Գեներատիվ արհեստական բանականության (ԱԲ) զարգացման և մարդ-ստեղծագործողների իրավունքների միջև առկա լարվածությունը հասել է կրիտիկական կետի: Տարիներ շարունակ տեխնոլոգիական ոլորտում գերիշխող փիլիսոփայությունը «տվյալների համատարած հասանելիության» գաղափարն էր՝ այն ենթադրությունը, որ ցանկացած հրապարակային թվային ակտիվ կարելի է օգտագործել մեծ մոդելների ուսուցման համար: Սակայն Cara-ի նման հարթակների հայտնվելը, որը նախատեսված է այն արվեստագետների համար, ովքեր հստակ հրաժարվում են իրենց աշխատանքները ԱԲ-ի ուսուցման համար օգտագործելուց, նշանավորում է թվային սեփականության իրավունքների մեր ընկալման արմատական փոփոխությունը:
Երբ ստեղծագործական ամբողջականությունը պաշտպանելու համար նախատեսված հարթակը դառնում է տվյալների չարամիտ հավաքագրման (scraping) թիրախ, դա ընդգծում է մեր ներկայիս թվային էկոհամակարգի փխրունությունը: Բիզնեսի ղեկավարները պետք է գիտակցեն, որ սա պարզապես արվեստագետների և ինժեներների միջև նեղ մասնագիտական վեճ չէ, այլ սպասվող «տվյալների ինքնիշխանության պատերազմների» նախանշանը: Քանի որ կազմակերպություններն իրենց ԱԲ ռազմավարությունները կառուցելիս ավելի ու ավելի են հենվում սեփական տվյալների վրա, չստուգված կամ ապօրինաբար ձեռք բերված տվյալների բազաների օգտագործման հետ կապված հեղինակային և իրավական ռիսկերն արագորեն աճում են:
Չկարգավորվող տվյալների հավաքագրման գինը
Ձեռնարկությունների համար տվյալների չկարգավորվող հավաքագրման հետևանքներն այլևս ընդամենը իրավական հղումներ չեն, այլ՝ բիզնեսի համար շոշափելի ռիսկ: Մենք թևակոխում ենք մի դարաշրջան, որտեղ տվյալների ծագումնաբանությունը (Data Provenance) նույնքան կարևոր է, որքան մոդելի ճարտարապետությունը: Եթե կազմակերպությունը կառուցում է հաճախորդների համար նախատեսված ԱԲ գործակալ կամ կանխատեսող համակարգ՝ առանց համաձայնության հավաքագրված տվյալների հիման վրա, ապա ապրանքանիշի վարկանիշի անկման վտանգը չափազանց մեծ է:
Cara-ի հետ կապված միջադեպը նախազգուշական օրինակ է ցանկացած ընկերության համար, որն այժմ թվային փոխակերպման գործընթացում է: Երբ ընկերության հիմնարար տվյալները ստացվում են այնպիսի միջավայրերից, որտեղ ստեղծողներն ակտիվորեն դեմ են ընկերության մեթոդներին, այդ մոդելների երկարաժամկետ ներդրումային եկամտաբերությունը (ROI) հարցականի տակ է դրվում: Դիտարկենք բիզնես ռազմավարության վրա դրա հետևյալ ազդեցությունները.
- Ապրանքանիշի պատասխանատվություն. «Հավաքագրված» (scraped) տվյալների վրա վարժեցված ավտոմատացված համակարգի գործարկումը կարող է հանգեցնել հանրային դժգոհության, բոյկոտների և այն նույն լսարանի հետ վստահության խզման, որին ընկերությունը մտադիր է ծառայել:
- Կանոնակարգային համապատասխանություն. Մինչ կառավարությունները շարժվում են դեպի ԱԲ-ի ավելի խիստ կարգավորումներ (ինչպես, օրինակ, ԵՄ ԱԲ ակտը), ուսուցման տվյալների օրինական ձեռքբերումն ապացուցելու կարողությունը կդառնա գործունեության շարունակականության պարտադիր պահանջ:
- Մոդելի «թունավորում» և որակ. Առանց համատեքստի հավաքագրված տվյալները հաճախ չունեն այն մետատվյալները կամ որակի վերահսկումը, որոնք անհրաժեշտ են պատասխանատու բիզնես ավտոմատացման համար: «Կեղտոտ» տվյալների օգտագործումը հաճախ հանգեցնում է «հալյուցինացիաների» (սխալ պատասխանների), ինչը նվազեցնում է ներքին ԱԲ գործակալների արդյունավետությունը:
Որդեգրման միտումը հստակ է. ոլորտի առաջատարները անցնում են «փակ օղակով» տվյալների բազաների: Քաոսային հանրային ցանցից տվյալներ հավաքագրելու փոխարեն՝ առաջատար կազմակերպությունները ներդրումներ են կատարում սինթետիկ տվյալների ստեղծման և արտոնագրված, մանրակրկիտ ընտրված տվյալների բազաների մեջ՝ ապահովելու իրենց մտավոր սեփականության մուտքային տվյալների նկատմամբ բացարձակ վերահսկողություն:
Բացը կամրջելը. էթիկական ԱԲ-ն՝ որպես մրցակցային առավելություն
Cara-ի շուրջ ծավալված հակամարտությունը նաև մատնանշում է գործիքակազմի անխուսափելի էվոլյուցիան: Մենք տեսնում ենք տվյալների հավաքագրման «վայրի արևմուտքից» անցում դեպի Պատասխանատու ԱԲ ենթակառուցվածքներ: Բիզնեսի համար սա նշանակում է, որ մրցակցային առավելության ապագան կայանում է մարդկային մտադրության և մեքենայական արդյունավետության համագործակցության մեջ, այլ ոչ թե զրոյական գումարով խաղում, որտեղ ԱԲ-ն սպառում է մարդկային աշխատանքի արդյունքը՝ առանց դա ճանաչելու:
Առաջադեմ կազմակերպություններն այժմ ներդնում են «մարդը՝ օղակում» (human-in-the-loop) աշխատանքային գործընթացներ, որոնք առաջնահերթություն են տալիս թափանցիկությանը: Այս մոտեցումը ոչ միայն մեղմում է ռիսկերը, այլև արագացնում է համակարգերի ներդրումը: Երբ աշխատակիցներն ու հաճախորդները զգում են, որ իրենց ներդրումը հարգված է, նրանք շատ ավելի պատրաստակամ են լինում օգտվելու ձեռնարկատիրական մակարդակի ավտոմատացման գործիքներից և չաթ-բոտերից:
Ավելին, ժամանակակից CRM համակարգերում ԱԲ գործակալների ինտեգրումը պահանջում է տվյալների ամբողջականության այնպիսի մակարդակ, որն անհնար է ձեռք բերել ցածրորակ, հավաքագրված տվյալներով: Հաճախորդներին անհատականացված, բարձրարժեք փորձառություն մատուցելու համար բիզնեսներին անհրաժեշտ են բարձր հավաստիության տվյալներ, որոնք ճշգրիտ են, էթիկական և գտնվում են իրենց լիարժեք տիրապետության տակ: Այս անցումը պահանջում է փոփոխություն թվային ռազմավարության մեջ.
- Տվյալների խողովակաշարերի աուդիտ. Անցկացնել գոյություն ունեցող տվյալների բազաների խիստ աուդիտ՝ մտավոր սեփականության վերջին ստանդարտներին համապատասխանությունն ապահովելու համար:
- Ներդրում էթիկական ճարտարապետության մեջ. Առաջնահերթություն տալ սեփական տվյալների բազաներ
