สงครามลิขสิทธิ์จะเปลี่ยนโฉมหน้าผลิตภัณฑ์ AI ในปี 2027 อย่างไร

ยุคสมัยแห่งข้อมูลฟรีได้สิ้นสุดลงแล้ว

ยุคของการเก็บข้อมูลโดยไม่ต้องรับผลกระทบได้จบลงแล้ว หลายปีที่ผ่านมานักพัฒนาสร้างโมเดลภาษาขนาดใหญ่โดยตั้งสมมติฐานว่าอินเทอร์เน็ตแบบเปิดเป็นทรัพยากรสาธารณะ แต่สมมติฐานนี้กำลังเผชิญกับความจริงในชั้นศาล การฟ้องร้องครั้งใหญ่จากองค์กรสื่อและศิลปินกำลังบีบให้เกิดการเปลี่ยนแปลงพื้นฐานในวิธีการสร้างและขายผลิตภัณฑ์เหล่านี้ บริษัทต่างๆ ไม่สามารถเพิกเฉยต่อแหล่งที่มาของชุดข้อมูลที่ใช้ฝึกฝนได้อีกต่อไป ผลลัพธ์ที่ตามมาคือการเปลี่ยนไปสู่โมเดลแบบมีลิขสิทธิ์ที่ทุกโทเค็นมีราคาค่างวด การเปลี่ยนแปลงนี้จะเป็นตัวตัดสินว่าบริษัทใดจะอยู่รอดและบริษัทใดจะล้มละลายภายใต้ภาระค่าใช้จ่ายทางกฎหมาย นี่ไม่ใช่แค่เรื่องของจริยธรรมหรือสิทธิของผู้สร้างสรรค์ แต่เป็นเรื่องของความยั่งยืนทางธุรกิจ หากศาลตัดสินว่าการฝึกฝนด้วยข้อมูลที่มีลิขสิทธิ์ไม่ใช่การใช้งานที่เป็นธรรม ต้นทุนในการสร้างโมเดลที่แข่งขันได้จะพุ่งสูงขึ้น ซึ่งจะเอื้อประโยชน์ต่อยักษ์ใหญ่ด้านเทคโนโลยีที่มีเงินทุนหนาและมีข้อตกลงด้านลิขสิทธิ์อยู่แล้ว ส่วนผู้เล่นรายย่อยอาจถูกบีบออกจากตลาดโดยสิ้นเชิง ความเร็วในการพัฒนาเทคโนโลยีตอนนี้กำลังชนกำแพงทางกฎหมายที่จะปรับเปลี่ยนอุตสาหกรรมไปอีกนานหลายปี

จากการคัดลอกข้อมูลสู่การขออนุญาต

หัวใจสำคัญของความขัดแย้งในปัจจุบันอยู่ที่วิธีการเรียนรู้ของโมเดล Generative AI ระบบเหล่านี้รับข้อมูลคำศัพท์และรูปภาพจำนวนมหาศาลเพื่อระบุรูปแบบ ในช่วงแรกของการพัฒนา นักวิจัยใช้ชุดข้อมูลขนาดใหญ่อย่าง Common Crawl โดยไม่ได้กังวลเรื่องสิทธิส่วนบุคคลที่ติดมากับข้อมูลนั้นมากนัก พวกเขาโต้แย้งว่ากระบวนการนี้เป็นการเปลี่ยนแปลงเชิงสร้างสรรค์ (transformative) ซึ่งหมายความว่ามันสร้างสิ่งใหม่ขึ้นมาทั้งหมดและไม่ได้มาแทนที่ผลงานต้นฉบับ ข้อโต้แย้งนี้เป็นรากฐานของการป้องกันการใช้งานที่เป็นธรรม (fair use) ในสหรัฐอเมริกา อย่างไรก็ตาม ขนาดของการผลิต AI ในปัจจุบันได้เปลี่ยนสมการไปแล้ว เมื่อโมเดลสามารถสร้างบทความข่าวในสไตล์ของนักข่าวคนใดคนหนึ่ง หรือสร้างภาพที่เลียนแบบศิลปินที่มีชีวิตอยู่ การอ้างว่าเป็นการเปลี่ยนแปลงเชิงสร้างสรรค์จึงทำได้ยากขึ้น นำไปสู่การฟ้องร้องที่เพิ่มขึ้นจากเจ้าของเนื้อหาที่เห็นว่าผลงานที่เลี้ยงชีพพวกเขาถูกนำไปใช้ฝึกฝนเพื่อสร้างสิ่งที่มาแทนที่พวกเขาในที่สุด

