Wikipedia pod presją sztucznej inteligencji: czy encyklopedia przetrwa napór scraperów danych?
Czy Wikipedia, największa na świecie internetowa encyklopedia tworzona przez społeczność, jest zagrożona przez sztuczną inteligencję? Najnowsze badania przeprowadzone przez King’s College London sugerują, że choć bezpośredni wpływ modeli językowych takich jak ChatGPT nie jest jeszcze dramatyczny, to długoterminowe skutki mogą być znaczące. Szczególnie niepokojące jest masowe wykorzystywanie treści Wikipedii do trenowania algorytmów AI bez odpowiedniego uznania autorstwa i rekompensaty.
Naukowcy z King’s College London przeanalizowali zmiany w liczbie wyświetleń artykułów w Wikipedii w 12 językach, z czego sześć było dostępnych dla ChatGPT. Wyniki pokazały, że wprowadzenie modelu AI w 2022 roku nie spowodowało spadku popularności encyklopedii. Zauważono jednak spowolnienie wzrostu w językach, gdzie ChatGPT był aktywny, co sugeruje pewien, choć ograniczony wpływ programu.
W 2021 roku jeden z doświadczonych edytorów Wikipedii wyraził obawy o „śmierć” platformy z powodu ekspansji AI. Wizja ta zakładała, że chatboty, takie jak GPT, wyprą Wikipedię jako główne źródło informacji online, zastępując pracę ludzkich redaktorów podsumowaniami generowanymi przez AI, które dodatkowo mogą zawierać błędy i tzw. halucynacje. Część ekspertów obawia się, że ten scenariusz się realizuje, zwłaszcza w kontekście spadku o 15% globalnego ruchu na stronach odsyłających, wśród których Wikipedia jest największa, między czerwcem 2024 a czerwcem 2025 roku.
Autorzy raportu opublikowanego w „ACM Collective Intelligence” argumentują, że scenariusz „śmierci” nie jest jeszcze przesądzony. Zwracają jednak uwagę na inny problem – rosnące koszty utrzymania serwerów Wikipedii, spowodowane intensywnym ruchem generowanym przez boty AI, które pobierają dane do trenowania modeli. Moderatorzy Wikipedii ostrzegają, że to zjawisko może zagrozić obecnej strukturze platformy.
Profesor Elena Simperl, współdyrektorka King’s Institute for Artificial Intelligence, ostrzega: „Nasze badania nie potwierdziły najbardziej alarmistycznego scenariusza, ale jeszcze nie wyszliśmy z kłopotów. Twórcy AI masowo wykorzystują Wikipedię do trenowania swoich modeli, co zwiększa obciążenie serwerów. Jednocześnie generatywne AI wykorzystuje dane z Wikipedii w wyszukiwarkach, nie podając źródeł, co odciąga ruch z serwisu. Musimy pamiętać, że za darmo nic nie ma, a Wikipedia stoi przed trudną decyzją, jak alokować ograniczone zasoby. Konieczne jest podjęcie kroków w celu ochrony tej ważnej platformy”.
Neal Reeves, główny autor badania, dodaje: „Potrzebujemy nowego kontraktu społecznego między firmami AI a dostawcami wysokiej jakości danych, takimi jak Wikipedia. Powinni oni mieć większą kontrolę nad swoimi materiałami, jednocześnie umożliwiając ich wykorzystanie do celów szkoleniowych. Współpraca, taka jak ta w programach typu MLCommons, jest niezbędna, aby zapewnić, że kolejna generacja modeli AI będzie trenowana dobrze, ale w sposób, który nie niszczy jednego z największych zasobów darmowego internetu”.
Wikipedia, składająca się z ponad 6,6 miliona artykułów w 292 językach, jest kluczowym źródłem darmowej informacji dla wyszukiwarek i wielu społeczności online. Jest to szczególnie ważne dla języków spoza Europy i Azji Wschodniej, które w dużym stopniu polegają na Wikipedii w dostępie do bezpłatnych informacji.
Zespół badawczy planuje przekształcić wyniki badań w narzędzie monitorujące, dostępne dla społeczności, które umożliwi analizę wpływu AI na Wikipedię przy użyciu rygorystycznych metod analitycznych. Twórcy podkreślają, że konieczna jest debata na temat tego, jak chronić Wikipedię przed nadmiernym wykorzystaniem przez AI, jednocześnie umożliwiając dalszy rozwój tej cennej bazy wiedzy. Bez tego Wikipedia może stanąć w obliczu poważnych problemów finansowych i operacyjnych.
