How AI Models Steal Creative Work — and What to Do About It | Ed Newton-Rex | TED

المترجم: Hani Eldalees

The technology and vision behind generative AI is amazing,

إن التكنولوجيا والرؤية الكامنة وراء الذكاء الاصطناعي التوليدي مذهلة،

but stealing the work of the world's creators to build it is not.

لكن سرقة عمل المبدعين في العالم لبنائه ليست كذلك.

There are three key things that AI companies need to build their models,

هناك ثلاثة أشياء رئيسية تحتاجها شركات الذكاء الاصطناعي لبناء نماذجها،

three key resources -- people, compute and data.

وثلاثة موارد رئيسية - الأشخاص والحوسبة والبيانات.

That is, engineers to build the models,

أي المهندسين لبناء النماذج ووحدات

GPUs to run the training process

معالجة الرسومات لتشغيل عملية التدريب

and data to train the models on.

والبيانات لتدريب النماذج عليها.

AI companies spend vast sums on the first two,

تنفق شركات الذكاء الاصطناعي مبالغ هائلة على الأولين،

sometimes a million dollars per engineer

وأحيانًا مليون دولار لكل مهندس

and up to a billion dollars per model.

وما يصل إلى مليار دولار لكل نموذج.

But they expect to take the third resource, training data, for free.

لكنهم يتوقعون أخذ المورد الثالث، بيانات التدريب، مجانًا.

Right now, many AI companies train on creative work they haven't paid for

حاليا، تتدرب العديد من شركات الذكاء الاصطناعي على العمل الإبداعي لم تدفع ثمنه

or even asked permission to use.

أو حتى تطلب الإذن باستخدامه.

This is unfair and unsustainable.

هذا غير عادل وغير مستدام.

But if we reset, and license our training data,

ولكن إذا قمنا بإعادة ضبط بيانات التدريب الخاصة بنا

we can build a better generative AI ecosystem that works for everyone,

وترخيصها، فيمكننا بناء نظام بيئي أفضل للذكاء الاصطناعي يعمل للجميع،

both the AI companies themselves and the creators,

سواء شركات الذكاء الاصطناعي نفسها أو المبدعين، الذين

without whose work these models would not exist.

بدون عملهم لن توجد هذه النماذج.

Most AI companies today do not license the majority of their training data.

لا ترخص معظم شركات الذكاء الاصطناعي اليوم غالبية بيانات التدريب الخاصة بها.

They use web scrapers to find, download

يستخدمون كاشطات الويب للعثور

and train on as much content as they can gather.

على أكبر قدر ممكن من المحتوى وتنزيله والتدريب عليه.

They're often pretty secretive about what they do train on,

غالبًا ما يكونون سريين جدًا بشأن ما يتدربون عليه،

but what's clear is that training on copyrighted work without a license

ولكن ما هو واضح هو أن التدريب على العمل المحمي بحقوق الطبع والنشر بدون ترخيص

is rife.

منتشر.

For instance, when the Mozilla Foundation

على سبيل المثال، عندما

looked at 47 large language models released between 2019 and 2023,

نظرت مؤسسة Mozilla في 47 نموذجًا لغويًا كبيرًا تم إصدارها بين عامي 2019 و 2023،

they found that 64 percent of them were trained, in part, on Common Crawl,

وجدوا أن 64 بالمائة منهم تم تدريبهم، جزئيًا، على Common Crawl،

a dataset that includes copyrighted works,

وهي مجموعة بيانات تتضمن أعمالًا محمية بحقوق الطبع والنشر،

such as newspaper articles from major publications.

مثل مقالات الصحف من المنشورات الرئيسية.

And a further 21 percent didn’t reveal enough information to know either way.

ولم تكشف نسبة 21 بالمائة أخرى عن معلومات كافية لمعرفة أي من الطريقتين.

Training on copyrighted work without a license

أصبح التدريب على حقوق الطبع والنشر بدون ترخيص

has rapidly become standard across much of the generative AI industry.

معيارًا سريعًا في معظم صناعة الذكاء الاصطناعي التوليدية.