ความเปลี่ยนแปลงล่าสุดแสดงให้เห็นว่าอุตสาหกรรมกำลังเลิกใช้กลยุทธ์ “ขออภัยทีหลัง” แล้ว บริษัทเทคโนโลยีขนาดใหญ่กำลังทำข้อตกลงมูลค่าหลายล้านดอลลาร์กับสำนักพิมพ์เพื่อรับประกันข้อมูลที่มีคุณภาพสูงและถูกกฎหมาย สิ่งนี้สร้างระบบสองมาตรฐาน ด้านหนึ่งคือโมเดล “สะอาด” ที่ฝึกฝนจากข้อมูลที่มีลิขสิทธิ์หรือข้อมูลสาธารณะ อีกด้านหนึ่งคือโมเดลที่สร้างจากข้อมูลที่คัดลอกมาซึ่งมีความเสี่ยงทางกฎหมายสูง โลกธุรกิจเริ่มชอบแบบแรกมากกว่า บริษัทต่างๆ ไม่ต้องการรวมเครื่องมือที่อาจถูกสั่งปิดโดยคำสั่งศาลหรือนำไปสู่บิลค่าเสียหายจากการละเมิดลิขสิทธิ์ก้อนโต สิ่งนี้ทำให้ ที่มาทางกฎหมาย (legal provenance) กลายเป็นฟีเจอร์สำคัญของผลิตภัณฑ์ การรู้ว่าข้อมูลมาจากไหนสำคัญพอๆ กับสิ่งที่โมเดลทำได้ แนวโน้มนี้เห็นได้ชัดจากการดำเนินการล่าสุดของบริษัทอย่าง OpenAI และ Apple ที่พยายามสร้างพันธมิตรกับกลุ่มสื่อยักษ์ใหญ่เพื่อให้แน่ใจว่ากระบวนการฝึกฝนของพวกเขาจะไม่ถูกขัดจังหวะด้วยคำสั่งศาล

แผนที่ทางกฎหมายระดับโลกที่กระจัดกระจาย

การต่อสู้ทางกฎหมายไม่ได้จำกัดอยู่แค่ประเทศเดียว แต่เป็นการต่อสู้ระดับโลกที่แต่ละภูมิภาคมีแนวทางที่แตกต่างกันอย่างสิ้นเชิง ในสหภาพยุโรป AI Act กำลังกำหนดมาตรฐานที่เข้มงวดเรื่องความโปร่งใส นักพัฒนาต้องเปิดเผยว่าใช้เนื้อหาที่มีลิขสิทธิ์อะไรบ้างในการฝึกฝน นี่เป็นอุปสรรคสำคัญสำหรับบริษัทที่เก็บชุดข้อมูลฝึกฝนเป็นความลับ ตามรายงานของ Reuters กฎระเบียบเหล่านี้มีเป้าหมายเพื่อสร้างสมดุลระหว่างอำนาจขององค์กรกับสิทธิส่วนบุคคล แต่ก็นำมาซึ่งภาระด้านการปฏิบัติตามกฎระเบียบที่หนักหน่วง ในญี่ปุ่น รัฐบาลมีท่าทีที่เป็นมิตรต่อนักพัฒนามากกว่า โดยเสนอว่าการฝึกฝนด้วยข้อมูลอาจไม่ละเมิดกฎหมายลิขสิทธิ์ในหลายกรณี สิ่งนี้สร้างการเก็งกำไรทางกฎระเบียบที่บริษัทอาจย้ายการดำเนินงานไปยังประเทศที่มีกฎเกณฑ์ผ่อนปรนกว่า ซึ่งอาจนำไปสู่ความเหลื่อมล้ำทางภูมิศาสตร์ในความสามารถด้าน AI

