Twitch pozwala streamerom zablokować trening AI Amazona

Twitch wprowadza nową opcję umożliwiającą streamerom wycofanie zgody na wykorzystywanie ich treści do trenowania generatywnych modeli AI należącej do Amazona platformy. Nowy przełącznik pojawił się w ustawieniach serwisu i pozwala twórcom zdecydować, czy ich transmisje, nagrania i inne materiały będą wykorzystywane do rozwoju sztucznej inteligencji firmy.

Kluczowe wnioski

• Twitch dodał opcję opt-out z treningu generatywnych modeli AI Amazona, dostępną w ustawieniach platformy w zakładce Security and Privacy.
• Wyłączenie funkcji oznacza, że transmisje, nagrania VOD, klipy, czaty ze streamów oraz zdjęcia i teksty z kanału nie zostaną użyte w przyszłym trenowaniu modeli AI generujących tekst, audio, obraz lub wideo.
• Funkcje wspierane przez AI, takie jak napisy czy narzędzia bezpieczności, będą działać niezależnie od decyzji o opt-out.
• W przypadku uczestnictwa w czacie na kanale innej osoby decydują preferencje właściciela tego kanału, a nie widza piszącego wiadomość.
• Redaktor The Verge zauważył, że przełącznik był domyślnie włączony na jego koncie i zapytał Amazon, czy to standardowe ustawienie dla wszystkich użytkowników.

Jak działa nowa opcja opt-out

Nowy przełącznik nosi nazwę „Training for Generative AI” i znajduje się w ustawieniach Twitcha, w sekcji dotyczącej bezpieczeństwa i prywatności. Według strony pomocy Twitcha, wyłączenie tej funkcji oznacza, że „streamy, VOD-y, klipy, czaty ze streamów oraz zdjęcia i tekst na kanale” nie będą wykorzystywane w „przyszłym trenowaniu” modelu AI Amazona, „którego celem jest generowanie lub syntetyzowanie tekstu, audio, obrazu lub wideo”.

Amazon w opisie przełącznika precyzuje, że wyłączenie tej opcji nie oznacza całkowitego wycofania zgody na wykorzystywanie treści kanału do innych celów opisanych w polityce prywatności Twitcha. Nadal będą działać funkcje wspierane przez AI, które – jak twierdzi firma – „przynoszą korzyści społeczności, ułatwiając streamerom wzrost i monetyzację” (np. asystowanie w kampaniach sponsorskich w czasie rzeczywistym), wspierając odkrywanie treści przez widzów (np. rekomendacje) oraz bezpieczeństwo społeczności (np. system AutoMod).

Co z treściami czatów innych osób

Twitch wprowadził istotne rozróżnienie dotyczące odpowiedzialności za treści powstałe podczas interakcji między użytkownikami. Jeśli osoba pisze w czacie na kanale innego streamera, to nie jej własne ustawienia decydują o tym, czy ta wiadomość może zostać użyta do treningu AI – „ich preferencje opt-out regulują, czy ten czat może zostać wykorzystany do treningu”, jak podaje Twitch. W praktyce oznacza to, że kontrolę nad wykorzystaniem treści czatowych sprawuje właściciel kanału, na którym dana rozmowa się odbywa, a nie osoba publikująca komentarz.

Ta konstrukcja rozwiązuje potencjalny problem prawny i techniczny: skoro jeden czat może zawierać wpisy setek lub tysięcy różnych użytkowników, śledzenie indywidualnych preferencji każdego z nich byłoby praktycznie niemożliwe. Zamiast tego cała odpowiedzialność i kontrola spoczywa na streamerze, którego kanał generuje dany zasób treningowy.

Niejasności dotyczące ustawień domyślnych

Jedną z kluczowych niejasności, jaką zauważył autor materiału The Verge, jest domyślny stan przełącznika. Gdy sprawdził swoje ustawienia, opcja „Training for Generative AI” była włączona – co oznaczałoby, że jego treści mogły domyślnie służyć do trenowania modeli Amazona, zanim świadomie dokonał zmiany. Redakcja zwróciła się do Amazona z pytaniem, czy taki stan jest standardowy dla wszystkich kont na platformie, jednak w materiale źródłowym nie podano jeszcze odpowiedzi firmy na to pytanie.

Ten szczegół ma znaczenie praktyczne dla milionów użytkowników Twitcha – jeśli funkcja jest domyślnie aktywna, oznacza to, że streamerzy, którzy nie sprawdzili aktywnie swoich ustawień prywatności, mogli nieświadomie zgodzić się na wykorzystywanie swoich transmisji i danych do rozwoju generatywnej sztucznej inteligencji Amazona.

Wprowadzenie tej opcji przez Twitch to kolejny przykład szerszego trendu w branży technologicznej, w którym platformy internetowe muszą reagować na rosnące oczekiwania użytkowników dotyczące kontroli nad wykorzystaniem ich danych do trenowania systemów AI.