ACM задумалась об открытии библиотеки для LLM
ACM рассматривает лицензирование своей цифровой библиотеки для обучения языковых моделей. Решение ещё не принято, но дискуссия уже идёт.
ACM рассматривает открытие цифровой библиотеки для обучения языковых моделей
По мере того как AI-системы становятся основным интерфейсом для поиска и использования знаний, Ассоциация вычислительной техники (ACM — Association for Computing Machinery) должна решить, как взаимодействовать с этими технологиями в соответствии со своей миссией. В центре дискуссии — вопрос о лицензировании корпуса рецензируемых научных статей для обучения LLM (Large Language Models, больших языковых моделей). Никакого окончательного решения о лицензировании контента ACM для LLM пока не принято — цель публикации состоит в том, чтобы поделиться позицией руководства и начать широкое обсуждение.
Почему сейчас?
Рецензируемый корпус ACM — один из наиболее авторитетных источников исследований в области вычислительных наук. Если доверенные научные работы будут исключены, пока материалы более низкого качества включаются в AI-системы, будущие инструменты управления знаниями могут недостаточно полно представлять исследования ACM.
Дискуссии внутри структур управления ACM показали: несмотря на сохраняющийся скептицизм, многие уже признают, что AI-системы становятся частью инфраструктуры, через которую научные знания открываются, синтезируются и применяются. Продолжение исключения публикаций ACM из сферы влияния LLM ставит под угрозу миссию ассоциации и интересы авторов и исследователей.
Осторожный подход ACM
ACM намеренно придерживалась осторожного подхода: вместо того чтобы торопиться монетизировать контент, организация сосредоточилась на защите целостности цифровой библиотеки и изучении взглядов авторов и добровольных лидеров.
Обучение LLM на статьях ACM — тема, которая по-прежнему обсуждается. В настоящее время ACM не лицензирует контент из цифровой библиотеки для обучения LLM.
Что на кону
Ответственное участие открывает возможности для улучшения AI-систем, расширения глобального доступа к знаниям в области вычислительных наук и сохранения видимости и долгосрочного влияния авторов ACM. Одновременно серьёзного внимания требуют вопросы атрибуции, галлюцинаций, управления, коммерческой концентрации и интеллектуальной собственности.
Стратегический вопрос для ACM — уже не просто «разрешать ли LLM обучаться на публикациях», а как гарантировать, что авторы, их работы и эталонные версии статей останутся видимыми и влиятельными в экосистеме знаний, опосредованной AI.
Есть и потенциальная польза: если знания из статей ACM будут включены в ответы LLM с указанием источников, это может повысить цитируемость и влияние работ авторов ассоциации.
Аргументы «за» и «против»
| Аргумент | За открытие | Против открытия |
|---|---|---|
| Влияние на науку | Рост цитируемости и охвата | Риск недостоверной атрибуции |
| Качество AI | LLM получат проверенный корпус | Возможны галлюцинации на основе сложных текстов |
| Экономика | Потенциальный доход от лицензий | Риск злоупотреблений со стороны коммерческих игроков |
| Миссия ACM | Расширение доступа к знаниям | Угроза интеллектуальной собственности авторов |
Как устроен процесс обсуждения
graph TD
A[Статья в CACM\nот руководства ACM] --> B[Публичное обсуждение\n в сообществе]
B --> C[Сбор обратной связи\nот авторов и SIG-лидеров]
C --> D[Обсуждение в\nACM Publications Board]
D --> E{Решение ACM}
E --> F[Лицензирование\nдля LLM]
E --> G[Сохранение\nстатус-кво]
E --> H[Пилотные проекты\nи партнёрства]
ACM взяла обязательство вести осторожный и содержательный диалог с тематическими группами (SIG), авторами и сообществом, прежде чем вносить какие-либо изменения в текущий порядок вещей.
Помимо самого лицензирования, обеспечение видимости, обнаруживаемости и атрибутируемости публикаций ACM в AI-системах поиска знаний является не менее важной стратегической задачей для ассоциации.
Дискуссия вокруг ACM Digital Library и LLM — лишь часть глобального переосмысления того, как академическое знание существует в эпоху генеративного AI. Решение ACM может стать прецедентом для других крупных научных издательств: IEEE, Springer, Elsevier. Следить за развитием событий стоит всем, кто занимается исследованиями на стыке науки и технологий.