Cooperate And Compete: Archives Can Gain More By Expecting Less From AI Training
Dieses Paper argumentiert, dass Archivorganisationen ihre Zögerlichkeit, Bestände für das KI-Training freizugeben, überwinden sollten, indem sie den Verlust der Provenienz auf Ebene einzelner Objekte als Wettbewerbsvorteil umdeuten und strategische Richtlinien anwenden – wie etwa maßgeschneiderte Vereinbarungen, RAG-Technologie und die Befürwortung von Beiträgen zum Gemeinwohl –, um Risiken zu mindern und gleichzeitig die Zusammenarbeit zu fördern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht vom Autor verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In den stillen Ecken der Bibliotheken und Archive der Welt ruhen Millionen von einzigartigen Dokumenten, Fotografien und Aufnahmen und warten darauf, gesehen zu werden. Dies sind nicht nur alte Papiere; sie sind das Rohmaterial des menschlichen Gedächtnisses, das oft in Kisten oder auf zerbrechlichem Film aufbewahrt wird, unsichtbar für das Auge der Öffentlichkeit. Vor kurzem haben Unternehmen, die künstliche Intelligenz entwickeln, begonnen, um Zugang zu diesen verborgenen Sammlungen zu bitten. Sie wollen diese historischen Daten in ihre Computermodelle einspeisen, um sie intelligenter und wissender zu machen. Das Ziel ist es, den Maschinen beizubringen, wie Menschen über Jahrhunderte hinweg gedacht, geschrieben und erschaffen haben. Die Menschen jedoch, die diese Archive bewachen, sind zögerlich. Sie fürchten, dass sie, wenn sie ihre Materialien herausgeben, die Maschinen zwar die Fakten lernen lassen, aber vergessen werden, woher diese Fakten stammten. Sie fürchten den Verlust der Kontrolle über ihre eigene Geschichte und sind nicht in der Lage, die Maschinen daran zu hindern, die Informationen auf eine Weise zu verwenden, die sie nie beabsichtigt hatten. Diese Spannung steht im Zentrum einer neuen Debatte: Sollten Archive „Nein“ sagen, um ihre Vergangenheit zu schützen, oder „Ja“, um ihre Zukunft zu gestalten?
Eine aktuelle Studie von Jinfang Niu, einer Forscherin an der University of South Florida, legt nahe, dass Archive dieses Problem möglicherweise aus der falschen Perspektive betrachten. Die Arbeit argumentiert, dass Archive zu sehr darauf fokussiert sind, Dinge von der künstlichen Intelligenz zu fordern, die die Technologie schlichtweg nicht leisten kann, wie etwa eine perfekte Liste jedes einzelnen Dokuments, das zur Erstellung einer spezifischen Antwort verwendet wurde. Die Autorin schlägt vor, dass Archive durch das Senken dieser Erwartungen tatsächlich mehr Macht und Schutz gewinnen können. Anstatt zu versuchen, die Maschinen dazu zu zwingen, sich an jedes Detail ihres Trainings zu erinnern, sollten Archive akzeptieren, dass die Maschinen nicht in der Lage sein werden, ihre Antworten auf spezifische Seiten zurückzuführen. Im Austausch für diese Akzeptanz können Archive bessere Verträge aushandeln, ihre wertvollsten Werkzeuge für sich behalten und sicherstellen, dass sie nicht dafür verantwortlich gemacht werden, wenn die Maschinen die Informationen missbraucht.
Der Kern des Problems liegt darin, wie künstliche Intelligenz lernt. Wenn ein Mensch ein Buch liest, erinnert er sich an die Geschichte und die Ideen, aber er behält keine mentale Karte von jedem Satz im Kopf, den er gelesen hat, um einen Gedanken zu bilden. Ähnlich verhält es sich, wenn ein KI-Modell trainiert wird: Es absorbiert riesige Mengen an Informationen in seine interne Struktur, die als „Weights“ (Gewichtungen) bekannt ist. Diese Gewichtungen sind kein Aktenschrank voller Dokumente; sie sind ein komplexes Geflecht mathematischer Verbindungen. Sob hin das Lernen abgeschlossen ist, kann das Modell nicht auf eine bestimmte Seite in einem bestimmten Archiv zeigen und sagen: „Ich habe diesen Fakt von hier gelernt.“ Die Informationen sind miteinander verschmolzen. Die Arbeit stellt fest, dass die Erwartung an eine KI, für jeden einzelnen Teil der verwendeten Daten eine Quellenangabe zu liefern, dem entspricht, wie man einen Menschen bitten würde, sich an die exakte Sequenz der Erinnerungen zu erinnern, die ihn dazu brachten, ein Gedicht zu schreiben. Es ist nicht nur schwierig; für die heutige Technologie ist es praktisch unmöglich.