But this training,

لكن هذا التدريب،

this unlicensed training on creative work,

هذا التدريب غير المرخص على العمل الإبداعي،

has serious negative consequences for the people behind that work.

له عواقب سلبية خطيرة على الأشخاص الذين يقفون وراء هذا العمل.

And this is for the simple reason

وهذا لسبب بسيط هو

that generative AI competes with its training data.

أن الذكاء الاصطناعي التوليدي ينافس بيانات التدريب الخاصة به.

This is not the narrative that AI companies like to portray.

هذه ليست الرواية التي تحب شركات الذكاء الاصطناعي تصويرها.

We like to talk about democratization, about letting more people be creative.

نحب أن نتحدث عن الديمقراطية، عن السماح لمزيد من الناس بالإبداع.

But the fact that AI competes with its training data is inescapable.

لكن حقيقة أن الذكاء الاصطناعي يتنافس مع بيانات التدريب الخاصة به أمر لا مفر منه.

A large language model trained on short stories

يمكن لنموذج اللغة الكبير المدرب على القصص

can create competing short stories.

القصيرة إنشاء قصص قصيرة منافسة.

An AI image model trained on stock images can create competing stock images.

يمكن لنموذج صور AI المدرب على الصور المخزنة إنشاء صور مخزون منافسة.

An AI music model trained on music that's licensed to TV shows

يمكن لنموذج موسيقى AI المدرب على الموسيقى المرخصة للبرامج التلفزيونية

can create competing music to license to TV shows.

إنشاء موسيقى منافسة لترخيص البرامج التلفزيونية.

These models, however imperfect,

هذه النماذج، مهما كانت غير كاملة،

are so quick and easy to use that this competition is inevitable.

سريعة وسهلة الاستخدام لدرجة أن هذه المنافسة أمر لا مفر منه.

And this isn't just theoretical.

وهذا ليس مجرد نظرية.

Generative AI is still pretty new,

لا يزال الذكاء الاصطناعي التوليدي جديدًا جدًا،

but we're already seeing exactly the sort of effects you'd expect

لكننا نرى بالفعل نوع التأثيرات التي تتوقعها بالضبط

in a world in which generative AI competes with its training data.

في عالم يتنافس فيه الذكاء الاصطناعي التوليدي مع بيانات التدريب الخاصة به.

For instance, the well-known filmmaker Ram Gopal Varma recently said

على سبيل المثال، قال المخرج الشهير رام جوفال فارما مؤخرًا

that he'll use AI music in all his projects going forward.

إنه سيستخدم موسيقى الذكاء الاصطناعي في جميع مشاريعه في المستقبل.

Indeed, there are multiple reports of people starting to listen to AI music

في الواقع، هناك تقارير متعددة عن أشخاص بدأوا

in place of human-produced music,

في الاستماع لموسيقى الذكاء الاصطناعي بدلاً من التي ينتجها الإنسان،

and recently, an AI song hit number 48 in the German charts.

ومؤخرًا، وصلت أغنية AI إلى رقم 48 في الرسوم البيانية الألمانية.

In all these cases, AI music is competing with the songs it was trained on.

في كل هذه الحالات، تتنافس موسيقى الذكاء الاصطناعي مع الأغاني تم التدريب عليها.

Or take Kelly McKernan.

أو خذ كيلي ماكرنان.

Kelly is an artist from Nashville.

كيلي فنانة من ناشفيل.

For 10 years, they made enough money selling their work

لمدة 10 سنوات، كسبوا ما يكفي من المال من بيع أعمالهم

that art was their full-time income.

بحيث كان الفن هو دخلهم بدوام كامل.

But in 2022, a dataset that included their works

ولكن في عام 2022،

was used to train a popular AI image model.

تم استخدام مجموعة بيانات تضمنت أعمالهم لتدريب نموذج صور الذكاء الاصطناعي الشهير.

Their name was one of many used by huge numbers of people

كان اسمهم واحدًا من العديد من الأسماء التي استخدمها عدد كبير من الأشخاص

to create art in the style of specific human artists.