สหรัฐอเมริกายังคงเป็นสมรภูมิหลักเพราะบริษัท AI รายใหญ่ส่วนใหญ่อยู่ที่นั่น ผลลัพธ์ของคดีที่เกี่ยวข้องกับ The New York Times และนักเขียนต่างๆ จะเป็นตัวกำหนดทิศทางของโลก หากศาลสหรัฐฯ ตัดสินผลเสียต่อบริษัท AI มันอาจกระตุ้นให้เกิดการฟ้องร้องในลักษณะเดียวกันทั่วโลก ความไม่แน่นอนนี้เป็นตัวฉุดรั้งการลงทุนสำหรับบางคน ในขณะที่บางคนมองว่าเป็นโอกาสในการรวมอำนาจ บริษัทขนาดใหญ่ที่มีคลังเนื้อหาอยู่แล้ว เช่น สตูดิโอภาพยนตร์และเอเจนซี่ภาพถ่ายสต็อก กำลังอยู่ในตำแหน่งที่มีอำนาจต่อรองสูง พวกเขาไม่ใช่แค่ผู้สร้างเนื้อหาอีกต่อไป แต่เป็นผู้คุมทรัพยากรดิบที่จำเป็นสำหรับซอฟต์แวร์รุ่นถัดไป การเปลี่ยนแปลงนี้กำลังเปลี่ยนพลวัตอำนาจของอุตสาหกรรมเทคโนโลยีทั้งหมด โดยย้ายอิทธิพลจากวิศวกรซอฟต์แวร์บริสุทธิ์ไปสู่ผู้ที่ถือครองสิทธิในการแสดงออกของมนุษย์ วิวัฒนาการนี้เป็นหัวใจสำคัญของการอภิปรายเรื่อง ธรรมาภิบาลและจริยธรรม AI ในยุคปัจจุบัน

ต้นทุนใหม่ของการทำธุรกิจ

ผลกระทบเชิงปฏิบัติของการต่อสู้ทางกฎหมายเหล่านี้ปรากฏให้เห็นแล้วในห้องประชุมบริษัท ลองนึกภาพวันทำงานปกติของผู้จัดการผลิตภัณฑ์ที่บริษัทเทคโนโลยีขนาดกลางใน 2027 ภารกิจของพวกเขาคือการเปิดตัวเครื่องมือการตลาดอัตโนมัติใหม่ เมื่อไม่กี่ปีก่อน พวกเขาคงแค่เชื่อมต่อกับ API ยอดนิยมแล้วเริ่มใช้งานได้เลย แต่วันนี้พวกเขาต้องใช้เวลาหลายชั่วโมงกับทีมกฎหมายเพื่อตรวจสอบข้อกำหนดการใช้งานของ API นั้น พวกเขาจำเป็นต้องรู้ว่าโมเดลถูกฝึกฝนด้วยข้อมูลที่ “ปลอดภัย” หรือไม่ และผู้ให้บริการเสนอการชดเชยค่าเสียหายหรือไม่ ซึ่งหมายความว่าผู้ให้บริการสัญญาว่าจะจ่ายค่าใช้จ่ายทางกฎหมายหากลูกค้าถูกฟ้องร้องเรื่องละเมิดลิขสิทธิ์ นี่คือการเปลี่ยนแปลงครั้งใหญ่ในวิธีการขายซอฟต์แวร์ จุดเน้นเปลี่ยนจากประสิทธิภาพล้วนๆ ไปสู่ความปลอดภัยทางกฎหมาย หากเครื่องมือไม่สามารถรับประกันแหล่งที่มาของข้อมูลได้ มักจะถูกปฏิเสธโดยลูกค้าองค์กรที่หลีกเลี่ยงความเสี่ยง

