Αποκαλύψεις για την OpenAI: Η γνώση περί πειρατείας και η στρατηγική των δεδομένων εκπαίδευσης

Η αρχιτεκτονική της αμφιλεγόμενης εκπαίδευσης

Τα δικαστικά έγγραφα που ήρθαν στο φως της δημοσιότητας ανατρέπουν το αφήγημα περί «τυχαίας» χρήσης δεδομένων. Η χρήση πηγών όπως το LibGen δεν ήταν αποτέλεσμα τεχνικής αστοχίας, αλλά στρατηγική επιλογή για την τροφοδοσία των μοντέλων με τεράστιους όγκους δεδομένων υψηλής ποιότητας. Η Microsoft, ως στρατηγικός εταίρος, φέρεται να είχε πλήρη επίγνωση της προέλευσης αυτών των δεδομένων ήδη από τα πρώτα στάδια του GPT-3.

Ηθική και «optics» στη λήψη αποφάσεων

Ιδιαίτερη αίσθηση προκαλεί η εσωτερική κουλτούρα της OpenAI, όπου η ηθική διάσταση της πειρατείας υποβαθμίστηκε μπροστά στον φόβο της αρνητικής δημοσιότητας. Η ανησυχία για το πώς θα φαινόταν η χρήση «σκιωδών» πηγών σε πλατφόρμες όπως το Hacker News οδήγησε σε προσπάθειες συγκάλυψης, όπως το λεγόμενο «Project Clear», το οποίο αποσκοπούσε στην εκκαθάριση των συστημάτων από τα επίμαχα δεδομένα.

Η αντικατάσταση της ανθρώπινης δημιουργικότητας

Πέρα από το νομικό σκέλος, τα έγγραφα καταδεικνύουν μια κυνική προσέγγιση απέναντι στους δημιουργούς. Στελέχη της εταιρείας αναγνώριζαν ανοιχτά ότι ο στόχος των μοντέλων ήταν η υποκατάσταση της ανθρώπινης εργασίας, θεωρώντας την ανεργία των συγγραφέων ως «αποδεκτή οικονομική αναστάτωση». Η φιλοδοξία για μοντέλα που μπορούν να ολοκληρώσουν αυτόνομα λογοτεχνικά έργα (όπως η σειρά του George R.R. Martin) υπογραμμίζει την επιθετική κατεύθυνση της έρευνας προς την πλήρη αυτοματοποίηση της δημιουργικής διαδικασίας.