Monetisering av forskning for AI-trening: Risiko og beste praksis

Ettersom etterspørselen etter generativ AI øker, øker også behovet for høykvalitetsdata for å trene disse systemene. Akademiske forlag har begynt å monetisere sin forskningsinnhold for å gi treningsdata for store språkmodeller (LLM). Mens denne utviklingen skaper en ny inntektsstrøm for forlagene og gir mulighet for generativ AI til vitenskapelige oppdagelser, reiser det kritiske spørsmål om integriteten og påliteligheten til den forskningen som brukes. Dette reiser et kritisk spørsmål: Er datasettene som selges pålitelige, og hva impliserer denne praksisen for det vitenskapelige samfunnet og generative AI-modeller?

Oppsvinget i monetiserte forskningsavtaler

Majoriteten av akademiske forlag, inkludert Wiley, Taylor & Francis og andre, har rapportert betydelige inntekter fra lisensiering av innhold til teknologiselskaper som utvikler generative AI-modeller. For eksempel avslørte Wiley over 40 millioner dollar i inntekter fra slike avtaler alene i år. Disse avtaleene gjør det mulig for AI-selskaper å få tilgang til diverse og omfattende vitenskapelige datasett, som antageligvis forbedrer kvaliteten på deres AI-verktøy.