في ظل التطورات السريعة لتقنية الذكاء الاصطناعي ونماذج اللغات الضخمة (Large Language Models)، يظهر بحث حديث صادر عن arXiv يرتبط بتحديات جديدة تواجه الشركات في مجال الذكاء الاصطناعي. حيث يؤكد هذا البحث أن نماذج مثل (GPT-4o) و(Gemini-2.5-Pro) و(DeepSeek-V3.1) ليست فقط فعالة في توليد المحتوى، بل تشير الأدلة إلى أنها قادرة على استرجاع نصوص محمية بحقوق الطبع والنشر بنسبة تصل إلى 90%، عندما يتم تحسينها على نصوص معينة.

مصادر هذه النتائج تأتي بعد دراسة حول تأثير تحسين الأداء (finetuning) على نماذج اللغات. ورغم ادعاءات الشركات بأن نماذجها لا تحتفظ بنسخ من بيانات التدريب، فإن البحث يظهر عكس ذلك تماماً. فعملية تحسين الأداء تؤدي إلى استعادة نصوص محفوظة يمكن استخدامها في سياقات تجارية، مما يثير تساؤلات حول فعالية استراتيجيات الأمان الحالية، مثل التدريب المعزز باستخدام التغذية الراجعة البشري (RLHF) والمرشحات المخصصة.

الشيء الأكثر صدمة هو أن التحسين على أعمال كاتب واحد، مثل روايات (هاروكي موراكامي)، يمكن أن يؤدي إلى استرجاع نصوص من مؤلفين غير ذي صلة، مما يدل على وجود ثغرة واسعة في النظم المستخدمة لحماية حقوق الطبع والنشر.

في ظل هذه القضايا المعقدة، تبرز أهمية مراعاة الجوانب الأخلاقية لحماية الإبداع في عصر الذكاء الاصطناعي. فهل ستتمكن الصناعة من التأقلم مع هذه التحديات الجديدة؟ وكيف سيتفاعل النظام القضائي مع هذه البيانات المثيرة للقلق؟