Monetizing Research voor AI-Training: De Risico’s en Beste Praktijken

Naarmate de vraag naar generatieve AI groeit, groeit ook de behoefte aan hoogwaardige gegevens om deze systemen te trainen. Wetenschappelijke uitgevers zijn begonnen hun onderzoekscontent te monetizeren om trainingsgegevens voor grote taalmodellen (LLM’s) te bieden. Hoewel deze ontwikkeling een nieuwe inkomstenstroom voor uitgevers creëert en generatieve AI voor wetenschappelijke ontdekkingen empowerd, roept het kritische vragen op over de integriteit en betrouwbaarheid van het gebruikte onderzoek. Dit roept een cruciale vraag op: Zijn de verkochte datasets betrouwbaar, en wat zijn de implicaties van deze praktijk voor de wetenschappelijke gemeenschap en generatieve AI-modellen?

De Opkomst van Gemonetiseerde Onderzoeksdeal

Grote academische uitgevers, waaronder Wiley, Taylor & Francis, en anderen, hebben gerapporteerd aanzienlijke inkomsten uit het licentiëren van hun content aan technologiebedrijven die generatieve AI-modellen ontwikkelen. Zo heeft Wiley alleen al meer dan $40 miljoen aan inkomsten uit dergelijke deals dit jaar behaald. Deze overeenkomsten stellen AI-bedrijven in staat om toegang te krijgen tot diverse en uitgebreide wetenschappelijke datasets, wat de kwaliteit van hun AI-hulpmiddelen verhoogt.