• 公開アカウントからの非公開投稿

• 削除または停止されたアカウントへの投稿

• 未回答の質問

• プライベートな回答

• 露骨な投稿

• Tumblrが権利を所有していない広告キャンペーンなどのパートナーアカウントからの投稿。(ここではAppleの名前が具体的に挙げられています。)

このデータは実際にはOpenAIとMidjourneyに送信されておらず、単にその用途のために識別され、承認されただけだった可能性があります。しかし、404 Mediaはこれを確認できませんでした。ただし、パスワードで保護された投稿、ダイレクトメッセージ、CSAMとして識別されたメディアは含まれていなかったことは確認できました。つまり…良いことです。

すべてのWordPressサイトがそうではないかもしれない

Automatticは、このデータスクレイピングの影響を受けるのはWordPress.comサイトのみであり、WordPress CMSで作成されたコンテンツを他のサイトでホストされているサイトで使用することは対象外であると明記しています。理論上、AutomatticでホストされていないWordPress CMSサイトは、これらの行為の影響を受けないはずです。

とはいえ、404 Media は、JetPack のような Automattic プラグインを使用することで、自己ホスト型サイトが Automattic の不正なデータ共有ポリシーの対象となるかどうかは確認できなかった。

Automatticがあなたのデータを販売することに同意する必要はない

404 Mediaの情報筋によると、Automatticは水曜日に自社のウェブサイトに新たな設定を追加し、ユーザーがサードパーティ企業へのデータ販売および共有をオプトアウトできるようにするという。同メディアは新しいFAQセクションのコピーを入手しており、このオプトアウトオプションを「最初から」有効にすると、クローラーによるサイトへのアクセスがブロックされるとの詳しい説明が記載されている。後日オプトアウトを選択した場合、Automatticはパートナーに連絡し、データセットとトレーニングからコンテンツを削除するよう「依頼」するとのこと。

この文言は、特に心強いものではありません。しかし、Automatticがこのオプトアウトオプションをリリースするのであれば、TumblrやWordPressのサイトでは必ず利用することをお勧めします。

404 Mediaの記事を受けて、Automatticは声明を発表し、主要なAIプラットフォームクローラーをブロックし、リストを更新して新しいクローラーを追加していること、検索エンジンによるサイトのインデックス作成をブロックする機能（AIクロールの抑制にも有効）を備えていること、WordPressとTumblrでホストされている公開コンテンツは、オプトアウトを選択していないサイトからのみ共有していると述べました。ただし、クローラーがこれらの設定に従うことを阻止する法律は存在しないことを認めており、特定のAI企業とは「その計画が私たちのコミュニティが重視する、つまり帰属、オプトアウト、そしてコントロールと一致する限り」協力していると述べています。

AI企業はこのデータをどのように活用するのでしょうか?

MidjourneyやOpenAIのような企業は、 AIシステムを訓練するために膨大なデータセットを必要とします。MidjourneyやChatGPTのようなプログラムは、膨大な量の情報を与えなければ実現できません。それが、彼らが行うべきことを「学習」する方法なのです。

つまり、お気に入りのレシピが満載のWordPressブログ投稿を生成AIモデルに入力して、食べ物（あるいは何であれ）について「話す」方法を学習させるのです。Tumblrに大量に投稿した写真から、車や鳥といった被写体を認識する方法をモデルに学習させることができます。あなたのサイトだけでなく、さらに何百万人ものユーザーのサイトから得られるデータは、AI企業にとって計り知れないほど貴重であり、つまり、それらのサイトを所有する企業にとっても非常に価値があり、それを販売できるということです。Automatticはこの取引で莫大な利益を得るでしょう。RedditもGoogleとのAIコンテンツライセンス契約で莫大な利益を得るでしょう。

インターネットに投稿して共有するのは楽しいことですが、そろそろ自分のものを取り戻す時期かもしれません。自分のアイデアを共有するプラットフォームを所有していない場合は、そのアイデアが人工知能の補助輪になってしまう前に、自分が所有するプラットフォームに移行することを検討してください。

次の記事へスクロールしてください