OpenAI en Google kopen honderden boeken, na training versnipperd

AI-bedrijven zoals OpenAI en Google investeren in de aankoop van tweedehandsboeken, voornamelijk oudere titels, voor de training van hun modellen. Deze boeken worden gedigitaliseerd, waarna ze vaak worden vernietigd om opslagkosten te besparen en juridische risico's te minimaliseren. Dit fenomeen, dat momenteel vooral in de Verenigde Staten plaatsvindt, heeft eveneens gevolgen voor Europa en Nederland, vooral gezien de nieuwe regelgeving rondom AI en datamining.

De noodzaak om toegang te krijgen tot uitgebreide, goed geredigeerde tekstdata heeft deze markt doen opbloeien. Boeken zijn waardevol voor datamodellen, omdat ze kwalitatieve inhoud bieden die essentieel is voor de training van AI-systemen. Met de verschuiving naar de aankoop van fysieke boeken in plaats van het gebruik van openbare datasets, ontstaan er zorgen over transparantie en de ethische implicaties van het vernietigen van geschreven cultureel erfgoed.

In de Europese Unie zijn er duidelijke richtlijnen omtrent text- en datamining, en de juridische context rondom het gebruik van auteursrechtelijk beschermd materiaal moet door AI-bedrijven serieus genomen worden. De aantrekking van vergunningen en transparantie in de datakorrelatie krijgt extra aandacht, vooral met de op komst zijnde Europese AI-verordening. Deze verordening verplicht aanbieders van generatieve modellen om bij te houden welke data zij gebruiken en om verantwoording af te leggen over hun bronnen.

Deze ontwikkelingen dwingen Nederlandse uitgevers, bibliotheken, en beleidsmakers om actief deel te nemen in het gesprek over auteursrechten en gegevensgebruik. Transparantie wordt steeds meer een cruciale factor voor concurrentie in de AI-industrie. Bedrijven die een duidelijke en ethische aanpak kunnen aantonen met betrekking tot hun datatransacties kunnen zich onderscheiden in een steeds competitievere markt. Het resultaat is een noodzaak voor betere rapportage en voorwaarden voor participanten in deze snel evoluerende sector.

Lees het volledige artikel van AI Insider.