X/Twitter aktualisiert die Nutzungsbedingungen und erlaubt die Verwendung von Beiträgen für das AI-Training

 (stackdiary.com)
1 Punkte von GN⁺ 2023-09-02 | 1 Kommentare | Auf WhatsApp teilen
  • Die neuen Nutzungsbedingungen von X/Twitter erlauben die Verwendung von Nutzerbeiträgen für das Training von AI; im Mittelpunkt der Debatte steht, dass X, das bislang externe Scraper fernhalten wollte, den Umfang der Nutzung eigener Daten ausweitet
  • Elon Musk hatte in der Vergangenheit die Nutzung von Twitter-Daten durch Microsoft kritisiert, doch nun bewegt sich X selbst in eine Richtung, in der Nutzerinhalte für das Training von AI-Modellen verwendet werden können
  • Musks Aufforderung an Journalist:innen, direkt auf X zu posten, trifft auf die Kooperationsstruktur von xAI mit X und Tesla; dadurch wachsen die Sorgen, dass X-Daten zu einer kontinuierlichen Datenquelle für xAI werden könnten
  • Die AI-gestützten Definitionen in den aktualisierten Bedingungen könnten zu Zugangsbeschränkungen oder Sperren von Inhalten führen und damit die Sichtbarkeit bestimmter Tweets, Hashtags und die Verbreitung von Content beeinflussen
  • Die Plattform-Erfahrung könnte sich von einem für alle gleichen öffentlichen Raum zu einem personalisierten Bereich entwickeln, der sich nach einer von AI definierten Nutzeridentität richtet

Wofür die Änderung der X/Twitter-Bedingungen die Datennutzung ausweitet

  • Die neuen Bedingungen erlauben die Nutzung von Beiträgen der Nutzer:innen für das AI-Training
  • Diese Änderung steht im Zusammenhang mit einer Reihe von Kontroversen rund um AI-Trainingsdaten und Nutzungsbedingungen bei verschiedenen Unternehmen
    • Brave wird im Zusammenhang mit dem Verkauf urheberrechtlich geschützter Daten für AI-Training genannt
    • Zoom wird als Beispiel für geänderte Bedingungen erwähnt, die Nutzerinhalte für AI-Training zulassen
    • AWS wird zum Vergleich herangezogen, weil dort die Nutzung von Daten für AI-Dienste standardmäßig als Opt-in aufgebaut ist
  • X hat Maßnahmen ergriffen, um die Plattform von externen Scrapern abzuschotten, und seit dem Start von xAI ist die Frage zentral geworden, ob X-Daten für das AI-Training genutzt werden können

Elon Musk, xAI und die Beziehung zu Nutzerinhalten

  • Elon Musk sagte früher, Microsoft habe Twitter-Daten illegal verwendet, und vertrat sogar die Haltung, Microsoft vor Gericht bringen zu wollen
  • Nun ändert X selbst die Bedingungen in Richtung einer Nutzung von Nutzerinhalten für AI-Training, was Kritik hervorruft, weil Nutzer:innen damit ohne gesonderte Zustimmung oder Vergütung zu Musks AI-Geschäft beitragen würden
  • Musk hatte Journalist:innen gesagt, sie sollten direkt auf X veröffentlichen, wenn sie mehr Freiheit und höhere Einnahmen wollten
    • Diese Aussage kann als Teil einer Entwicklung gelesen werden, exklusive und interessante Informationen auf X zu bündeln und diese Daten anschließend für das Modelltraining zu nutzen
  • Auf der Website von xAI heißt es, xAI sei zwar ein von X Corp getrenntes Unternehmen, arbeite aber eng mit X (Twitter), Tesla und anderen zusammen
  • Unter der Annahme, dass in der AI Datenqualität und Einzigartigkeit zum Engpass werden könnten, könnten X-Daten als kontinuierliche Datenquelle für xAI dienen