لإنشاء فن بأسلوب فنانين بشريين محددين.

Kelly's income fell by 33 percent almost overnight.

انخفض دخل كيلي بنسبة 33 في المائة بين عشية وضحاها تقريبًا.

Illustrators around the world report similar stories,

يروي الرسامون في جميع أنحاء العالم قصصًا مماثلة،

being outcompeted by AI models

حيث تتفوق عليهم نماذج الذكاء الاصطناعي

they have reason to believe were trained on their work.

التي لديهم سبب للاعتقاد بأنهم تلقوا تدريبًا على عملهم.

The freelance platform Upwork wrote a white paper

كتبت منصة Upwork المستقلة ورقة بيضاء نظروا

in which they looked at the effects, that they've seen on the job market,

فيها إلى التأثيرات التي رأوها في سوق العمل للذكاء الاصطناعي

of generative AI.

التوليدي.

They looked at how job postings on their platform have changed

لقد نظروا في كيفية تغير إعلانات الوظائف على منصتهم

since the introduction of ChatGPT,

منذ إدخال ChatGPT،

and sure enough, they found exactly what you'd expect,

ومن المؤكد أنهم وجدوا ما تتوقعه بالضبط، وهو أن

that generative AI has reduced the demand for freelance writing tasks by 8 percent,

الذكاء الاصطناعي التوليدي قد قلل الطلب على مهام الكتابة المستقلة بنسبة 8 في المائة،

which increases to 18 percent

والتي ترتفع إلى 18 في المائة

if you look at only what they term lower-value tasks.

إذا نظرت فقط إلى ما يسمونه المهام الأقل قيمة.

So the initial data we have, plus the individual stories we hear,

لذا فإن البيانات الأولية لدينا، بالإضافة إلى القصص الفردية التي نسمعها، تتوافق

all align with the logical assumption:

جميعها مع الافتراض المنطقي:

"Generative AI competes with the work it's trained on."

«الذكاء الاصطناعي التوليدي ينافس العمل الذي تم التدريب عليه».

It's so quick and easy to use, it's inevitable,

إنه سريع جدًا وسهل الاستخدام، وهو أمر لا مفر منه،

and it competes with the people behind that work.

ويتنافس مع الأشخاص الذين يقفون وراء هذا العمل.

Now creators argue this training is illegal.

يجادل المبدعون الآن بأن هذا التدريب غير قانوني.

The legal framework of copyright

يمنح الإطار القانوني لحقوق

affords creators the exclusive right to authorize copies of their work,

الطبع والنشر المبدعين الحق الحصري في ترخيص نسخ من أعمالهم،

and AI training involves copying.

ويتضمن تدريب الذكاء الاصطناعي النسخ.

Here, in the US, many AI companies argue

هنا، في الولايات المتحدة، تجادل العديد من شركات الذكاء الاصطناعي

that training AI falls under the fair use copyright exception,

بأن التدريب على الذكاء الاصطناعي يندرج تحت استثناء حقوق النشر للاستخدام العادل،

which allows unlicensed copying in a limited set of circumstances,

والذي يسمح بالنسخ غير المرخص في مجموعة محدودة من الظروف،

such as creating parodies of a work.

مثل إنشاء محاكاة ساخرة للعمل.

Creators and rights holders strongly disagree,

يختلف المبدعون وأصحاب الحقوق بشدة، حيث

saying there's no way this narrow exception can be used

يقولون لا توجد طريقة يمكن من خلالها استخدام هذا الاستثناء الضيق

to legitimize the mass exploitation of creative work

لإضفاء الشرعية على الاستغلال الجماعي للعمل الإبداعي

to create automated competitors to that work.

لإنشاء منافسين آليين لهذا العمل.

And for the record, I entirely agree.

وللعلم، أوافق تمامًا.

Of course, this question is previously untested in the courts,

بالطبع، لم يتم اختبار هذا السؤال سابقًا في المحاكم،

and there are currently around 30 ongoing lawsuits

وهناك حاليًا حوالي 30 دعوى قضائية جارية

brought by rights holders against AI companies,

رفعها أصحاب الحقوق ضد شركات الذكاء الاصطناعي،

which will help to address this question.