ลองนึกภาพนักออกแบบกราฟิกที่ใช้เครื่องมือ AI เพื่อสร้างแคมเปญให้แบรนด์ระดับโลก พวกเขาเจนภาพออกมา แต่มันดูคล้ายกับผลงานของช่างภาพชื่อดัง หากแบรนด์ใช้ภาพนั้น พวกเขาอาจเผชิญกับการฟ้องร้อง เพื่อหลีกเลี่ยงปัญหานี้ บริษัทต่างๆ จึงหันมาใช้เวิร์กโฟลว์แบบ “มนุษย์ในวงจร” (human-in-the-loop) ที่ผลลัพธ์จาก AI ทุกชิ้นจะถูกตรวจสอบกับฐานข้อมูลลิขสิทธิ์ สิ่งนี้เพิ่มความยุ่งยากที่หลายคนไม่ได้คาดคิด มันทำให้ความเร็วในการผลิตช้าลง ซึ่งเป็นจุดขายหลักของ AI ตั้งแต่แรก ผลที่ตามมาทางธุรกิจจากความไม่แน่นอนทางกฎหมายนั้นชัดเจน มันนำไปสู่เบี้ยประกันที่สูงขึ้น วงจรผลิตภัณฑ์ที่ช้าลง และความกลัวว่าจะถูกฟ้องร้องอยู่ตลอดเวลา บริษัทต่างๆ ถูกบังคับให้จัดสรรงบประมาณส่วนใหญ่ไปกับการป้องกันทางกฎหมายและค่าธรรมเนียมลิขสิทธิ์แทนที่จะเป็นด้านการวิจัยและพัฒนา

มีเรื่องราว, เครื่องมือ, เทรนด์ หรือคำถามเกี่ยวกับ AI ที่คุณคิดว่าเราควรนำเสนอหรือไม่? ส่งแนวคิดบทความของคุณมาให้เรา — เรายินดีรับฟัง

ผู้คนมักประเมินสูงเกินไปว่าปัญหาทางกฎหมายเหล่านี้จะได้รับการแก้ไขเร็วแค่ไหน พวกเขาคิดว่าคดีความเพียงคดีเดียวจะตัดสินทุกอย่าง ในความเป็นจริง นี่น่าจะเป็นกระบวนการอุทธรณ์และการปรับแก้กฎหมายที่ยาวนานนับทศวรรษ ในขณะเดียวกัน ผู้คนก็ประเมินความยากลำบากทางเทคนิคในการลบข้อมูลที่มีลิขสิทธิ์ออกจากโมเดลหลังจากที่ฝึกฝนไปแล้วต่ำเกินไป คุณไม่สามารถแค่ “ลบ” หนังสือหรือบทความเฉพาะออกจากโครงข่ายประสาทเทียมได้ บ่อยครั้งวิธีเดียวที่จะปฏิบัติตามคำสั่งลบข้อมูลคือการลบโมเดลทั้งหมดทิ้งแล้วเริ่มใหม่ตั้งแต่ต้น นี่เป็นความเสี่ยงระดับหายนะสำหรับธุรกิจใดๆ หมายความว่าการแพ้คดีเพียงครั้งเดียวอาจล้างผลงานหลายปีและเงินลงทุนหลายล้านดอลลาร์ ความเป็นจริงนี้กำลังบีบให้นักพัฒนาต้องคัดเลือกสิ่งที่รวมอยู่ในชุดข้อมูลฝึกฝนตั้งแต่เริ่มต้นให้มากขึ้น

ราคาที่ต้องจ่ายสำหรับการขออนุญาต

ต้นทุนที่แท้จริงของโมเดล “สะอาด” คืออะไร? หากมีเพียงบริษัทที่ใหญ่ที่สุดเท่านั้นที่สามารถจ่ายค่าลิขสิทธิ์ประวัติศาสตร์ความคิดของมนุษย์ทั้งหมดได้ เราจะจบลงด้วยการผูกขาดทางสติปัญญาหรือไม่? เราต้องถามว่าการปกป้องผู้สร้างสรรค์รายบุคคลจะทำลายการแข่งขันที่ทำให้อุตสาหกรรมเทคโนโลยีแข็งแรงโดยไม่ตั้งใจหรือไม่ นอกจากนี้ยังมีคำถามเรื่องความเป็นส่วนตัว หากบริษัทต่างๆ หันหลังให้กับการคัดลอกข้อมูลจากเว็บสาธารณะและหันไปใช้ชุดข้อมูลส่วนตัว พวกเขาจะเริ่มใช้อีเมลส่วนตัวและเอกสารส่วนตัวของเราเพื่อฝึกฝนโมเดลหรือไม่? ต้นทุนแฝงของ AI ที่ “ถูกกฎหมาย” อาจเป็นการกัดเซาะความเป็นส่วนตัวดิจิทัลของเรามากขึ้นเรื่อยๆ ในขณะที่บริษัทต่างๆ มองหาแหล่งข้อมูลทุกอย่างที่พวกเขาสามารถเป็นเจ้าของได้อย่างถูกกฎหมาย การเปลี่ยนแปลงนี้อาจสร้างโลกที่ข้อมูลส่วนบุคคลของเรากลายเป็นข้อมูลฝึกฝนที่มีค่าที่สุดที่มีอยู่