Aufgrund dieser technischen Realität argumentiert die Autorin, dass Archive aufhören sollten, auf „Item-Level Provenance“ (Einzelobjekt-Provenienz) zu bestehen – also die Anforderung, jede KI-Ausgabe mit einem spezifischen Datensatz zu verknüpfen. Stattdessen sollten Archive erkennen, dass diese Unfähigkeit, die Quelle zurückzuverfolgen, eigentlich ihr größter Vorteil ist. Wenn eine KI ein spezifisches Dokument nicht perfekt replizieren oder zitieren kann, dann bleibt das ursprüngliche Archiv der einzige Ort, an dem dieses Dokument in seiner wahren, unveränderten Form zu finden ist. Die Maschine mag die Fakten kennen, aber sie kann nicht den Bedarf ersetzen, dass ein Mensch das Originaldokument sieht. Das bedeutet, dass Archive nicht an Wert verlieren, wenn sie ihre Daten teilen; sie werden als vertrauenswürdige Quelle sogar noch essenzieller.
Die Arbeit stellt auch die Angst in Frage, dass Archive die Kontrolle über ihr Wissen verlieren, sobald es sich in einer Maschine befindet. Die Autorin weist darauf hin, dass Archive nie wirklich kontrollieren konnten, was mit Informationen geschieht, sobald sie das Gebäude verlassen. Wenn ein Forscher ein Dokument liest und dann ein Buch schreibt oder einen Vortrag hält, der auf dem Gelernten basiert, kann das Archiv ihn nicht daran hindern. Das Wissen ist in den menschlichen Geist eingegangen, und das Archiv hat keine Macht, den Forscher dazu zu bringen, es zu vergessen. Die Autorin schlägt vor, dass KI-Modelle ähnlich funktionieren. Sob wenn die Information absorbiert wurde, ist sie Teil des Systems Wissens. Der Versuch, ein Unternehmen dazu zu zwingen, spezifische Fakten aus einem trainierten Modell zu löschen, ist extrem kostspielig und technisch schwierig; es erfordert oft, das Modell von Grund auf neu zu erstellen. Anstatt einen aussichtslosen Kampf um die Kontrolle über das Gedächtnis der Maschine zu führen, sollten Archive sich darauf konzentrieren, die Bedingungen des Geschäfts zu kontrollieren.
Um dies umsetzbar zu machen, schlägt die Arbeit eine neue Reihe von Strategien vor, denen Archive folgen sollten. Erstens sollten sie ihre Vereinbarungen basierend auf dem rechtlichen Status der Materialien anpassen. Wenn das Archiv beispielsweise das Urheberrecht besitzt, kann es die Nutzung der Daten in Rechnung stellen. Wenn das Material gemeinfrei (Public Domain) ist, kann das Archiv um Mittel bitten, die bei der Digitalisierung der Sammlung helfen, im Austausch für die Erlaubnis der KI, es zu nutzen. Wenn das Material aufgrund von Datenschutz oder Spendervereinbarungen eingeschränkt ist, sollte es schlicht nicht in die Trainingsdaten aufgenommen werden. Zweitens sollten Archive eine Technologie namens „Retrieval-Augmented Generation“ (RAG) nutzen. Dies ist eine Methode, bei der die KI sich für Fakten nicht auf ihr internes Gedächtnis verlässt, sondern diese in Echtzeit in einer Datenbank nachschlägt. Dies ermöglicht es der KI, eine Antwort zu geben und dem Nutzer sofort das spezifische Dokument anzuzeigen, das sie gefunden hat, wodurch das Problem fehlender Zitate gelöst wird, ohne die Art und Weise ändern zu müssen, wie die KI lernt.
Schließlich schlägt die Autorin vor, dass Archive aufhören sollten, KI-Unternehmen vom Internet abzuschirmen, und stattdessen mit ihnen zu verhandeln. Archive können Geld für die Digitalisierung fordern, besseren Zugang zu KI-Werkzeugen für ihr eigenes Personal oder rechtlichen Schutz. Die Arbeit empfiehlt, dass Archive eine Klausel in ihre Verträge aufnehmen, die besagt, dass das Archiv nicht verantwortlich ist, falls das KI-Unternehmen oder dessen Nutzer die Informationen missbrauchen. Dies verlagert das rechtliche Risiko auf das Unternehmen und schützt das Archiv vor Klagen, falls die KI schädliche Inhalte generiert. Die Autorin fordert zudem staatliche Maßnahmen, die KI-Unternehmen dazu ermutigen, zum Gemeinwohl beizutragen, um sicherzustellen, dass der durch diese Technologien generierte Wohlstand auch die Kulturinstitutionen unterstützt, die die Daten bereitgestellt haben.
Die Studie kommt zu dem Schluss, dass Archive keine Angst vor künstlicher Intelligenz haben müssen. Indem sie akzeptieren, dass Maschinen ihre Quellen nicht perfekt zurückverfolgen können, können Archive aufhören, Energie in unmögliche Forderungen zu investieren. Stattdessen können sie sich auf das konzentrieren, was sie am besten können: die Originalaufzeichnungen zu bewahren und den Kontext zu liefern, den Maschinen nicht bieten können. Durch das Aushandeln kluger Vereinbarungen und den Einsatz neuer Technologien, um Antworten mit Quellen zu verknüpfen, können Archive eine potenzielle Bedrohung in eine Partnerschaft verwandelt, die ihre Zukunft sichert und gleichzeitig der Welt hilft, aus ihrer Vergangenheit zu lernen. Der Weg nach vorn besteht nicht darin, „Nein“ zu sagen, sondern „Ja“ zu Bedingungen zu sagen, die die Integrität des Archivs und den Wert der Geschichte, die es bewahrt, schützen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.