Jaka jest rola wydawców wiadomości w AI?

Kluczowa rola wydawców wiadomości w rozwoju i wdrażaniu AI

Wydawcy wiadomości są niezbędnymi dostawcami treści i interesariuszami w ekosystemie sztucznej inteligencji, kształtując sposób trenowania, wdrażania i regulowania modeli AI. Ich rola wykracza daleko poza zwykłe dostarczanie surowych danych—wydawcy aktywnie negocjują umowy licencyjne, walczą o uczciwe wynagrodzenie i współtworzą branżowe standardy dotyczące atrybucji i cytowania treści generowanych przez AI. Zrozumienie tej wielowymiarowej roli jest kluczowe dla wszystkich zainteresowanych tym, jak systemy AI pozyskują, przetwarzają i prezentują treści dziennikarskie użytkownikom na całym świecie.

Dostarczanie wysokiej jakości danych treningowych dla modeli AI

Wydawcy wiadomości dostarczają podstawowe dane treningowe, które napędzają współczesne modele językowe AI i systemy wyszukiwania. Główne organizacje medialne produkują ogromne ilości profesjonalnie redagowanych, sprawdzonych i dobrze ustrukturyzowanych treści, które są nieocenione dla twórców AI do celów treningowych. Treści te obejmują artykuły informacyjne, raporty śledcze, artykuły opiniotwórcze i materiały multimedialne, które pomagają modelom AI lepiej rozumieć wzorce językowe, bieżące wydarzenia i złożone tematy z większą dokładnością i niuansami niż niesprawdzone treści internetowe.

Jakość treści dziennikarskich czyni je szczególnie wartościowymi dla treningu AI. Wydawcy zatrudniają zespoły redakcyjne, fact-checkerów i ekspertów merytorycznych, którzy dbają o dokładność i wiarygodność—cechy bezpośrednio poprawiające wydajność modeli AI. Gdy firmy AI trenują swoje modele na treściach wiadomości, korzystają z dziesięcioleci dziennikarskich standardów i profesjonalnych praktyk pisarskich. Relacja ta stała się na tyle ważna, że największe firmy AI, takie jak Amazon, Meta i OpenAI, aktywnie zawierają umowy licencyjne z czołowymi wydawcami, w tym The New York Times, News Corp i USA Today, aby zapewnić sobie dostęp do ich bibliotek treści.

Negocjowanie umów licencyjnych i kompensacyjnych

Relacje między wydawcami a firmami AI znacznie się rozwinęły, a wydawcy obecnie negocjują zaawansowane umowy licencyjne określające, jak ich treści mogą być wykorzystywane. Początkowo, gdy pod koniec 2022 roku pojawiły się generatywne systemy AI, wydawcy stanęli wobec trudnej sytuacji, w której ich treści zostały już wykorzystane do trenowania modeli AI bez wyraźnej zgody lub wynagrodzenia. To wywołało falę negocjacji licencyjnych, które zasadniczo zmieniły sposób interakcji firm AI i wydawców.

Wczesne umowy licencyjne zazwyczaj przewidywały jednorazowe płatności ryczałtowe za dostęp do danych treningowych. Przykładowo, Amazon zgodził się płacić The New York Times od 20 do 25 milionów dolarów rocznie w ramach wieloletniej umowy licencyjnej, a News Corp uzyskał około 50 milionów dolarów w podobnych umowach. Jednak branża szybko ewoluowała poza te początkowe umowy skupione na treningu. Wydawcy i firmy AI coraz częściej przechodzą na modele licencji oparte na wykorzystaniu, szczególnie skupione na tzw. “AI grounding” lub technologii Retrieval Augmented Generation (RAG).

Zabieganie o właściwą atrybucję i standardy cytowania

Wydawcy wiadomości stali się głośnymi rzecznikami rzetelnej atrybucji i standardów cytowania w treściach generowanych przez AI, rozumiejąc, że właściwe przypisanie ma bezpośredni wpływ na ruch, widoczność marki oraz generowanie przychodów. Badania Tow Center for Digital Journalism wykazały, że ponad 60% odpowiedzi generowanych przez AI zawiera nieprawidłowe lub wprowadzające w błąd informacje, a wiele narzędzi wyszukiwania AI nie przypisuje poprawnie źródeł ani nie cytuje oryginalnych wydawców.