مما سيساعد في معالجة هذا السؤال.

But this will take time, and creators are suffering

لكن هذا سيستغرق بعض الوقت،

from what they see as unjust competition right now.

ويعاني المبدعون مما يعتبرونه منافسة غير عادلة في الوقت الحالي.

So they propose a solution that has been used and worked before --

لذلك يقترحون حلاً تم استخدامه وعمله من قبل -

licensing.

الترخيص.

If a commercial entity wants to use copyrighted work,

إذا أراد كيان تجاري استخدام عمل محمي بحقوق الطبع والنشر،

be it for merchandise manufacturing or building a streaming service,

سواء كان ذلك لتصنيع البضائع أو بناء خدمة بث، فإنه

they license that work.

يرخص هذا العمل.

Now AI companies have a bunch of reasons why this shouldn’t apply to them.

لدى شركات الذكاء الاصطناعي الآن مجموعة من الأسباب التي تجعل هذا لا ينطبق عليها.

There’s the fair use legal exception that I’ve already mentioned.

هناك الاستثناء القانوني للاستخدام العادل الذي ذكرته بالفعل.

There's also the argument

هناك أيضًا حجة مفادها

that since humans can train on copyrighted work without a license,

لأن البشر يمكنهم التدريب على العمل المحمي بحقوق الطبع والنشر دون ترخيص،

AI should be allowed to, too.

فيجب السماح للذكاء الاصطناعي بذلك.

But this is a very hard claim to justify.

لكن هذا ادعاء يصعب تبريره.

Artists have been learning from each other for centuries.

يتعلم الفنانون من بعضهم البعض منذ قرون.

When you create, you expect other people to learn from you.

عند الإنشاء، تتوقع أن يتعلم الآخرون منك.

You learn from a range of sources,

تتعلم من مجموعة من المصادر،

from other art to textbooks to taking lessons.

من الفنون الأخرى إلى الكتب المدرسية إلى أخذ الدروس.

Much of this you or someone else paid for,

الكثير من هذا المبلغ دفعت أنت أو أي شخص آخر ثمنه،

supporting the entire ecosystem.

مما يدعم النظام البيئي بأكمله.

In generative AI,

في الذكاء الاصطناعي التوليدي، تقوم الكيانات

commercial entities valued at millions or billions of dollars

التجارية التي تقدر قيمتها بملايين أو مليارات الدولارات

scrape as much content as they can,

باستخراج أكبر قدر ممكن من المحتوى،

often against creators' will, without payment,

غالبًا ضد إرادة المبدعين، دون مقابل، وتقوم

making multiple copies along the way --

بعمل نسخ متعددة على طول الطريق -

which are subject to copyright law --

والتي تخضع لقانون حقوق النشر -

to create a highly scalable competitor to what they're copying.

لإنشاء منافس قابل للتطوير بدرجة كبيرة لما ينسخه.

So scalable, in fact, that there are AI image generators

قادرة، لدرجة أن هناك مولدات صور بالذكاء الاصطناعي

estimated to be making 2.5 million images a day

تُقدر بأنها تنتج 2.5 مليون صورة يوميًا

and AI song generators outputting 10 songs a second.

ومولدات أغاني بالذكاء الاصطناعي تنتج 10 أغنيات في الثانية.

To argue that human learning and AI training are the same

القول بأن التعلم البشري والتدريب على الذكاء الاصطناعي نفس الشيء

and should be treated the same

ويجب التعامل معه بنفس الطريقة

is preposterous.

أمر مناف للعقل.

AI companies also argue

تجادل شركات الذكاء الاصطناعي أيضًا

that licensing their training data would be impractical.

بأن ترخيص بيانات التدريب الخاصة بها سيكون غير عملي.

They use so much training data, they say,

إنهم يستخدمون الكثير من بيانات التدريب،

that individual payments to each creator behind the data would be small.

بحيث تكون المدفوعات الفردية لكل منشئ البيانات صغيرة.