Mögliche Veränderungen für die Nutzererfahrung

  • Gemäß den AI-gestützten Definitionen in den aktualisierten Bedingungen könnte der Zugang zu Inhalten der Nutzer:innen eingeschränkt oder blockiert werden
    • Bestimmte Tweets oder Hashtags könnten unsichtbar werden
    • Eigene Inhalte könnten schwieriger ein breiteres Publikum erreichen
  • Schon früher gab es auf Twitter Debatten über Shadow Banning, doch Automatisierung und AI-Eingriffe könnten nun noch präziser und umfassender wirken
  • Diese Entwicklung könnte sich nicht auf Twitter beschränken, sondern auf das gesamte Internet ausweiten
    • Google-Suchergebnisse
    • Nachrichtenausspielung im Facebook-Feed
    • Wege und Auswahlmöglichkeiten, die Nutzer:innen überhaupt sehen können
  • Nicht die Zahl der Wege im Internet selbst muss schrumpfen; vielmehr könnte sich die individuelle Erfahrung verengen, indem je nach von AI definierter Nutzeridentität bestimmte Wege verborgen oder sichtbar gemacht werden
  • Twitter könnte sich damit eher zu einem personalisierten Raum entwickeln, den AI-Algorithmen definieren, statt zu einer für alle gleichen universellen Erfahrung

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2023-09-02
Meinungen auf Hacker News

  • Musk ist seit Langem darauf fixiert, Twitter als Fundgrube für KI-Trainingsdaten zu betrachten, und hat sich häufig darüber beschwert, dass KI-Unternehmen Twitter-Daten zu Trainingszwecken verwenden.
    Ich dachte, Unternehmen wie OpenAI hätten es nicht speziell auf Twitter abgesehen, sondern Twitter sei einfach dabei, weil sie das Web crawlen. Daher frage ich mich, ob Twitter-Daten wirklich so wertvoll sind.
    Mir ist nicht klar, welche Eigenschaften sie im Vergleich zu anderen öffentlichen Datensätzen besonders nützlich machen.

    • Twitter-Daten haben (1) genaue Zeitstempel und (2) einen ständigen Zufluss neuer Daten zu aktuellen Ereignissen.
      Im englischsprachigen Raum gibt es außer Reddit kaum vergleichbare Quellen.
      Für GPT-artige Architekturen scheint beides nicht direkt relevant zu sein, aber künftige Modellarchitekturen könnten das möglicherweise nutzen.
      Aus Sicht der Informationstheorie steckt auch in den Zeitstempeln und der relativen Reihenfolge von Tweets eine von null verschiedene Informationsmenge.
    • Ich halte Twitter als allgemeinen Ort zur Gewinnung von Trainingsdaten für eher schlecht.
      Die meisten Daten sind weder gut strukturiert noch getaggt, das Signal-Rausch-Verhältnis ist niedrig, und die Texte sind meist kurz und stark kontextabhängig.
      Twitter ist auch als Kurzvideo-Plattform weitgehend gescheitert, und es gibt zwar Spuren algorithmisch erzeugter interessen-/themenbasierter Feeds, aber wirklich gut waren sie kaum je.
      Die Vorteile sind Aktualität und Umfang, doch mit einer starken Web-Crawling-Infrastruktur scheint das auch ohne Twitter erreichbar zu sein.
      Die aktuelle Generation großer Sprachmodelle kann zumindest derzeit Aktualität im Minutenbereich nicht sinnvoll nutzen.
    • Twitter-Daten sind sehr wertvoll, um tweetartige Inhalte zu erzeugen: kurze, eigenständige Sätze, Bilder, Videos und Ähnliches.
      Allerdings gibt es auf Twitter heute nicht viele Daten, die längeren Formaten wie Essays, Nachrichtenartikeln, Büchern oder wissenschaftlichen Arbeiten ähneln.
      Vielleicht hat Twitter/X deshalb die Zeichenbegrenzung für Tweets erhöht, um solche Daten zu sammeln.
    • Wenn Twitter wirklich die Fundgrube für Nutzerdaten ist, für die Elon es hält, frage ich mich, warum das Anzeigen-Targeting von Twitter so viel schlechter ist als das von Facebook oder Instagram.
    • Twitter besitzt die größte Datenbank von Tweets.
      Wenn man eine KI will, die Tweets schreibt, gibt es nichts Besseres.
      Twitter könnte einen Dienst anbieten, der Community-Manager überflüssig macht: Man gibt eine Pressemitteilung oder eine Produktwebsite hinein, und er erzeugt einen gut polierten Strom von Werbe-Tweets – oder sogar Beiträge zur Meinungsmanipulation.

  • Diese Änderung ist nicht nur auf Twitter beschränkt, sondern zeigt, wie der neue Standard im Internet aussehen könnte.
    Google/Gmail/YouTube, Amazon, Microsoft, TikTok und jede Internetplattform, die mit nutzergenerierten Inhalten umgeht, werden bald dasselbe tun.
    Falls sie es nicht ohnehin schon tun.

