X/Twitter ने AI ट्रेनिंग के लिए पोस्ट इस्तेमाल की अनुमति देने हेतु सेवा शर्तें अपडेट कीं

 (stackdiary.com)
1 पॉइंट द्वारा GN⁺ 2023-09-02 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • X/Twitter की नई सेवा शर्तें उपयोगकर्ता पोस्टों को AI ट्रेनिंग में इस्तेमाल करने की अनुमति देती हैं, और मुद्दा यह है कि बाहरी scrapers को रोकता रहा X अब अपने ही डेटा के उपयोग का दायरा बढ़ा रहा है
  • Elon Musk ने पहले Microsoft द्वारा Twitter डेटा के उपयोग पर आपत्ति जताई थी, लेकिन अब X उपयोगकर्ता कंटेंट को AI model training में इस्तेमाल करने की दिशा में बढ़ रहा है
  • पत्रकारों से सीधे X पर पोस्ट करने का आग्रह और xAI की X·Tesla सहयोग संरचना के साथ मिलकर यह चिंता बढ़ती है कि X डेटा, xAI के लिए निरंतर डेटा स्रोत बन सकता है
  • अपडेट की गई शर्तों में AI-आधारित परिभाषाएँ कंटेंट एक्सेस पर पाबंदी या ब्लॉकिंग तक ले जा सकती हैं, जिससे कुछ ट्वीट·हैशटैग की दृश्यता और कंटेंट के प्रसार पर असर पड़ सकता है
  • प्लेटफ़ॉर्म अनुभव सबके लिए एक जैसी सार्वजनिक जगह के बजाय, AI द्वारा परिभाषित उपयोगकर्ता पहचान के अनुसार बदलने वाले personalized क्षेत्र के करीब जा सकता है

X/Twitter की शर्तों में बदलाव किस डेटा उपयोग को निशाना बनाता है

  • नई शर्तें उपयोगकर्ता की पोस्टों को AI ट्रेनिंग में इस्तेमाल करने की अनुमति देती हैं
  • यह बदलाव उस व्यापक प्रवाह से जुड़ा है जिसमें कई कंपनियाँ AI training data और terms को लेकर विवादों में रही हैं
    • Brave का उल्लेख AI ट्रेनिंग के लिए copyrighted data की बिक्री के मुद्दे के साथ किया गया है
    • Zoom का उल्लेख उपयोगकर्ता कंटेंट को AI ट्रेनिंग में इस्तेमाल करने वाली terms change के उदाहरण के रूप में किया गया है
    • AWS की तुलना ऐसे ढाँचे से की गई है जहाँ AI service-संबंधित डेटा उपयोग के लिए default रूप से opt-in है
  • X बाहरी scrapers से प्लेटफ़ॉर्म को अलग-थलग करने के उपाय करता रहा है, और xAI की शुरुआत के बाद X के डेटा को AI ट्रेनिंग में इस्तेमाल किया जा सकने का बिंदु मुख्य विवाद बन गया है

Elon Musk, xAI और उपयोगकर्ता कंटेंट का संबंध

  • Elon Musk ने पहले कहा था कि Microsoft ने Twitter डेटा का अवैध रूप से उपयोग किया, और Microsoft को अदालत में ले जाने की बात भी कही थी
  • अब जब X ने खुद उपयोगकर्ता कंटेंट को AI ट्रेनिंग में इस्तेमाल करने की दिशा में अपनी शर्तें बदली हैं, तो आलोचना हो रही है कि उपयोगकर्ता अलग अनुमति या मुआवज़े के बिना Musk के AI business में योगदान देने लगेंगे
  • Musk ने पत्रकारों से कहा था कि अगर वे अधिक स्वतंत्रता और अधिक कमाई चाहते हैं, तो सीधे X पर पोस्ट करें
    • इस बयान को खास और दिलचस्प जानकारी X पर इकट्ठा करने और उस डेटा को model training में लगाने की दिशा के रूप में पढ़ा जा सकता है
  • xAI की वेबसाइट कहती है कि xAI, X Corp से अलग कंपनी है, लेकिन X(Twitter), Tesla आदि के साथ क़रीबी सहयोग करती है
  • इस धारणा के तहत कि AI में डेटा की गुणवत्ता और विशिष्टता bottleneck बन सकती है, X डेटा xAI के लिए लगातार डेटा सप्लाई स्रोत की तरह काम कर सकता है

