AI-cégek tudományos adatokat használnak fel tanítás nélkül
Az OpenAI és hasonló vállalatok a nyilvánosan elérhető kutatási adatokat saját modelljeik fejlesztésére használják fel, gyakran az eredeti kutatók tudta és beleegyezése nélkül. A gyakorlat geopolitikai feszültségeket és jogi vitákat szül.
Az AI-modellek fejlesztéséhez szükséges nagy mennyiségű, magas minőségű tanítóadatok jelentős része tudományos kutatásokból származik. A DeepMind AlphaFold rendszere például csak azért tudott Nobel-díjat nyerni a fehérjestruktúra-előrejelzésben, mert kutatók korábban nyilvánosságra hozták a fehérjék szerkezetét és genetikai tervét. Az OpenAI azonban úgy nyilatkozott, hogy »nem zárható ki«, hogy felhasználók chatbot-beszélgetéseiből származó, azonosítóadatok nélkül feldolgozott adatok bekerültek a saját modelljeik fejlesztésébe — ezt a matematikusok azt gyanítják, hogy a cég a Navier-Stokes-egyenletek megoldásánál is megtette.
A gyakorlat az AI-ipar egy szélesebb stratégiájának része: »Minden, ami elérhető, a miénk, tanítóadatokká tesszük, akár akarjátok, akár nem« — ahogy az OpenAI egyik vezetője fogalmazott. Képügynökségek, kiadók és zenészek már pereskednek az AI-cégek ellen, de a kutatási adatok geopolitikai szempontból még nagyobb tét, mivel azok a jövő orvosi, gyógyszerészeti és biotechnológiai fejlődésének alapját képezik.
Kína 2021 és 2023 között szigorú szabályozást vezetett be a kutatási adatok megosztására, és azóta korlátozza az adatok nemzetközi áramlását. A Reuters 2025-ben azt közölte, hogy a Német Kutatási Közösség, a Svéd Kutatási Tanács és a Svájci Nemzeti Tudományfejlesztési Alap bizonyos együttműködéseket korlátoznak — a hagyományos tudományos nyitottság és az adatok feletti kontroll közötti feszültség világszerte növekszik.
Forrás: Spiegel — „Meinung: KI-Training mit Forschungsdaten: Wem gehört die Wissenschaft? - Spiegel”
Ez az összefoglaló a fenti forrás alapján, mesterséges intelligenciával készült. Szerkesztőségi ellenőrzésen nem esett át; a részletekért olvasd el az eredeti cikket.