Przejdź do treści
PL

Lekcja 6 z 6 · 6 min · +100 XP

Czy AI trenuje na moich danych i czy mogę się sprzeciwić?

Modele językowe trenuje się głównie na publicznym tekście, który może zawierać twoje posty, recenzje i artykuły. Publiczne nie znaczy jednak wolne do użycia: liczą się prawa autorskie, licencje i zgoda. Właściciele stron mogą zablokować crawlery AI w pliku robots.txt, a niektóre platformy mają ustawienia sprzeciwu. Sprzeciw zatrzymuje przyszłe zbieranie, ale nie usuwa tekstu z już wytrenowanych modeli.

▶ Wypróbuj

Dlaczego to ważne

Za każdym zdaniem treningowym stoi człowiek, który je napisał. Znając zasady, lepiej ocenisz twórców AI i ochronisz własne teksty, jeśli zechcesz.

W 6 minut nauczysz się

  • Jeśli prowadzisz stronę, możesz zablokować crawlery AI w robots.txt i dalej być widoczny/-a w wyszukiwarce.
  • Sprawdź ustawienia AI lub prywatności na platformach, na których publikujesz; niektóre pozwalają sprzeciwić się treningowi.
  • Pamiętaj, że sprzeciw działa na przyszłość: nie usuwa tekstu z już wytrenowanych modeli.

Co przećwiczysz

  1. Cztery hasła, które decydują

    Dotknij każdej karty, by zobaczyć, co kryje.

    ©️ Prawa autorskie
    Kto pisze tekst, zwykle automatycznie ma do niego prawa. Kopiowanie może wymagać zgody, a czy trening AI się do tego zalicza, rozstrzygają sądy.
    📜 Licencja
    Zgoda na korzystanie z utworu na określonych warunkach. Niektóre teksty mają otwarte licencje, inne są licencjonowane twórcom AI za pieniądze.
    🤖 robots.txt
    Mały plik na stronie, który mówi crawlerom, jakie podstrony mogą odwiedzać. Właściciele mogą nim powiedzieć „nie” crawlerom AI.
    🧠 Czy da się wyjąć tekst z modelu?
    Niełatwo. Sprzeciw zatrzymuje przyszłe zbieranie, ale to, czego model już się nauczył, jest rozłożone na miliardy liczb.

  2. Poprowadź crawler Vireo

    Crawler Vireo pyta przed każdą stroną. Pozwól mu zbierać, najpierw sprawdź szczegóły albo pomiń stronę.

    Zebrać tekst do kolejnego treningu Vireo, uczciwie.

    1. Skopiować bibliotekę starych powieści, których prawa autorskie wygasły
      Narzędzie Pobierz · cała strona · Znalezione przez Lista crawla Vireo · Informacja na stronie: każda książka tutaj jest w domenie publicznej i wolna do ponownego użycia.

      → Zbieraj: Teksty z domeny publicznej każdy może wykorzystać. Świetne źródło, więc niech działa.

    2. Pobrać każdy przepis z bloga cukierniczego Agnieszki
      Narzędzie Pobierz · wszystkie strony · Znalezione przez Link na innej stronie · robots.txt: VireoBot nie ma wstępu na żadną stronę.

      → Pomiń: robots.txt Agnieszki mówi crawlerowi Vireo „nie”. Odpowiedzialny crawler to szanuje i idzie dalej.

    3. Ściągnąć archiwum wiadomości, obchodząc paywall
      Narzędzie Pobierz · obejdź logowanie · Znalezione przez Własny pomysł · Artykuły za subskrypcją, osiągnięte przez pominięcie strony logowania.

      → Pomiń: Obejście paywalla to zabranie pracy, którą się sprzedaje. Do tego potrzeba licencji, a nie sztuczki.

    4. Zebrać odpowiedzi z publicznego forum pomocy
      Narzędzie Pobierz · strony publiczne · Znalezione przez Lista crawla Vireo · Regulamin forum: posty są udostępniane na otwartej licencji, która pozwala na ponowne użycie z podaniem autora.