But this is true of many content-licensing markets.

ولكن هذا ينطبق على العديد من أسواق ترخيص المحتوى.

Creators still want to get paid, even if the payments are small.

لا يزال منشئو المحتوى يرغبون في الحصول على أموال، حتى لو كانت قليلة.

تجادل شركات الذكاء الاصطناعي بأنها ببساطة تستخدم الكثير من البيانات

AI companies also argue that they simply use too much data

for licensing to even be feasible.

حتى يكون الترخيص ممكنًا.

But this is harder and harder to believe

ولكن من الصعب جدًا تصديق ذلك

in a world in which there is such a range of datasets

في عالم توجد فيه مجموعة من مجموعات البيانات

that you can access with permission.

التي يمكنك الوصول إليها بإذن.

You can license data from media companies.

يمكنك ترخيص البيانات من الشركات الإعلامية.

There have been 27 major deals

كانت هناك 27 صفقة رئيسية

between AI companies and rights holders in the last year alone,

بين شركات الذكاء الاصطناعي وأصحاب الحقوق في العام الماضي وحده،

and that's to say nothing of the smaller ones that don't get reported.

وهذا ناهيك عن الشركات الصغيرة التي لا يتم الإبلاغ عنها.

There are marketplaces of training data where you can get more data.

هناك أسواق لبيانات التدريب حيث يمكنك الحصول على المزيد من البيانات.

You can expand this with data that's in the public domain --

يمكنك توسيع هذا باستخدام البيانات الموجودة في المجال العام -- أي

that is, in which no copyright exists,

التي لا توجد فيها حقوق نشر،

like the 500-billion-word dataset Common Corpus.

مثل مجموعة بيانات Common Corpus المكونة من 500 مليار كلمة.

You can expand this further with synthetic data,

يمكنك توسيع هذا الأمر بشكل أكبر باستخدام البيانات الاصطناعية،

that is, data that's created itself by an AI model,

أي البيانات التي تم إنشاؤها بنفسها بواسطة نموذج الذكاء الاصطناعي،

in which usually no copyright exists.

والتي لا توجد فيها عادةً حقوق نشر.

So there are multiple options available to you

لذلك هناك العديد من الخيارات المتاحة لك

if you want to build your model without infringing copyright.

إذا كنت ترغب في إنشاء نموذجك دون انتهاك حقوق الطبع والنشر.

But the strongest evidence

لكن أقوى دليل على

that it's possible to license all your data

إمكانية ترخيص جميع بياناتك

is that there are multiple companies doing it already.

هو أن هناك العديد من الشركات التي تقوم بذلك بالفعل.

I know, because I've done it myself.

أعلم، لأنني فعلت ذلك بنفسي.

I've worked in what we now call generative AI for over a decade,

لقد عملت في ما نسميه الآن الذكاء الاصطناعي التوليدي لأكثر من عقد،

and last September,

وفي سبتمبر الماضي،

my team at Stability AI released an AI music model

أصدر فريقي في Stability AI نموذجًا موسيقيًا للذكاء الاصطناعي

that trained on licensed music.

تم تدريبه على الموسيقى المرخصة.

A number of other companies have done the same thing,

قام عدد من الشركات الأخرى بنفس الشيء،

and I founded Fairly Trained in order to highlight this fact,

وقمت بتأسيس Fairly Trained من أجل تسليط الضوء على هذه الحقيقة

and these companies.

وهذه الشركات.

Fairly Trained is a nonprofit that certifies generative AI companies

Fairly Trained هي منظمة غير ربحية تصادق على شركات الذكاء الاصطناعي المولدة

that don't train on copyrighted work without a license.

لا تتدرب على العمل المحمي بحقوق الطبع والنشر بدون ترخيص.

We launched in January of this year, and we've already certified 18 companies.

أطلقنا في يناير من هذا العام، وقمنا بالفعل باعتماد 18 شركة.

Now these companies take a variety of approaches

الآن تتخذ هذه الشركات مجموعة متنوعة من الأساليب

to licensing their training data.