เราควรพิจารณาด้วยว่าใครได้รับประโยชน์จากข้อตกลงลิขสิทธิ์เหล่านี้จริงๆ เงินกำลังไปถึงนักเขียนและศิลปินรายบุคคล หรือถูกกลืนกินโดยกลุ่มบริษัทสื่อขนาดใหญ่? หากเป้าหมายของลิขสิทธิ์คือการส่งเสริมความคิดสร้างสรรค์ เราต้องถามว่าข้อตกลงใหม่เหล่านี้บรรลุเป้าหมายนั้นจริงๆ หรือไม่ หรือเป็นเพียงการสร้างช่องทางรายได้ใหม่ให้กับนิติบุคคลในขณะที่ผู้สร้างสรรค์ตัวจริงยังคงได้รับค่าตอบแทนต่ำ?

มีความเสี่ยงที่เรากำลังสร้างระบบที่ใช้เฉพาะข้อมูลประเภทที่ “ทำกำไร” มากที่สุดในการฝึกฝน ซึ่งนำไปสู่รูปแบบ AI ที่แคบและมีอคติ เราต้องตั้งคำถามว่าการแสวงหาการปฏิบัติตามกฎหมายจะนำไปสู่การทำให้ความคิดสร้างสรรค์ของ AI กลายเป็นหมันหรือไม่ สำนักงานลิขสิทธิ์แห่งสหรัฐอเมริกา (US Copyright Office) ยังคงศึกษาประเด็นเหล่านี้ต่อไป แต่ความเร็วของเทคโนโลยีมักจะแซงหน้าความเร็วของการกำหนดนโยบายเสมอ

วิธีแก้ปัญหาทางเทคนิคและช่องว่างของข้อมูล

สำหรับผู้ใช้ระดับสูงและนักพัฒนา การเปลี่ยนไปสู่ข้อมูลที่มีลิขสิทธิ์กำลังเปลี่ยนสแต็กทางเทคนิค หนึ่งในแนวโน้มที่สำคัญที่สุดคือการย้ายไปสู่ Retrieval-Augmented Generation หรือ RAG แทนที่จะพยายามยัดเยียดความรู้ทั้งหมดลงในน้ำหนักของโมเดลระหว่างการฝึกฝน RAG ช่วยให้ระบบสามารถค้นหาข้อมูลในฐานข้อมูลส่วนตัวที่มีลิขสิทธิ์ได้แบบเรียลไทม์ สิ่งนี้ข้ามปัญหาลิขสิทธิ์หลายประการเพราะโมเดลไม่ได้ “เรียนรู้” ข้อมูลในลักษณะถาวร มันเพียงแค่อ่านเพื่อตอบคำถามเฉพาะ สิ่งนี้ทำให้การจัดเก็บในเครื่องและการทำดัชนีที่มีประสิทธิภาพมีความสำคัญมากกว่าที่เคย นักพัฒนากำลังใช้เวลามากขึ้นในการสร้างระบบการดึงข้อมูลที่แข็งแกร่งและใช้เวลากับกระบวนการฝึกฝนน้อยลง การเปลี่ยนแปลงทางสถาปัตยกรรมนี้เป็นการตอบสนองโดยตรงต่อแรงกดดันทางกฎหมายที่อุตสาหกรรมกำลังเผชิญ