उपयोगकर्ता अनुभव में संभावित बदलाव

  • अपडेट की गई शर्तों की AI-आधारित परिभाषाओं के अनुसार उपयोगकर्ता के कंटेंट तक पहुँच सीमित या ब्लॉक की जा सकती है
    • कुछ ट्वीट या हैशटैग दिखाई नहीं दे सकते
    • अपने कंटेंट का बड़े पाठक वर्ग तक पहुँचना कठिन हो सकता है
  • Twitter पर पहले भी shadow banning को लेकर विवाद रहे हैं, लेकिन automation और AI का हस्तक्षेप इससे अधिक परिष्कृत और व्यापक तरीके से काम कर सकता है
  • ऐसा तरीका सिर्फ Twitter तक सीमित नहीं रह सकता, बल्कि पूरे इंटरनेट में फैल सकता है
    • Google search results
    • Facebook feed में news exposure
    • वे रास्ते और विकल्प जिन्हें उपयोगकर्ता देख सकते हैं
  • इंटरनेट के रास्ते अपने आप कम नहीं होंगे, बल्कि AI द्वारा परिभाषित उपयोगकर्ता पहचान के अनुसार कुछ रास्ते छिपाए या उजागर किए जाने के तरीके से हर व्यक्ति का अनुभव संकरा हो सकता है
  • Twitter सबके लिए एक समान सार्वभौमिक अनुभव के बजाय, AI algorithm द्वारा परिभाषित personalized space के अधिक क़रीब जा सकता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-09-02
Hacker News की रायें

  • Musk लंबे समय से Twitter को AI training data के खजाने की तरह देखने पर अड़े रहे हैं, और अक्सर शिकायत करते रहे हैं कि AI कंपनियां training के लिए Twitter data इस्तेमाल करती हैं
    मुझे लगा था कि OpenAI जैसी कंपनियां खास तौर पर Twitter को निशाना नहीं बनातीं, बल्कि web crawl करते समय Twitter भी शामिल हो जाता है; इसलिए सोचता हूं कि Twitter data वाकई इतना valuable है क्या
    समझ नहीं आता कि दूसरे public datasets की तुलना में कौन-सी खासियत इसे विशेष रूप से उपयोगी बनाती है

    • Twitter data में (1) सटीक timestamp होता है, और (2) हालिया घटनाओं से जुड़ा नया data लगातार आता रहता है
      अंग्रेज़ीभाषी दुनिया में Reddit के अलावा ऐसे स्रोत बहुत कम हैं
      GPT जैसी architectures के लिए ये दोनों सीधे तौर पर relevant नहीं लगते, लेकिन भविष्य की model architecture इन्हें इस्तेमाल कर सकती है
      information theory के नजरिए से देखें तो tweets के timestamp और relative order में भी शून्य से अधिक information मौजूद होती है
    • मुझे लगता है Twitter सामान्य training data mining जगह के तौर पर खास अच्छा नहीं है
      अधिकतर data अच्छी तरह structured या tagged नहीं है, signal-to-noise ratio कम है, और text आम तौर पर छोटा और context-dependent होता है
      short-video platform के रूप में भी Twitter कुल मिलाकर असफल रहा, और interest/topic-based feeds को algorithm से बनाने के निशान तो हैं, लेकिन उनकी quality शायद ही कभी अच्छी रही हो
      इसका फायदा freshness और scale है, लेकिन मजबूत web crawling infrastructure हो तो Twitter के बिना भी यह हासिल किया जा सकता है
      मौजूदा generation के large language models कम-से-कम अभी minute-level freshness का ठीक से उपयोग नहीं कर पाते
    • Twitter data tweet जैसे content बनाने के लिए बहुत valuable है: छोटे, standalone वाक्य, images, videos जैसी चीजें
      लेकिन आज के Twitter में essays, news articles, books, scientific papers जैसे long-form content से मिलता-जुलता data ज्यादा नहीं है
      इसलिए हो सकता है Twitter/X ने ऐसी data इकट्ठा करने के लिए tweet length limit बढ़ाने की कोशिश की हो
    • अगर Twitter सच में Elon के सोचने जितना user data का खजाना है, तो सवाल है कि Twitter की ad targeting Facebook या Instagram से इतनी खराब क्यों है
    • Twitter के पास tweets का सबसे बड़ा database है
      अगर आपको tweets लिखने वाली AI चाहिए, तो इससे बेहतर कुछ नहीं
      Twitter ऐसी service दे सकता है जिससे community managers की जरूरत न रहे। press release या product website डालें और यह अच्छी तरह polished advertising tweets की stream बना दे, या यहां तक कि public opinion manipulation वाली posts भी बना सके

