Cooperate And Compete: Archives Can Gain More By Expecting Less From AI Training
تجادل هذه الورقة بأن على المؤسسات الأرشيفية التغلب على ترددها في مشاركة المجموعات لأغراض تدريب الذكاء الاصطناعي من خلال إعادة صياغة فقدان توثيق المصدر على مستوى العناصر كأفضلية تنافسية، واعتماد سياسات استراتيجية — مثل الاتفاقيات المصممة خصيصاً، وتقنية التوليد المعزز بالاسترداد (RAG)، والمناصرة من أجل المساهمات ذات المنفعة العامة — لتخفيف المخاطر مع تعزيز التعاون.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في الزوايا الهادئة لمكتبات وأرشيفات العالم، تقبع ملايين الوثائق والصور الفوتوغرافية والتسجيلات الفريدة، تنتظر من يراها. هذه ليست مجرد أوراق قديمة؛ بل هي المواد الخام للذاكرة البشرية، والتي تُخزن غالباً في صناديق أو على أفلام هشة، بعيداً عن أعين الجمهور. مؤخراً، بدأت الشركات التي تبني الذكاء الاصطناعي تطلب الوصول إلى هذه المجموعات المخفية، حيث يريدون تغذية نماذجهم الحاسوبية بهذه البيانات التاريخية لجعلها أكثر ذكاءً ومعرفة. والهدف هو تعليم الآلات كيف فكر البشر وكيف كتبوا وأبدعوا عبر القرون. ومع ذلك، فإن الأشخاص الذين يحرسون هذه الأرشيفات يشعرون بالتردد؛ فهم يخشون أنه إذا منحوا موادهم، فإن الآلات ستتعلم الحقائق لكنها ستنسى المصدر الذي جاءت منه تلك الحقائق. إنهم يخشون فقدان السيطرة على تاريخهم، وعدم القدرة على منع الآلات من استخدام المعلومات بطرق لم يقصدوها أبداً. ويقع هذا التوتر في قلب نقاش جديد: هل يجب على الأرشيفات أن تقول "لا" لحماية ماضيها، أم تقول "نعم" لتشكيل مستقبلها؟
تشير دراسة حديثة أجرتها جين فانغ نيو، وهي باحثة في جامعة جنوب فلوريدا، إلى أن الأرشيفات قد تنظر إلى هذه المشكلة من المنظور الخاطئ. وتجادل الورقة بأن الأرشيفات تركز بشكل مبالغ فيه على مطالبة الذكاء الاصطناعي بأشياء لا يمكن لهذه التكنولوجيا توفيرها ببساطة، مثل قائمة مثالية لكل وثيقة استُخدمت لإنشاء إجابة معينة. وتقترح المؤلفة أنه من خلال خفض هذه التوقعات، يمكن للأرشيفات في الواقع اكتساب المزيد من القوة والحماية. فبدلاً من محاولة إجبار الآلات على تذكر كل تفصيل من تدريبها، يجب على الأرشيفات أن تتقبل حقيقة أن الآلات لن تكون قادرة على تتبع إجاباتها وصولاً إلى صفحات محددة. وفي مقابل هذا القبول، يمكن للأرشيفات التفاوض على صفقات أفضل، والاحتفاظ بأدواتها الأكثر قيمة لنفسها، وضمان عدم تحميلها المسؤولية إذا أساءت الآلات استخدام المعلومات.
يكمن جوهر القضية في كيفية تعلم الذكاء الاصطناعي. فعندما يقرأ إنسان كتاباً، فإنه يتذكر القصة والأفكار، لكنه لا يحتفظ بخريطة ذهنية لكل جملة قرأها لتكوين فكرة. وبالمثل، عندما يتم تدريب نموذج ذكاء اصطناعي، فإنه يمتص كميات هائلة من المعلومات في بنيته الداخلية المعروفة بـ "الأوزان" (weights). وهذه الأوزان ليست خزانة ملفات للوثائق؛ بل هي شبكة معقدة من الروابط الرياضية. وبمجرد انتهاء عملية التعلم، لا يستطيع النموذج الإشارة إلى صفحة محددة في أرشيف معين ليقول: "لقد تعلمت هذه الحقيقة من هنا". فالمعلومات تمتزج معاً. وتشير الورقة إلى أن توقع تقديم الذكاء الاصطناعي لاستشهاد (citation) لكل جزء من البيانات استخدمها لإنتاج إجابة، يشبه مطالبة شخص باستعادة التسلسل الدقيق للذكريات التي أدت به إلى كتابة قصيدة؛ فهذا ليس صعباً فحسب، بل هو مستحيل عملياً بالنسبة للتكنولوجيا الحالية.
بسبب هذا الواقع التقني، تجادل المؤلفة بضرورة توقف الأرشيفات عن الإصرار على "إثبات المصدر على مستوى العنصر" (item-level provenance)، وهو المتطلب الذي يربط كل مخرج للذكاء الاصطناعي بسجل محدد. وبدلاً من ذلك، يجب على الأرشيفات أن تدرك أن عدم القدرة على تتبع المصدر هو في الواقع أعظم مزاياها. فإذا كان الذكاء الاصطناعي لا يستطيع إعادة إنتاج وثيقة معينة أو الاستشهاد بها بدقة، فإن الأرشيف الأصلي يظل المكان الوحيد الذي يمكن فيه العثور على تلك الوثيقة في شكلها الحقيقي غير المعدل. قد تعرف الآلة الحقائق، لكنها لا تستطيع استبدال الحاجة إلى رؤية الإنسان للأدلة الأصلية. وهذا يعني أن الأرشيفات لا تفقد قيمتها بمشاركة بياناتها، بل تصبح أكثر أهمية كمرجع موثوق للحقيقة.