لترخيص بيانات التدريب الخاصة بها.

We have an AI voice model that's trained on individual voices it's licensed.

لدينا نموذج صوتي بتقنية الذكاء الاصطناعي تم تدريبه على الأصوات الفردية المرخصة.

We have an AI music model that's licensed more than 40 music catalogs.

لدينا نموذج موسيقى بتقنية الذكاء الاصطناعي مرخص بأكثر من 40 كتالوجًا موسيقيًا.

We have a large language model

لدينا نموذج لغوي كبير

that's trained only on data in the public domain,

يتم تدريبه فقط على البيانات في المجال العام،

mostly from government documents and records.

ومعظمها من الوثائق والسجلات الحكومية.

We have companies who have paid upfront fees for their data.

لدينا شركات دفعت رسومًا مقدمة مقابل بياناتها.

We have companies who share their revenue with their data providers.

لدينا شركات تشارك إيراداتها مع مزودي البيانات.

There is no one answer to the exact specifics

لا توجد إجابة واحدة على التفاصيل

of how one of these licensing deals has to work.

الدقيقة لكيفية عمل إحدى صفقات الترخيص هذه.

The beauty of licensing is that the two parties can come together

يكمن جمال الترخيص في أنه يمكن للطرفين الاجتماع معًا

and figure out what works for them.

ومعرفة ما يناسبهما.

And this is happening more and more now.

وهذا يحدث أكثر فأكثر الآن.

You will hear that a requirement to license training data

سوف تسمع أن شرط ترخيص بيانات التدريب يخنق الابتكار

somehow stifles innovation,

بطريقة ما، وأن شركات

that it's only the big AI companies that can afford

الذكاء الاصطناعي الكبرى فقط هي التي يمكنها تحمل رسوم

these huge upfront licensing fees.

الترخيص الأولية الضخمة هذه.

But in reality, it's the smaller start-ups

ولكن في الواقع، فإن الشركات الناشئة الصغيرة هي

who are bothering to license all their data,

التي تكلف نفسها عناء ترخيص جميع بياناتها،

and they're doing so, often, without hefty upfront licensing fees,

وهي تفعل ذلك، في كثير من الأحيان، دون رسوم ترخيص مسبقة باهظة،

but using models such as revenue shares.

ولكن باستخدام نماذج مثل حصص الإيرادات.

And there's another major upside to licensing your training data.

وهناك جانب رئيسي آخر لترخيص بيانات التدريب الخاصة بك.

All of this training on copyrighted work

كل هذا التدريب على العمل

is forcing publishers to shut off access to their content.

المحمي بحقوق الطبع والنشر يجبر الناشرين على إيقاف الوصول إلى المحتوى الخاص بهم.

The Data Provenance Initiative

نظرت مبادرة مصدر البيانات في

looked at 14,000 websites commonly used in AI training sets,

14,000 موقع إلكتروني شائع الاستخدام في مجموعات التدريب على الذكاء

and they found that, over the course of a single year,

الاصطناعي، ووجدوا أنه على مدار عام واحد، وبالنظر فقط إلى

looking at only the domains of the highest value for AI training,

المجالات ذات القيمة الأعلى للتدريب على الذكاء الاصطناعي، ارتفع

the number that was restricted via opt-outs or terms of service

العدد الذي تم تقييده عن طريق إلغاء الاشتراك أو شروط الخدمة

increased from three percent to between 20 and 33 percent.

من ثلاثة بالمائة إلى ما بين 20 و 33 بالمائة.

The web is being gradually closed due to unlicensed training.

يتم إغلاق الويب تدريجيًا بسبب التدريب غير المرخص.

Now this is bad for new AI models, for new entrants to the market,

هذا سيئ لنماذج الذكاء الاصطناعي الجديدة، للوافدين الجدد إلى السوق،

but also for everyone --

ولكن أيضًا للجميع -

researchers, consumers and more, who benefit from an open internet.

الباحثين والمستهلكين وغيرهم، الذين يستفيدون من الإنترنت المفتوح.