    • GMail hat Nutzerdaten bereits für verschiedene KI-Zwecke wie Klassifizierung und Data Mining verwendet.
      Es würde mich eher ziemlich überraschen, wenn verarbeitete GMail-Daten – nach Verfahren wie der Entfernung sensibler Informationen – nicht zum Training von LLMs oder anderen KI-Projekten verwendet würden.
    • Sie machen das schon seit Jahren.
      Alles, was man auf Server hochlädt, wird zu einer Trainingsquelle.
      Mitte bis Ende der 2010er wurden bei FB Messenger Empfehlungs- und Auto-Reply-Modelle auf dem gesamten Korpus unverschlüsselter Nachrichten trainiert, die zwischen Nutzern ausgetauscht wurden.
    • Einer der wichtigsten Gründe, warum ich mich für Proton Mail entschieden habe, als ich das Selbsthosting aufgegeben und einen Whitelabel-E-Mail-Dienst gewählt habe, war genau das.
      Serverseitig gibt es nichts abzugreifen.
    • Dass Google so etwas macht, ist wirklich eine enorme Ironie.

  • In den Bedingungen steht jetzt auch eine Verzichtsklausel für Sammelklagen.

    • Ich verstehe nicht, wie so eine Klausel überhaupt legal sein kann.
      Ehrlich gesagt stört mich das mehr als die KI-Trainingsklausel.
      KI-Training finde ich weniger problematisch, als die Aufmerksamkeit der Leute an Werbekunden zu verkaufen.

  • Ah, jetzt verstehe ich.
    Ein paar Sekunden lang habe ich mich gefragt, wie das Fenstersystem X Daten für KI verwendet.

    • Andere Großunternehmen sollten ihre wichtigsten Dienste auch auf kurze Namen verkürzen, um die Verwirrung noch zu vergrößern.

  • Es ist schwer, sich etwas Schlimmeres vorzustellen als eine KI, die mit dem trainiert wurde, was Twitter-Nutzer so tweeten.

    • Ich freue mich schon darauf, die heißen Takes all der Bots, die Denker imitieren, auf meine Blockliste zu setzen.

  • Sie haben das gemacht, weil Elons anderes Unternehmen, xAI, diese Daten braucht.

  • Fast alle Nutzungsbedingungen erlauben es, Daten zur Verbesserung des Produkts zu verwenden.
    „Ein paar wackelige Heuristiken durch ein riesiges KI-Modell zu ersetzen“ sieht für mich nach Produktverbesserung aus.
    Insofern konnten sie also schon vorher KI-Modelle mit Nutzerdaten trainieren.

    • Solche Bedingungen waren vermutlich nötig, um öffentliche Nutzungsszenarien abzudecken, in denen selbst in öffentlichen Foren jemand Eigentums- oder Datenschutzverletzungen geltend machen könnte.

  • Machen sie das, um einen Chatbot zu trainieren? Ich dachte, Elon wollte Bots loswerden.

    • Man kann es nutzen, um Leute zu heaven-bannen: https://cosmosmagazine.com/technology/internet/heaven-bannin...
      Der CEO könnte es gegen Elon einsetzen und ihn ruhigstellen.
    • Du meinst den Typen, der selbstfahrende Autos, selbstlandende Raketen und gruselige humanoide Roboter baut, die unbeholfen laufen? Klar, der hasst automatisierte Dinge bestimmt.
    • Gemeint war wohl, dass er die Bots anderer loswerden will.

  • Die Chance, dass Verbraucherverhalten, ob organisiert oder individuell, hier den weiteren Verlauf ändert, liegt bei 0 %.
    Am Ende hängt es vom Recht des geistigen Eigentums und den angrenzenden Bereichen ab.
    Es gibt wenig Grund, hier absichtsvolles Handeln zu erwarten.

    • Verbraucher können aufhören zu konsumieren.
      Ob früher Twitter oder wie auch immer wir es heute nennen.
    • Wirklich?
      Was, wenn Verbraucherverhalten darin besteht, den Datensatz zu vergiften?

  • Wir werden alle von der KI-Maschine verzehrt werden.
    „Alle Fähigkeiten entstehen aus Datenanalyse, und die Daten, die sie analysieren, bist du. Ob mit direkter Absicht oder nicht: Jeder Fortschritt drängt weiter in die Richtung, jede Tatsache und jede Schlussfolgerung zu verschlingen, die über dich bekannt sein kann. Damit diese Macht sich entfalten kann, muss deine Seele der Maschine geopfert werden.“
    https://www.mindprison.cc/p/ai-end-of-privacy-end-of-sanity