Stepan 是 SOAX 的 CEO，这是一家数据采集技术的全球领先者，包括为 AI 开发提供数据。 他在互联网基础设施和数据隐私方面拥有超过十年的经验，并倡导透明、公平的合作伙伴关系以驱动创新。
生成式人工智能的兴起已经改变了我们消费新闻的方式，从 人工智能驱动的摘要 到 基于聊天的 Q&A，融入实时新闻报道。这些创新承诺提供前所未有的信息获取途径和新的方式让观众参与时事。然而，生成式人工智能带来的技术飞跃已经给传统新闻生态系统带来了压力，因为出版商面临着由于人工智能助手提供答案而没有将读者引导至原始文章的网页流量下降的问题。同时，人工智能驱动工具背后的公司访问和训练他们的复杂人工智能模型使用大量的受版权保护的内容 – 往往没有补偿。为了保护高质量的新闻报道和确保人工智能的长期可行性，利益相关者必须共同创造一个可持续的模型，该模型公平地平衡内容创作者的权利和人工智能开发者的需求。可持续性的必要性当前的轨迹以摩擦和法律挑战为标志，这对于双方来说显然是不可持续的。我们需要建立一个明确的、道德的和相互有益的框架，以确保信息生态系统和人工智能行业的长期健康。赌注很高，必须平衡新闻生产的经济学与人工智能系统的质量和可信度，以及减轻法律和声誉风险。解决所有这些问题需要一种积极的和合作的方法，建立在共同的原则之上。保护新闻的经济学生产高质量的新闻需要大量的资源投入，包括对研究、事实核查和熟练的记者的投资。传统的收入来源 – 广告和订阅 – 已经面临压力。确保出版商获得公平的补偿可以保护他们的编辑独立性并支持持续的人工智能创新。确保人工智能的质量和可信度“垃圾进，垃圾出”对于训练大型语言模型尤其正确。未经授权或内容质量差的训练数据可能会导致人工智能模型延续错误、偏见和法律违规。这可能会侵蚀公众对人工智能技术的信任。许可协议和透明的来源不仅尊重知识产权，还可以显著提高模型的可靠性和公众的信任。这有助于使人工智能模型更加有价值，减少生成错误信息的可能性。减轻法律和声誉风险人工智能和版权的法律格局正在迅速演变，标志着备受关注的诉讼。许多诉讼，如针对 OpenAI 和 Meta 的版权侵权诉讼，凸显了在未获得明确许可的情况下训练模型使用受版权保护材料的风险，以及需要明确的许可框架。建立积极的合作伙伴关系可以防止昂贵的法律诉讼和声誉损害，并有助于将人工智能公司定位为信息经济中的负责任的行为者。当前的合作伙伴模式随着合作的必要性变得更加明显，各种合作模式开始出现。这些模式试图弥合人工智能开发者和内容创作者之间的差距，提供潜在的前进路径。然而，一个被普遍接受的标准尚未出现。这种关系的复杂性意味着不同的方法可能适用于不同类型的内容、使用场景和出版商规模。收入分成协议一种方法涉及直接的财务安排。在这些模型中，出版商授予人工智能公司访问其档案的权限，以换取产生的收入份额或固定许可费。例如，新闻/媒体联盟与 ProRata.ai 的协议 提供了一个集中化的市场，人工智能公司可以批量许可内容，减少交易成本，并确保出版商获得公平的补偿。价值互换合作并非所有合作伙伴关系都需要基于直接付款。价值互换合作提供了一个替代方案，人工智能公司为新闻组织提供有形的利益和技术资源，而不是现金付款。这些利益可以包括： API 访问： 为新闻编辑室提供程序化访问人工智能工具的权限 分析： 分享人工智能分析的观众参与度或内容表现的见解 联合产品开发： 合作开发有利于双方的新工具或功能 例如，一些新闻编辑室已经共同开发了可以...