It should come as no surprise

لا ينبغي أن يكون مفاجئًا

that the general public do not agree with AI companies

أن عامة الناس لا يتفقون مع شركات الذكاء الاصطناعي

about what they can train their models on.

حول ما يمكنهم تدريب نماذجهم عليه.

One poll from the AI Policy Institute, in April,

استطلاع واحد من معهد سياسة الذكاء الاصطناعي، في أبريل،

asked people about the common policy among AI companies

سأل الناس عن السياسة المشتركة بين شركات

of training on publicly available data.

الذكاء الاصطناعي للتدريب على البيانات المتاحة للجمهور.

This is data that is openly available online,

هذه هي البيانات المتاحة بشكل مفتوح عبر الإنترنت،

which of course includes a lot of copyrighted work,

تتضمن الكثير من الأعمال المحمية بحقوق الطبع والنشر،

like news articles and, often, pirated media.

مثل المقالات الإخبارية، والوسائط المقرصنة في كثير من الأحيان.

60 percent of people said this should not be allowed

قال 60 في المائة من الأشخاص إنه لا ينبغي السماح بذلك

versus only 19 percent who said it should.

مقابل 19 في المائة فقط قالوا إنه ينبغي السماح بذلك.

The same poll went on to ask

استمر الاستطلاع نفسه في التساؤل عما

whether AI companies should compensate data providers.

إذا كان يجب على شركات الذكاء الاصطناعي تعويض مزودي البيانات.

74 percent said yes, and only nine percent said no.

74 في المئة قالوا نعم، و9 في المئة فقط قالوا لا.

Time and time again, when we ask the public these questions,

مرارًا وتكرارًا، عندما نطرح هذه الأسئلة على الجمهور،

they show support for requirements around permission and payment,

فإنهم يظهرون دعمًا للمتطلبات المتعلقة بالإذن

and a rejection of the notion

والدفع، ورفضًا لفكرة

that something being publicly available somehow makes it fair game.

أن شيئًا ما متاحًا للجمهور بطريقة ما يجعله لعبة عادلة.

And the people who make the art that society consumes feel the same way.

والأشخاص الذين يصنعون الفن الذي يستهلكه المجتمع يشعرون بنفس الطريقة.

Today, we launched a "Statement on AI Training,"

أطلقنا اليوم «بيانًا حول التدريب على الذكاء الاصطناعي»، وهو

a short, simple open letter, which simply reads:

عبارة عن رسالة مفتوحة قصيرة وبسيطة تنص ببساطة على ما يلي:

“The unlicensed use of creative works for training generative AI

«الاستخدام غير المرخص للأعمال الإبداعية لتدريب الذكاء الاصطناعي التوليدي

is a major, unjust threat to the livelihoods

يمثل تهديدًا كبيرًا وغير عادل لسبل عيش

of the people behind those works,

الأشخاص يقفون وراء هذه الأعمال،

and must not be permitted."

ويجب عدم السماح به».

This has already been signed by 11,000 and counting creators around the world,

تم التوقيع على هذا بالفعل من قبل 11000 من المبدعين في جميع أنحاء العالم،

including Nobel-winning authors,

بما في ذلك المؤلفين الحائزين على جائزة نوبل

Academy Award-winning actors and Oscar-winning composers.

والممثلين والملحنين الحائزين على الأوسكار.

And if you agree with this sentiment,

وإذا كنت توافق على هذا الشعور،

I encourage you to sign it today at aitrainingstatement.org.

أشجعك على التوقيع عليه اليوم على aitrainingstatement.org.

What this statement and previous ones like it make abundantly clear

ما يوضحه هذا البيان وما سبقه من تصريحات

is that these artists, these creators,

هو أن هؤلاء الفنانين، هؤلاء المبدعين،

view the unlicensed training on their work by generative AI models

ينظرون لتدريب غير مرخص على أعمالهم من نماذج الذكاء الاصطناعي التوليدية

as totally unjust and potentially catastrophic to their professions.

على أنه غير عادل تمامًا ويحتمل أن يكون كارثيًا لمهنهم.

