Quality Assessment of Public Summary of Training Content for GPAI models required by AI Act Article 53(1)(d)
Dit artikel presenteert een kwaliteitsbeoordelingskader voor de door de AI-wet vereiste publieke samenvattingen van trainingsdata voor GPAI-modellen, dat de transparantie en bruikbaarheid analyseert aan de hand van vijf voorbeelden en leidt tot een online platform voor de verspreiding van bevindingen en richtlijnen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
🍳 Het Receptboek van de AI: Een Kwaliteitscontrole
Stel je voor dat de Europese AI-wet (AI Act) een nieuwe regel is voor de keuken. Deze wet zegt: "Als je een grote, krachtige AI-kok (een 'General Purpose AI') maakt, moet je een openbaar receptboek publiceren."
In dit receptboek moet je precies uitleggen welke ingrediënten je hebt gebruikt om je AI te trainen. Waarom? Omdat mensen (zoals kunstenaars, schrijvers of burgers) het recht hebben om te weten of hun werk (hun foto's, teksten, muziek) in dat recept is gebruikt, zodat ze hun rechten kunnen beschermen.
De Europese Commissie heeft een standaard formulier (een sjabloon) gemaakt voor dit receptboek. Maar tot nu toe hebben veel grote AI-bedrijven dit formulier ofwel niet ingevuld, of ze hebben het op een manier ingevuld die niemand begrijpt.
Dit onderzoek van Dick Blankvoort, Harshvardhan Pandit en Maximilian Gahntz is als een kwaliteitsinspecteur die naar deze receptboeken kijkt. Ze hebben een nieuw meetinstrument ontwikkeld om te checken: "Is dit receptboek goed genoeg?"
1. De Twee Belangrijkste Proefpunten: Transparantie en Nut
De onderzoekers kijken naar twee dingen, net zoals je kijkt naar een menukaart in een restaurant:
- Transparantie (Is het duidelijk?): Staat er precies wat er in het bord zit? Is het leesbaar? Of is het een rommelige krabbel van "wat we wel en niet zeggen"?
- Analogie: Als je een soep bestelt, wil je weten of er kip in zit of niet. Als de chef zegt "het is een soep van de dag" zonder details, is dat niet transparant.
- Nut (Is het bruikbaar?): Kun jij als klant hier iets mee? Kun jij zien of jouw eigen foto in die soep zit, zodat je kunt zeggen: "Hé, die heb ik gemaakt!"?
- Analogie: Een menukaart die in een taal is geschreven die niemand spreekt, of die ver weg ligt in de kelder, heeft geen nut, zelfs als de informatie er wel in staat.
2. De Test: 5 AI's op de Keukentafel
De onderzoekers hebben gezocht naar receptboeken van 5 verschillende AI-bedrijven (zoals Microsoft, HuggingFace, en kleinere Europese initiatieven). Ze hebben elk boekje onder de loep genomen met hun nieuwe meetlat.
Hier zijn de resultaten, vertaald naar schoolcijfers:
- 🏆 De Sterke Spelers (Apertus & Bria): Deze hebben een A of A+ gekregen.
- Waarom? Ze hebben het formulier netjes ingevuld, alles duidelijk geschreven en je kunt er echt iets mee. Het is alsof ze een perfect georganiseerd receptboek hebben neergelegd.
- 👍 De Redelijke Spelers (SmolLM & Bielik): Deze kregen een B+ of C+.
- Waarom? Ze hebben het goed geprobeerd, maar er staan wat onduidelijkheden in of sommige details ontbreken. Het is alsof het recept wel bestaat, maar je moet er zelf nog wat bijdenken.
- 🚩 De Probleemgeval (Microsoft Phi): Deze kreeg een D voor transparantie en een F (onvoldoende) voor nut.
- Waarom? Het document dat ze hebben gepubliceerd, lijkt wel een recept dat in een schetsboek is geschreven. Veel vragen zijn niet beantwoord, de taal is vaag ("Wij volgen alle wetten" is geen recept), en belangrijke informatie ontbreekt volledig. Het is alsof een chef zegt: "Mijn soep is geheim, maar geloof me, het is lekker."
3. Wat is er misgegaan?
De onderzoekers ontdekten een paar grote problemen:
- Verdwijnselspel: Veel grote bedrijven (zoals Google en OpenAI) hebben nog helemaal geen receptboek gepubliceerd. Ze wachten nog.
- Verkeerde taal: Soms gebruiken bedrijven een andere titel dan gevraagd, of verstoppen ze het formulier ergens diep in hun website, zodat niemand het kan vinden.
- Leegte: Sommige formulieren zijn wel ingevuld, maar dan met vage zinnen in plaats van concrete feiten.
4. De Oplossing: Een Publieke Website
Om ervoor te zorgen dat iedereen dit kan zien, hebben de onderzoekers een website gemaakt (een soort "Yelp" of "TripAdvisor" voor AI-recepten).
- Hier kunnen burgers, kunstenaars en toezichthouders zien welk bedrijf een goed receptboek heeft en wie er een slechte job doet.
- Het helpt bedrijven om te zien hoe ze het beter kunnen doen (door naar de "sterke spelers" te kijken).
- Het helpt de toezichthouder (het AI-kantoor) om te zien waar ze moeten ingrijpen.
Conclusie: Waarom is dit belangrijk?
Zonder een goed receptboek kunnen mensen hun rechten niet verdedigen. Als een AI een schilderij maakt dat exact lijkt op jouw werk, en je kunt niet zien of jouw werk in het trainingsrecept zat, dan kun je niets doen.
Dit onderzoek zegt eigenlijk: "Het is niet genoeg om alleen te zeggen dat je een AI hebt. Je moet eerlijk en duidelijk vertellen wat erin zit, zodat iedereen het kan controleren."
Het is een eerste stap om de AI-wereld transparanter te maken, zodat de technologie werkt voor iedereen en niet alleen voor de bedrijven die hem maken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.