  • यह बदलाव सिर्फ Twitter तक सीमित नहीं है; यह दिखाता है कि internet का नया standard कैसा हो सकता है
    Google/Gmail/YouTube, Amazon, Microsoft, TikTok, और user-generated content संभालने वाले सभी internet platforms भी जल्द ही ऐसा ही करेंगे
    अगर वे पहले से ऐसा नहीं कर रहे हैं तो

    • GMail पहले से classification, data mining आदि कई AI उद्देश्यों के लिए user data इस्तेमाल करता आया है
      processed GMail data, sensitive information हटाने जैसी प्रक्रियाओं के बाद, अगर LLMs या दूसरे AI projects की training में इस्तेमाल न हो रहा हो तो मुझे बल्कि काफी हैरानी होगी
    • वे सालों से ऐसा कर रहे हैं
      server पर upload की गई हर चीज training source बन जाती है
      2010s के mid-to-late दौर में FB Messenger में recommendation और auto-reply models users के बीच भेजे गए unencrypted messages के पूरे corpus पर train किए गए थे
    • direct hosting छोड़कर white-label email service चुनते समय Proton Mail चुनने की एक बड़ी वजह यही थी
      server side पर scrape करने के लिए कुछ नहीं है
    • Google का यह करना सचमुच जबरदस्त irony है

  • Terms में अब class action waiver clause भी शामिल हो गया है

    • समझ नहीं आता ऐसा clause आखिर legal कैसे है
      AI training clause से ज्यादा honestly यह मुझे परेशान करता है
      लोगों का attention advertisers को बेचने की तुलना में AI training मुझे कम problematic लगती है

  • आह, अब समझ आया
    कुछ seconds तक मैं सोच रहा था कि window system X data को AI में कैसे इस्तेमाल करता है

    • अच्छा होगा अगर दूसरी बड़ी companies भी confusion और बढ़ाने के लिए अपनी flagship services के नाम छोटे कर दें

  • Twitter users जो tweet करते हैं उससे trained AI से बदतर चीज दुनिया में कल्पना करना मुश्किल है

    • तरह-तरह के thinker impersonation bots के hot takes को block list में जोड़ने वाले दिन का इंतजार है

  • ऐसा इसलिए किया गया क्योंकि Elon की दूसरी company xAI को इस data की जरूरत है

  • लगभग सभी terms product को improve करने के लिए data इस्तेमाल करने की अनुमति देते हैं
    “कुछ कमजोर heuristics को एक विशाल AI model से replace करना” मुझे तो product improvement लगता है
    इसलिए कह सकते हैं कि वे पहले से ही user data से AI models train कर सकते थे

    • ऐसे terms शायद public forums में भी ऐसे public use scenarios को रोकने के लिए जरूरी थे, जहां कोई ownership या privacy violation का दावा कर सकता हो

  • क्या वे chatbot train करने के लिए ऐसा कर रहे हैं? मुझे लगा था Elon ने bots खत्म करने की बात की थी

    • लोगों को heaven ban करने के लिए इस्तेमाल कर सकते हैं: https://cosmosmagazine.com/technology/internet/heaven-bannin...
      CEO इसे Elon पर इस्तेमाल करके उन्हें शांत रख सकता है
    • वही व्यक्ति जिसने self-driving cars, खुद land करने वाले rockets, और अजीब तरह से चलने वाले creepy humanoid robots बनाए? हां, उसे automated चीजों से सच में नफरत होगी
    • मतलब शायद दूसरों के bots खत्म करना रहा होगा

  • चाहे संगठित हो या व्यक्तिगत, consumer behavior के यहां आगे की चीजें बदलने की संभावना 0% है
    आखिरकार यह intellectual property law और उसके आसपास के क्षेत्रों पर निर्भर है
    यहां intentional action की उम्मीद करने की खास वजह नहीं है

    • consumer consumption रोक सकते हैं
      पुराने Twitter को, या अब हम उसे जो भी कहते हों
    • क्या वाकई?
      अगर consumer behavior dataset को poison करने का हो तो?

  • हम सब AI machine द्वारा consume किए जाएंगे
    “हर क्षमता data analysis से बनती है, और वे जिस data का analysis करते हैं, वह आप ही हैं। चाहे सीधे इरादे से हो या नहीं, हर advancement आपके बारे में जाने जा सकने वाले हर तथ्य और inference को निगलने की दिशा में अतिक्रमण कर रही है। उस शक्ति को प्रकट करने के लिए आपकी आत्मा को machine के आगे बलि चढ़ना होगा।”
    https://www.mindprison.cc/p/ai-end-of-privacy-end-of-sanity