عقب‌نشینی متا پس از موج انتقادات؛ ماجرای استخراج داده‌های وب برای آموزش هوش مصنوعی

سخنگوی متا در واکنش به این انتقادات اعلام کرد: «ما بازخوردها را شنیدیم و می‌خواهیم شفاف‌سازی کنیم: بندهای مربوط به خزش وب (کراولینگ) که یکپارچه کرده بودیم، تنها به محصولات تبلیغاتی و تجاری ما مربوط می‌شد و اکنون این موضوع را در خود متن شرایط نیز تصریح کرده‌ایم. این اصلاحیه شیوه استفاده متا از خزنده‌های وب را تغییر نمی‌دهد. مانند همیشه، مالکان محتوا می‌توانند با استفاده از فایل robots.txt اولویت‌های خود را مشخص کنند. هدف ما اسکرپ کردن وب‌سایت‌های خبری نیست و این به‌روزرسانی‌ها حقوق جدیدی فراتر از این ترجیحات برای ما ایجاد نمی‌کند.»

به‌نظر می‌رسد در متن جدید شرایط، کلمه «آموزش» (Train) از بخشی که موجب نگرانی ناشران شده بود، حذف شده است. بخش بازبینی‌شده اکنون صراحتاً قید می‌کند که استخراج خودکار داده‌ها (اسکرپینگ) مشخصاً به «محصولات تجاری و تبلیغاتی» اختصاص دارد.

ماجرا از کجا آغاز شد؟

ماجرا از آنجا شروع شد که تغییرات تازه در شرایط خدمات تجاری متا، نگرانی‌های شدیدی ایجاد کرد مبنی بر اینکه این شرکت دست بازتری برای استخراج خودکار محتوای وب‌سایت‌های مختلف با هدف آموزش هوش مصنوعی به دست خواهد آورد.

بر اساس گزارش وب‌سایت نیمن‌لب (Nieman Lab)، متا قصد داشت از ۳۰ اکتبر شرایط تجاری تازه‌ای را برای کاربرانی که از حساب‌های این شرکت برای اهداف تجاری و بازاریابی استفاده می‌کنند، به مرحله اجرا بگذارد. این سند شامل بندی تأمل‌برانگیز تحت عنوان «مجوزها و حقوقی که اعطا می‌کنید» بود که عملاً به متا اجازه می‌داد با استفاده از نرم‌افزارهای خودکار، لینک‌ها و دامنه‌های متصل به حساب کاربری فرد را اسکرپ کند.

در این بند قید شده بود: «متا ممکن است از هرگونه محتوای این دامنه‌ها، صفحات وب یا آدرس‌های اینترنتی برای ارائه، توسعه، بهبود، پژوهش، آموزش و حفظ یکپارچگی محصولات، خدمات و قابلیت‌های شرکت متا استفاده کند.»

این بندهای جدید زنگ خطر را در صنعت رسانه به صدا درآورد، چراکه بسیاری از خبرگزاری‌ها و پایگاه‌های خبری دارای حساب‌های تجاری در پلتفرم‌های متا هستند. جیسون کینت، مدیر یکی از تشکل‌های صنفی ناشران رسانه‌های دیجیتال، در اظهارنظری تأکید کرد که متا در پی «اعطای حق دسترسی به خود برای استخراج داده‌های وب‌سایت‌ها در سراسر وب آزاد» است.

او در شبکه اجتماعی بلواسکای نوشت: «این موضوع صرفاً به محتوایی که داخل پلتفرم‌های متا منتشر می‌کنید محدود نمی‌شود. این شرایط جدید فراتر از حصارهای بسته متا رفته و به هر وب‌سایتی که "با محصولات شما مرتبط باشد" دست‌اندازی می‌کند. این اقدام می‌تواند امپراتوری هوش مصنوعی این شرکت از جمله مدل Muse را بدون نیاز به قراردادها برای خرید لایسنس تغذیه کند؛ و جالب اینکه متا ادعا می‌کند اگر به استفاده از خدماتش ادامه دهید، به این شرایط رضایت داده‌اید.»

تئو بمبر، مدیر ارشد یکی از نهادهای صنفی رسانه‌های خبری در بریتانیا، نیز واکنش تندی نشان داد و گفت: «این تصمیم کاملاً دیوانه‌وار است.»

او در پستی در لینکدین نوشت: «این بند جزئی که در میان انبوهی از متن‌های دیگر پنهان شده است، به متا امکان می‌دهد داده‌هایی را اسکرپ کند که در بازار صدور مجوز ارزش میلیون‌ها یا میلیاردها دلار دارند. درست است که این موضوع باید از نظر حقوقی بررسی شود، اما اینکه تصور می‌کنند می‌توانند به‌سادگی قسر در بروند حیرت‌آور است. توصیف این رویکرد حتی با کلماتی مانند خودبزرگ‌بینی و گستاخی هم حق مطلب را ادا نمی‌کند.»

نکته بارز دیگر این بود که متا عملاً هیچ امکانی برای انصراف (Opt-out) پیش روی کاربران نگذاشته و صرفاً اعلام کرده بود: «اگر با شرایط به‌روزرسانی‌شده موافق نیستید، می‌توانید دسترسی یا استفاده خود از محصولات ما را برای اهداف تجاری یا بازرگانی متوقف کنید.»

با این حال، سخنگوی متا در برابر این نگرانی‌ها مقاومت کرد و ادعای استفاده از این شرایط تجاری برای پیشبرد برنامه‌های پرحاشیه آموزش هوش مصنوعی این شرکت—که در حال حاضر با دادخواست‌های قضایی گوناگونی روبه‌رو است—را رد کرد. اندی استون، سخنگوی این شرکت، روز جمعه در پستی نوشت: «این ادعاها نادرست است. هیچ تغییری در شیوه استفاده متا از خزنده‌های وب ایجاد نشده است.»

او خاطرنشان کرد که نرم‌افزارهای خودکار متا همچنان به فایل Robots.txt که وب‌سایت‌ها از دیرباز از آن استفاده می‌کنند، پایبند خواهند بود؛ فایلی که می‌تواند مانع از ایندکس شدن توسط موتورهای جستجو و خزنده‌های متمرکز بر آموزش هوش مصنوعی شود. او افزود: «همانند همیشه، صاحبان محتوا می‌توانند از تنظیمات robots.txt برای تعیین محدودیت‌های مدنظر خود استفاده کنند. این به‌روزرسانی صرفاً با این هدف طراحی شده که بتوانیم هنگام ارائه پیشنهادها برای تبلیغات و محتوا در پلتفرم، اطلاعات دقیقی از محصولات فروشی در سایت‌های واسط به دست آوریم، نه اینکه بخواهیم سایت‌های خبری را اسکرپ کنیم.»

با این همه، رسانه نیمن‌لب با کارشناسان حقوقی گفت‌وگو کرده که معتقدند این شرایط تجاری جدید، با وجود هرگونه دستورالعمل منع دسترسی، به متا پوشش حقوقی مناسبی برای استخراج داده‌های وب می‌دهد. جیمز گریملمن، استاد حقوق در دانشکده حقوق دانشگاه کرنل و کرنل‌تک، در پستی در بلواسکای نوشت: «روزنامه‌نگاران دچار توهم نشده‌اند؛ بندهای جدید متا برای اسکرپ وب واقعاً بیش از اندازه گسترده و فراگیر تنظیم شده‌اند.»