อย่างไรก็ตาม RAG มีข้อจำกัดของมันเอง มันขึ้นอยู่กับคุณภาพของฐานข้อมูลภายนอกและความเร็วของกระบวนการดึงข้อมูล ขีดจำกัดของ API ก็เป็นปัจจัยสำคัญเช่นกัน เมื่อผู้ให้บริการข้อมูลตระหนักถึงคุณค่าของเนื้อหาของตน พวกเขาก็กำลังจำกัด API ของตนให้เข้มงวดขึ้น พวกเขากำลังจำกัดจำนวนคำขอที่นักพัฒนาสามารถทำได้และสิ่งที่พวกเขาสามารถทำได้กับข้อมูลเมื่อมีข้อมูลนั้น สิ่งนี้ทำให้การสร้างแอปพลิเคชันประสิทธิภาพสูงที่ต้องการการเข้าถึงข้อมูลสดใหม่อยู่ตลอดเวลาทำได้ยากขึ้น นักพัฒนายังมองไปที่โมเดลขนาดเล็กเฉพาะทางที่ฝึกฝนบนชุดข้อมูลขนาดเล็กที่มีคุณภาพสูง “โมเดลภาษาขนาดเล็ก” เหล่านี้ตรวจสอบได้ง่ายกว่าและมีความเสี่ยงทางกฎหมายน้อยกว่า สามารถโฮสต์ไว้ในเครื่องได้ ซึ่งช่วยเรื่องความเป็นส่วนตัวและลดการพึ่งพา API ของบุคคลที่สามที่มีราคาแพง ชุมชน Geek กำลังมุ่งเน้นไปที่วิธีการรักษาประสิทธิภาพของโมเดลในขณะที่ลดขนาดของชุดข้อมูลฝึกฝน สิ่งนี้ต้องใช้การทำความสะอาดข้อมูลที่ซับซ้อนขึ้นและความเข้าใจที่ดีขึ้นว่าโทเค็นใดที่ส่งผลต่อสติปัญญาของโมเดลจริงๆ ความท้าทายทางเทคนิคของ 2027 ไม่ใช่แค่เรื่องของขนาดอีกต่อไป แต่เป็นเรื่องของประสิทธิภาพและการปฏิบัติตามกฎหมาย

อาณัติแห่งการปฏิบัติตามกฎหมาย

บรรทัดฐานคือความสัมพันธ์ระหว่าง AI และลิขสิทธิ์ได้เข้าสู่ระยะใหม่ที่เติบโตขึ้นแล้ว ยุคคาวบอยของการคัดลอกข้อมูลโดยไม่มีข้อจำกัดได้จบลงแล้ว ธุรกิจต่างๆ ต้องให้ความสำคัญกับการปฏิบัติตามกฎหมายพอๆ กับประสิทธิภาพทางเทคนิค สิ่งนี้นำไปสู่ผลิตภัณฑ์ AI ที่มีราคาแพงขึ้น แต่ก็จะมีความเสถียรและเชื่อถือได้มากขึ้นสำหรับการใช้งานในองค์กร ความตึงเครียดระหว่างนวัตกรรมและความเป็นเจ้าของจะยังคงกำหนดทิศทางอุตสาหกรรมต่อไปในอนาคตอันใกล้ บริษัทที่สามารถหาวิธีเคารพสิทธิของผู้สร้างสรรค์ในขณะที่ยังคงผลักดันขอบเขตของสิ่งที่เป็นไปได้จะเป็นผู้ที่นำทางทศวรรษหน้าของเทคโนโลยี ไม่เพียงพออีกต่อไปที่จะสร้างเครื่องมือที่ทรงพลัง คุณต้องพิสูจน์ด้วยว่าคุณมีสิทธิที่จะสร้างมัน อนาคตของ AI ไม่ได้ถูกเขียนขึ้นด้วยโค้ดเท่านั้น แต่ยังรวมถึงสัญญาที่ควบคุมข้อมูลเบื้องหลังด้วย

หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว

พบข้อผิดพลาดหรือสิ่งใดที่ต้องแก้ไขหรือไม่? แจ้งให้เราทราบ