كما تتحدى الورقة الخوف من فقدان الأرشيفات للسيطرة على معرفتها بمجرد دخولها في الآلة. وتوضح المؤلفة أن الأرشيفات لم تكن أبداً تسيطر حقاً على ما يحدث للمعلومات بمجرد خروجها من مبانيها. فعندما يقرأ باحث وثيقة ثم يكتب كتاباً أو يلقي محاضرة بناءً على ما تعلمه، لا يمكن للأرشيف منعه؛ فقد دخلت المعرفة إلى العقل البشري، ولا يملك الأرشيف سلطة لإجبار الباحث على النسيان. وتقترح المؤلفة أن نماذج الذكاء الاصطناعي مشابهة لذلك؛ فبمجرد امتصاص المعلومات، تصبح جزءاً من نظام المعرفة. وإن محاولة إجبار شركة على حذف حقائق معينة من نموذج مدرب هي عملية مكلفة للغاية وصعبة تقنياً، وغالباً ما تتطلب إعادة بناء النموذج من الصود. وبدلاً من خوض معركة خاسرة للسيطرة على ذاكرة الآلة، يجب على الأرشيفات التركيز على التحكم في شروط الصفقة.
ولإنجاح هذا الأمر، تقترح الورقة مجموعة جديدة من الاستراتيجيات للأرشيفات. أولاً، يجب عليهم تفصيل اتفاقياتهم بناءً على الوضع القانوني للمواد؛ فمثلاً، إذا كان الأرشيف يملك حقوق الطبع والنشر، يمكنه فرض رسوم مقابل استخدام البيانات. وإذا كانت المواد تندرج ضمن الملكية العامة، يمكن للأرشيف طلب تمويل للمساعدة في رقمنة المجموعة مقابل السماح للذكاء الاصطناعي باستخدامها. أما إذا كانت المواد مقيدة بسبب الخصوصية أو اتفاقيات المانحين، فيجب ببساطة إبقاؤها خارج بيانات التدريب. ثانياً، يجب على الأرشيفات استخدام تقنية تسمى "التوليد المعزز بالاسترجاع" (Retrieval-Augmented Generation - RAG). وهي طريقة لا يعتمد فيها الذكاء الاصطناعي على ذاكرته الداخلية للحقائق، بل يبحث عنها في قاعدة بيانات في الوقت الفعلي. وهذا يسمح للذكاء الاصطناعي بتقديم إجابة وإظهار الوثيقة المحددة التي وجدها للمستخدم فوراً، مما يحل مشكلة غياب الاستشهادات دون الحاجة لتغيير كيفية تعلم الذكاء الاصطناعي.
أخيراً، تقترح المؤلفة أن تتوقف الأرشيفات عن محاولة منع شركات الذكاء الاصطناعي من الإنترنت، وتبدأ في التفاوض معها. يمكن للأرشيفات أن تطلب مالاً للمساعدة في عمليات الرقمنة، أو توفير أدوات ذكاء اصطناعي أفضل لموظفيها، أو حماية قانونية. وتوصي الورقة بأن تضمن الأرشيفات بنداً في اتفاقياتها ينص على أنه في حال أساءت شركة الذكاء الاصطنا_ي أو مستخدموها استخدام المعلومات، فإن الأرشيف غير مسؤول. وهذا ينقل المخاطر القانونية إلى الشركة، مما يحمي الأرشيف من الدعاوى القضائية إذا أنتج الذكاء الاصطناعي محتوى ضاراً. كما تدعو المؤلفة إلى سياسات حكومية تشجع شركات الذكاء الاصطناعي على المساهمة في الصالح العام، لضمان أن الثروة الناتجة عن هذه التقنيات تساعد في دعم المؤسسات الثقافية التي توفر البيانات في المقام الأول.
تخلص الدراسة إلى أن الأرشيفات ليست بحاجة للخوف من الذكاء الاصطناعي. فمن خلال قبول حقيقة أن الآلات لا يمكنها تتبع مصادرها بدقة، يمكن للأرشيفات التوقف عن إضاعة الطاقة في مطالب مستحيلة. وبدلاً من ذلك، يمكنهم التركيز على ما يجيدونه فعلاً: الحفاظ على السجلات الأصلية وتقديم السياق الذي لا تستطيع الآلات توفيره. ومن خلال التفاوض على اتفاقيات ذكية واستخدام تقنيات جديدة لربط الإجابات بالمصادر، يمكن للأرشيفات تحويل التهديد المحتمل إلى شراكة تؤمن مستقبلهم وتساعد العالم على التعلم من ماضيه. إن الطريق إلى الأمام ليس بقول "لا"، بل بقول "نعم" بشروط تحمي نزاهة الأرشيف وقيمة التاريخ الذي يحمله.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.