OpenAI'nin yapay zeka sistemlerinin telif hakkı ile korunan içeriklerle eğitildiği yönündeki iddialar, yeni ve çarpıcı bir akademik araştırma ile yeniden gündeme geldi. Washington Üniversitesi, Kopenhag Üniversitesi ve Stanford Üniversitesi'nden gelen araştırmacılar, GPT-4 ve GPT-3.5 gibi büyük dil modellerinin bazı içerikleri doğrudan ezberleme yetisine sahip olabileceğini ortaya koyan bulgular sundular.

Yapay zeka modelleri, genellikle büyük miktarda metin, görsel veya kod gibi verilerle eğitiliyor. Ancak, belirli verilerin birebir kopyalanması, yani ezberlenmesi piyasada ciddi telif hakkı tartışmalarına yol açıyor.

Araştırmacılar, modellerin eğitim verilerinden neleri ezberlediğini ölçebilmek için geliştirdikleri 'yüksek şaşırtıcılık' adlı bir analitik yöntemle ilerlediler. Bu yöntemde, nadir görülen kelimeler tespit edilerek, bu kelimelerin modellerin cümle tamamlayabilme kapasitelerine etkisi incelendi. Örnek olarak, "Jack ve ben, radar uğultusuyla tamamen hareketsiz oturduk" cümlesindeki 'radar' kelimesi, bağlamda beklenmedik olduğu için yüksek şaşırtıcılığa sahip sayıldı.

Araştırma sonuçları, modellerin özellikle kurgu kitapları ve New York Times makalelerinden alıntı yapma konusunda başarılı olduğunu gösterdi. Yani, bu içeriklerin büyük ihtimalle eğitim sürecinde ezberlendiği anlamına geliyor.

OpenAI ve New York Times arasındaki yasal mücadele kızışıyor. Araştırmada, BookMIA adlı bir veritabanındaki telifli e-kitap örneklerine dair ezberleme izleri bulundu. Ayrıca, New York Times makalelerinde de benzer ezberleme belirtileri tespit edildi. Bu durum, modellerin telifli eserlerle eğitildiğine dair iddiaları güçlendiriyor.

Araştırmanın ortak yazarlarından Abhilasha Ravichander, konu ile ilgili olarak, "Güvenilir büyük dil modelleri inşa edebilmemiz için bilimsel yöntemlerle denetlenebilir ve şeffaf bir şekilde incelenmeliyiz. Bu araştırma, bu denetim araçlarından birini sunmayı amaçlıyor. Ancak ekosistem genelinde daha fazla veri şeffaflığına ihtiyaç var" dedi.

OpenAI ise 'adil kullanım' savunmasını öne sürerek, uzun süredir bu konudaki eleştirilere karşı duruşunu koruyor. Şirket, bazı içerik üreticileriyle lisans anlaşmaları yaptığını ve telif sahiplerine içeriklerinin model eğitiminde kullanılmaması için 'vazgeçme' hakkı tanıdığını belirtiyor.

Ancak şirket, aynı zamanda çeşitli hükûmetlerle yapay zeka eğitimi konusunda adil kullanım ilkelerinin daha esnek ve kapsayıcı bir şekilde yasal çerçeveye oturtulması yönünde lobi faaliyetleri yürütüyor. Bu durum özellikle yazarlar, yazılımcılar ve gazeteciler tarafından eleştiriliyor, çünkü bu içerik üreticileri eserlerinin rızaları olmadan ticari amaçlı yapay zeka sistemlerinde kullanılmasına karşı çıkıyor.

OpenAI, şu anda farklı meslek gruplarından birçok kişinin açtığı telif davalarıyla karşı karşıya. Bu davalarda ortak şikayet; kitapların, kodların ve haber içeriklerinin izinsiz şekilde model eğitimi için kullanılması. ABD telif hakkı yasalarında bu tür durumlar için açık bir muafiyet bulunmadığından, davacılar OpenAI’nın uygulamalarını yasadışı buluyor.

Yeni araştırmanın ortaya koyduğu teknik kanıtlar, bu davalarda önemli bir rol oynayabilir. Zira, modellerin belli içerikleri birebir hatırlayıp yeniden üretmesi, adil kullanım sınırlarının aşıldığını gösterebilir.

Yasal tartışmaların temelinde, yapay zeka modellerinin nasıl eğitildiğine dair bilgi eksikliği yatıyor. Şirketlerin eğitim verilerini açıklamaması, kamuoyunun bu modellerin etik ve yasal sınırlar içinde geliştirilip geliştirilmediği konusunda net bir fikre sahip olmasını engelliyor. Ravichander gibi araştırmacılar tarafından geliştirilen analiz yöntemleri, bu konuda önemli ipuçları sunarak önemli bir boşluğu dolduruyor.

Telif hakkı yasalarının gelecekte yapay zeka çağının ihtiyaçlarına nasıl uyarlanacağı, hem teknoloji şirketleri hem de içerik üreticileri açısından belirleyici olacak. Bu tartışmaların merkezinde yer alan OpenAI ve GPT-4 gibi modeller, yalnızca teknik gelişmelerin değil, aynı zamanda hukuki ve etik dönüşümlerin de baş aktörleri olmaya devam edecek.