So if you are an advocate for unlicensed AI training,

لذلك إذا كنت من المدافعين عن التدريب غير المرخص للذكاء الاصطناعي، فتذكر

just remember that the people who wrote the music that you are listening to

فقط أن الأشخاص الذين كتبوا الموسيقى التي تستمع إليها

and the books you’re reading

والكتب التي تقرأها

probably disagree.

ربما يختلفون.

So where does this leave us?

إذن أين يتركنا هذا؟

حسنًا، في الوقت الحالي، يكره العديد من الفنانين والكتاب

Well, right now, many of the world's artists,

writers, musicians, creators

والموسيقيين والمبدعين في العالم الذكاء الاصطناعي التوليدي

straight-up hate generative AI.

بشكل مباشر.

And we know, from their own words, that one of the reasons for this

ونعلم، بكلماتهم الخاصة، أن أحد أسباب ذلك

is that we're training on their work without asking them.

هو أننا نتدرب على عملهم دون سؤالهم.

But it doesn't have to be this way.

لكن لا يجب أن يكون الأمر بهذه الطريقة.

The AI industry and the creative industries

يمكن أن تكون صناعة الذكاء الاصطناعي

can be and should be mutually beneficial.

والصناعات الإبداعية مفيدة ويجب أن تكون كذلك.

But for this mutually beneficial relationship to emerge,

ولكن لكي تظهر هذه العلاقة ذات المنفعة المتبادلة،

we have to start from a position of respect

علينا أن نبدأ من موقف

for the value of the works being trained on

احترام قيمة الأعمال التي يتم التدريب عليها

and the rights of the people who made them.

وحقوق الأشخاص الذين صنعوها.

أنا لا أجادل في أنه يجب إيقاف جميع عمليات تطوير الذكاء الاصطناعي.

I'm not arguing that all AI development should be halted.

أنا لا أجادل في أن الذكاء الاصطناعي لا يكون موجودًا.

I'm not arguing that AI should not exist.

What I'm arguing is that the resources used to build generative AI

ما أجادله هو أن الموارد المستخدمة لبناء الذكاء الاصطناعي التوليدي

should be paid for.

يجب دفع ثمنها.

Licensing is hard work.

الترخيص هو عمل شاق.

It will slow you down in the short term,

سيؤدي ذلك إلى إبطائك على المدى القصير،

but you'll ultimately reach exactly the same point --

لكنك ستصل في النهاية إلى نفس النقطة بالضبط -

models that are just as capable, just as powerful --

نماذج تتمتع بنفس القدرة

and you'll do so without forcing the world's publishers

والقوة - وستفعل ذلك دون

to batten down the hatches and destroy the commons,

إجبار الناشرين في العالم على هدم البوابات وتدمير المشاعات،

and without pitting the world's creators against you.

ودون تأليب مبدعي العالم ضدك.

So I hope that more AI companies will follow the example

لذلك آمل أن تحذو المزيد من شركات الذكاء الاصطناعي حذو تلك التي

set by those we've certified at Fairly Trained,

اعتمدناها في Fairly Trained،

and license all their training data.

وأن ترخص جميع بيانات التدريب لها.

I hope that employees at these companies will demand this of their employers.

آمل أن يطلب الموظفون في هذه الشركات ذلك من أصحاب العمل.

And I hope that everyone who uses generative AI

وآمل أن يسأل كل من يستخدم الذكاء الاصطناعي

will ask what their favorite models were trained on.

التوليدي عن النماذج المفضلة لديهم التي تم التدريب عليها.

There is a future in which generative AI and human creativity can coexist,

هناك مستقبل يمكن أن يتعايش فيه الذكاء الاصطناعي التوليدي والإبداع البشري،

not just peacefully, but symbiotically.

ليس فقط بشكل سلمي، ولكن بشكل تكافلي.

It's been a rough start,

لقد كانت بداية صعبة،

but it's not too late to change course.

ولكن لم يفت الأوان بعد لتغيير المسار.

Thank you.

شكرًا لكم.

(Applause)

(تصفيق)