δημιουργοί να συμμετάσχουν στην οικονομία δεδομένων τεχνητής νοημοσύνης

Αν είστε δημιουργός και αναρωτιέστε από πού να ξεκινήσετε, σκεφτείτε τα δικαιώματα, τη συνάφεια και την εμβέλεια.

1. Καθιστήστε σαφή τα δικαιώματά σας

Μπορείτε να παραχωρήσετε άδεια χρήσης μόνο για ό,τι ελέγχετε πραγματικά.

• Ελέγξτε τις συμβάσεις με προηγούμενους πελάτες και μάρκες. Διατηρείτε κάποια δικαιώματα ή όλα είναι εργασία επί μισθώσει;

• Βεβαιωθείτε ότι διαθέτετε τα απαραίτητα δικαιώματα χρήσης μοντέλων και ιδιοκτησίας.

• Ετικετοποιήστε και οργανώστε τα αρχεία σας, ώστε να μπορείτε να βρείτε γρήγορα το είδος του περιεχομένου που επιθυμούν οι αγοραστές AI: ποικίλα θέματα, διαφορετικά περιβάλλοντα, καθαρό ήχο και λεπτομερή μεταδεδομένα.

2. Προσδιορίστε τι είναι πολύτιμο για την εκπαίδευση

Τα εργαστήρια τεχνητής νοημοσύνης χρειάζονται ποικίλα, ρεαλιστικά και καλά επισημασμένα δεδομένα.

Αυτά μπορεί να είναι:

• Βίντεο μεγάλου μήκους με καθαρό ήχο και πολλαπλές γωνίες κάμερας

• Φωτογραφίσεις προϊόντων και τρόπου ζωής που δείχνουν αντικείμενα καθημερινής χρήσης

• Φωτογραφίες δρόμου που αποτυπώνουν πραγματικές συνθήκες φωτισμού, καιρικές συνθήκες και κίνηση

3. Επιλέξτε τη σωστή πορεία προς την αγορά

Ανάλογα με το μέγεθος και τη θέση σας στην αγορά, υπάρχουν διάφορες λογικές επιλογές:

• Άμεσες συναλλαγές, εάν διαθέτετε έναν αρκετά μεγάλο κατάλογο, έχετε ένα ισχυρό κοινό ή ελέγχετε μια πολύτιμη πνευματική ιδιοκτησία.

• Ενδιάμεσες πλατφόρμες που ειδικεύονται στην αδειοδότηση δεδομένων AI και την κατανομή εσόδων.

• Αποθέματα και αγορές που είναι διαφανείς σχετικά με το αν και πώς χρησιμοποιούν το έργο σας για εκπαίδευση μοντέλων.

• Πλατφόρμες δεδομένων με επίκεντρο τον δημιουργό που σας επιτρέπουν τόσο να αδειοδοτείτε το περιεχόμενό σας όσο και να συμμετέχετε σε εργασίες επισήμανσης, ποιοτικού ελέγχου ή αξιολόγησης.

Συμπέρασμα: Η τεχνητή νοημοσύνη χρειάζεται δημιουργούς περισσότερο από ποτέ

Η ιστορία της τεχνητής νοημοσύνης συχνά παρουσιάζεται ως η αντικατάσταση των ανθρώπων από τις μηχανές. Η πραγματικότητα, ειδικά στη φάση της εκπαίδευσης, είναι σχεδόν το αντίθετο. Τα μοντέλα δεν μπορούν να μάθουν ρεαλισμό, λεπτές αποχρώσεις ή γούστο χωρίς τεράστιες ποσότητες ανθρώπινης εργασίας πίσω από τα παρασκήνια.

Όσο περισσότεροι δημιουργοί διεκδικούν τη θέση τους στο τραπέζι, με τους δικούς τους όρους, τόσο πιο δίκαιη και βιώσιμη θα είναι η επόμενη γενιά της τεχνητής νοημοσύνης.