Kluczowym problemem, z którym borykają się wydawcy, jest to, że wyszukiwarki AI często cytują wersje artykułów zsyndykowanych lub przedrukowanych, zamiast przyznawać uznanie oryginalnej redakcji, która jako pierwsza opublikowała materiał. Praktyka ta obniża widoczność głównych wydawców i pozbawia ich bezpośredniego ruchu referencyjnego. Niektóre platformy AI, w tym Grok i Gemini, zostały udokumentowane jako generujące błędne lub spreparowane adresy URL, co dodatkowo zmniejsza ruch na legalnych stronach wydawców. Wydawcy argumentują, że właściwa atrybucja powinna obejmować bezpośrednie linki do oryginalnych artykułów, a nie do źródeł wtórnych czy agregatorów.

News Media Alliance opracowało program licencjonowania AI, aby rozwiązać te problemy, promując skuteczne rozwiązania rynkowe, które zapewniają odpowiednie uznanie i wynagrodzenie wydawcom. Organizacje branżowe nadal zabiegają o silniejsze regulacje AI, które wymagałyby przejrzystych polityk nakazujących właściwe cytowanie i linkowanie. Te działania to próba wydawców ustanowienia branżowych standardów chroniących integralność dziennikarstwa przy jednoczesnym umożliwieniu efektywnego działania systemów AI.

Kształtowanie zachowania i widoczności wyszukiwarek AI

Wydawcy wpływają na działanie wyszukiwarek AI dzięki umowom licencyjnym i mechanizmom kontroli treści. Negocjując z firmami AI, mogą ustalać warunki dotyczące sposobu wyświetlania ich treści w odpowiedziach generowanych przez AI, czy otrzymują właściwą atrybucję oraz jak często ich treści mogą być pobierane. Negocjacje te bezpośrednio kształtują doświadczenie użytkownika w narzędziach wyszukiwania AI, takich jak Perplexity, Google AI Overviews, ChatGPT czy Claude.

Wydawcy jednak stale napotykają trudności z egzekwowaniem kontroli nad swoimi treściami. Wiele platform AI regularnie pobiera treści ze stron wydawców nawet wtedy, gdy ci wyraźnie blokują je przy użyciu robots.txt—standardowego narzędzia technicznego do kontroli indeksowania. Lekceważenie ograniczeń wydawców budzi wątpliwości etyczne i podważa ich zdolność do zarządzania wykorzystaniem swoich treści. Niektórzy wydawcy, nawet mając formalne umowy z firmami AI, nadal doświadczają błędnej atrybucji lub obserwują, że ich treści pojawiają się w sposób, który nie generuje ruchu powrotnego, co sugeruje, że same umowy są niewystarczające bez odpowiednich mechanizmów egzekwowania.

Rozwiązywanie problemów z prawami autorskimi i własnością intelektualną

Wydawcy wiadomości zgłaszają poważne wątpliwości dotyczące praw autorskich i własności intelektualnej, jeśli chodzi o trening AI na ich treściach bez wyraźnej zgody lub wynagrodzenia. Amerykański Urząd ds. Praw Autorskich analizował, czy materiały objęte prawem autorskim mogą być wykorzystywane do trenowania systemów AI, uznając, że prawo autorskie chroni utwory intelektualne, w tym artykuły prasowe, z pewnymi wyjątkami. Wydawcy argumentują, że ich oryginalne materiały dziennikarskie stanowią cenną własność intelektualną, której nie powinno się swobodnie wykorzystywać przez firmy AI.

Obawy te doprowadziły do działań prawnych i zwiększonej uwagi regulatorów. Wydawcy twierdzą, że firmy AI de facto „wyciągnęły” ich treści do trenowania modeli bez odpowiedniego wynagrodzenia czy zgody. To z kolei stało się przedmiotem licznych procesów sądowych i debat dotyczących dozwolonego użytku, wymagań licencyjnych i odpowiednich modeli wynagrodzenia za trening AI. Rozstrzygnięcie tych kwestii prawnych będzie mieć ogromny wpływ na przyszłe relacje między wydawcami a firmami AI oraz na to, czy wydawcy będą mogli skutecznie kontrolować i monetyzować swoje treści w systemach AI.

