
#125 - Stampe vs. Thorborg: Er AI bygget på stjålet data?
Shownotes
DR's Debatten om AI og kultur endte i et skænderi mellem Zenia Stampe og Martin Thorborg. Vi tager den debat, vi gerne ville have set: Er AI bygget på stjålet data, og hvad gør vi, hvis det er?
Kasper og Jonas har besøg af Christian Bech Nørhave. Vi skiller trådene ad: forskellen på at træne en model og at give den kontekst, ophavsret og internettets reklameøkonomi, og om AI gør os dummere eller bare kræver, at vi bliver dygtigere.
I episoden:
- Hvorfor Thorborg ikke har "trænet sin egen model", og hvorfor det betyder noget for debatten.
- Er træning af en sprogmodel kopiering eller inspiration?
- Lad os antage, at det er stjålet. Hvad så? Retssager, HTTP 402 og et marked for træningsdata.
- Sømpistol eller hammer: Hvem har skrevet en bog skrevet med AI?
- Gør AI os dummere? Og hvorfor de dygtigste stadig styrer agenterne bedst.
Kapitler:
00:00 Debatten om AI og kultur: en forspildt chance
02:22 To verdener: AI-agenter vs. kulturlivet
04:02 Trænet på eller givet som kontekst?
07:43 Er træning kopiering eller inspiration?
11:31 Videndeling, innovation og manglende kildeangivelse
16:30 Ophavsret i USA, EU og Kina
20:28 Lad os antage, det er stjålet. Hvad så?
24:47 Thorborgs bog: to verdenssyn, samme ord
26:05 HTTP 402 og internettets reklameøkonomi
29:53 Et marked for træningsdata, der aldrig kom
34:27 Forståelig modstand og ingen vej tilbage
38:59 Sømpistol eller hammer: hvem skrev bogen?
41:45 En bog på en uge med ChatGPT i 2023
44:18 Gør AI os dummere?
49:31 Ti agenter og tabt overblik
50:22 De dygtigste leder agenterne bedst
55:24 Hammeren, sømpistolen og de unge
58:36 Ikke godt eller ondt: hvad kan vi samles om?
Links og kilder:
DR Debatten: Kunstig intelligens, kunstig kultur?
https://www.dr.dk/drtv/se/debatten_-kunstig-intelligens-kunstig-kultur_630368
Martin Thorborg om sin bog og AI-debatten
https://www.thorborg.dk/min-bog-er-ude-og-nu-tager-jeg-ai-debatten/
Danske Forlag: Forliget i Bartz v. Anthropic
https://www.danskeforlag.dk/nyheder/hvad-betyder-forliget-i-bartz-vs-anthropic-for-danske-forlag-og-forfattere/
MDN: HTTP 402 Payment Required
https://developer.mozilla.org/en-US/docs/Web/HTTP/Reference/Status/402
Cloudflare: Pay per crawl
https://blog.cloudflare.com/introducing-pay-per-crawl/
Common Crawl
https://commoncrawl.org/
PNAS: Generative AI without guardrails can harm learning
https://doi.org/10.1073/pnas.2422633122
Christian Bech Nørhave på LinkedIn
https://www.linkedin.com/in/cbechn/
Verbos
https://verbospodcast.dk/
Præciseringer til samtalen:
- Modeller trænes typisk på data, der er hentet ned og gemt. Bartz v. Anthropic handlede netop om et gemt bibliotek af piratkopierede bøger og endte i et forlig på 1,5 mia. dollar.
- Matematikstudiet, vi nævner, er et feltforsøg med ca. 1.000 tyrkiske gymnasieelever, ikke to klasser. Med almindelig ChatGPT gik det bedre i øvelserne, men 17 % dårligere til eksamen uden AI. En version med pædagogiske rammer fjernede stort set den negative effekt.
- HTTP 402 bliver faktisk brugt i dag: Cloudflares pay per crawl lader websites tage betaling af AI-crawlere. Et marked for træningsdata er altså ved at opstå, men det er småt.
- Om en bog skrevet med AI er beskyttet af ophavsret afhænger af den menneskelige kreative indsats. Spørgsmålet er ikke afprøvet ved danske domstole.
Vil du være med til en AI-debat, der samler i stedet for at splitte? Skriv til os.
Verbos er podcasten fra maskinrummet med Kasper Junge og Jonas Høgh Kyhse-Andersen om AI og softwareudvikling.