      → Sprawdź: Publiczne nie znaczy automatycznie wolne do użycia, więc najpierw sprawdź warunki. Tu na to pozwalają.

    5. Skopiować przykładowe rozdziały powieściopisarki z dopiskiem „nie do trenowania AI”
      Narzędzie Pobierz · wszystkie strony · Znalezione przez Własny pomysł · Stopka: © autorka. Nie do wykorzystania do trenowania AI.

      → Pomiń: Autorka jasno powiedziała „nie”. Szanowanie wyrażonego sprzeciwu to część uczciwego crawlowania.

    6. Dodać podręczniki wydawnictwa w ramach nowej umowy licencyjnej
      Narzędzie Licencja · płatna umowa · Znalezione przez Dział prawny Vireo · Umowa: Vireo płaci wydawnictwu, a autorzy są informowani i dostają część opłaty.

      → Sprawdź: Licencja może to uczynić uczciwym, ale najpierw przeczytaj warunki: kto się zgodził i co za to dostaje?

  3. Chroń bloga Agnieszki

    Agnieszka chce czytelników i wyszukiwarek, ale nie treningu AI. Ustaw jej bloga.

    • Zablokuj crawlery do treningu AI w robots.txt
    • Zablokuj też wszystkie wyszukiwarki
    • Dodaj informację: „Nie do trenowania AI”
    • Pokaż jej adres domowy w zakładce „O mnie”
    • Sprawdź ustawienia AI na platformach, na których publikuje

Zapamiętaj

Publiczny tekst wciąż do kogoś należy. Uczciwy trening szanuje prawa autorskie, licencje i sprzeciw.

Publiczne to nie to samo co wolne do użycia. Odpowiedzialne crawlery szanują prawa autorskie, licencje i sprzeciw.

Najważniejsze fakty

  • Zasady robots.txt, które mówią crawlerom, gdzie mogą wchodzić, sformalizowano jako standard internetowy w 2022 roku. · Źródło: IETF, RFC 9309: Robots Exclusion Protocol, 2022
  • W UE właściciele praw mogą w sposób odczytywalny maszynowo, np. w robots.txt, zastrzec swoje utwory przed eksploracją tekstów i danych. · Źródło: EU Directive 2019/790 on Copyright in the Digital Single Market, Article 4
  • Unijny AI Act wymaga od dostawców modeli AI ogólnego przeznaczenia polityki przestrzegania unijnego prawa autorskiego i publikacji podsumowania treści użytych do treningu. · Źródło: EU Artificial Intelligence Act, Regulation (EU) 2024/1689, Article 53
  • Badacze odkryli, że w latach 2023 i 2024 strony internetowe dużo częściej niż wcześniej ograniczały crawlery AI w swoim robots.txt. · Źródło: Longpre et al., Data Provenance Initiative, Consent in Crisis, 2024

Aktualizacja:

Częste pytania

Czy firmy AI mogą trenować na moich publicznych postach?

Często to robią, jeśli posty są publicznie dostępne. Czy wolno, zależy od prawa autorskiego, regulaminu platformy i tego, czy ty albo strona wyraziliście sprzeciw.

Jak zablokować trenowanie AI na mojej stronie?

Dodaj do robots.txt swojej strony reguły blokujące crawlery, których firmy AI używają do treningu. Większość publikuje ich nazwy. Możesz je zablokować i dalej wpuszczać wyszukiwarki.

Czy mogę usunąć swoje dane z już wytrenowanego modelu AI?

Zwykle nie bezpośrednio, bo to, czego model się nauczył, jest rozłożone na jego parametry. Na mocy RODO możesz jednak żądać dostępu do swoich danych osobowych i ich usunięcia, a gdy firma nie reaguje, złożyć skargę do UODO.

Czy trenowanie AI na tekstach chronionych prawem autorskim jest legalne?

To zależy od kraju i wciąż się rozstrzyga. Prawo UE pozwala na eksplorację tekstów i danych, chyba że właściciel się sprzeciwi, a kilka procesów sądowych sprawdza, gdzie leżą granice.

Powiązane pojęcia