Wpływ na regulacje AI i standardy branżowe

Wydawcy aktywnie uczestniczą w kształtowaniu regulacji AI i standardów branżowych poprzez grupy branżowe, działania rzecznicze i bezpośrednią współpracę z regulatorami. Organizacje takie jak News Media Alliance, Digital Content Next oraz poszczególni wydawcy współpracują z decydentami, opracowując ramy chroniące interesy dziennikarskie przy jednoczesnym umożliwieniu odpowiedzialnego rozwoju AI. Wydawcy postulują regulacje, które wymagałyby, by firmy AI uzyskiwały wyraźną zgodę na korzystanie z treści objętych prawem autorskim, zapewniały przejrzystą atrybucję oraz ustanawiały sprawiedliwe mechanizmy wynagrodzenia.

Wydawcy wpływają także na powstające standardy branżowe poprzez udział w grupach roboczych i ciałach normalizacyjnych. Przykładowo, IAB Tech Lab opracowuje standardowe ramy dla modeli pay-per-crawl i pay-per-query, konsultując się z wydawcami i firmami AI. Współpraca ta ma na celu stworzenie spójnych i uczciwych praktyk w całej branży, zamiast polegania na indywidualnych negocjacjach. Wraz z rozwojem technologii AI głos wydawców w tych rozmowach nabiera coraz większego znaczenia, by zapewnić, że treści dziennikarskie będą traktowane sprawiedliwie, a wysokiej jakości dziennikarstwo pozostanie opłacalne ekonomicznie.

Zarządzanie wpływem na ruch, zaangażowanie i przychody

Wydawcy wiadomości muszą zmierzyć się ze złożonym wyzwaniem związanym z tym, że wyszukiwanie AI zaburza tradycyjne modele ruchu i przychodów, jednocześnie stając się nowym kanałem dystrybucji. Tradycyjne wyszukiwarki generują ruch na strony wydawców, wspierając modele subskrypcyjne, przychody reklamowe i budowanie marki. Jednak narzędzia AI, które dostarczają kompletne odpowiedzi bez konieczności odwiedzin na stronie źródłowej, zmniejszają potrzebę kliknięcia w pełen artykuł, ograniczając możliwości bezpośredniego zaangażowania odbiorców przez wydawców.

Ta zmiana zachowań użytkowników bezpośrednio zagraża przychodom wydawców. Gdy systemy AI podsumowują treść wiadomości bez właściwej atrybucji czy linków, czytelnicy mogą nigdy nie odwiedzić strony wydawcy, co eliminuje szanse na zdobycie subskrybentów, wyświetlenia reklam i budowę zaangażowania wobec marki. Wydawcy donoszą, że wyszukiwanie oparte na AI zmienia zachowania odbiorców, zmniejszając motywację do odwiedzania stron źródłowych i zasadniczo podważając dotychczasowe modele biznesowe. By stawić czoła temu wyzwaniu, wydawcy opracowują strategie treści zoptymalizowane pod kątem AI, podobnie jak wcześniej dostosowywali się do SEO, szukając sposobów na maksymalizację widoczności i zapewnienie, by ich treści generowały ruch w środowisku wyszukiwania napędzanego przez AI.

Współpraca przy partnerstwach treściowych i dystrybucji

Nowocześni wydawcy odchodzą od relacji antagonistycznych z firmami AI, budując partnerskie relacje, które przynoszą obopólne korzyści. Zamiast jedynie licencjonować historyczne treści do treningu, wydawcy coraz częściej współpracują z platformami AI, by ich najnowsze materiały docierały do użytkowników AI w czasie rzeczywistym. Partnerstwa te często obejmują modele podziału przychodów, w których wydawcy zyskują, gdy ich treści są cytowane w odpowiedziach generowanych przez AI.

Program Wydawców Perplexity jest przykładem takiego podejścia, wykorzystując technologię Retrieval Augmented Generation (RAG) do włączania zaufanych treści wydawców do odpowiedzi AI, zapewniając jednocześnie atrybucję i podział przychodów. Partnerstwo Gannett z Perplexity, obejmujące USA Today i USA Today Network, pokazuje, jak wydawcy mogą negocjować warunki gwarantujące właściwą widoczność i wartość ich treści. Takie modele współpracy sugerują przyszłość, w której wydawcy i firmy AI wspólnie tworzą lepsze doświadczenia użytkowników, zapewniając jednocześnie wydawcom odpowiednie wynagrodzenie i atrybucję ich treści.