「ShutterstockがエシカルAIと顧客保護のためのガイドフレームワーク『TRUST』を導入」

「シャッターストックが顧客保護とエシカルAIのためのガイドフレームワーク『TRUST』を導入」

高速なメディアストック市場では、高度なシステムが画像やメディアを自動的に作成することが可能であり、著作権、表現、情報の問題について興奮をもたらし、懸念を引き起こすことがあります。この業界で重要なプレーヤーであるシャッターストックは、TRUSTフレームワークの導入により、これらの問題に対処する一歩を踏み出しました。

TRUST以前、メディアストック業界はAIシステムのトレーニングに未許諾のデータを使用する可能性に関連する問題に直面していました。これにより、著作権侵害や作成者への公正な補償に関する疑問が生じました。これらの課題に対応するため、シャッターストックはTRUSTフレームワークを発表し、同社が従うべき5つの重要な倫理的AI原則を明示しています。

未許諾のデータの問題に取り組むため、TRUSTの「トレーニング」原則では、正しく許可されたデータのみがAIシステムのトレーニングに使用されることを保証します。これにより、著作権に関連する問題を回避し、責任あるAIの開発の基盤を築きます。さらに、「ロイヤリティ」原則では、作成者に対する公正な補償が強調されており、シャッターストックは作品のトレーニングに対するロイヤリティ基金を通じて芸術家に報酬を支払うことを約束しています。

表現と多様性はどんなAIシステムにおいても重要な要素です。TRUSTの「アップリフト」原則は、AIシステムにおける多様性と包括性を促進します。これにより、生成されるコンテンツが幅広い視点を反映し、トレーニングデータのバイアスを回避します。

顧客の保護とAIコンテンツのリスク管理は、TRUSTによって対処される他の優先事項です。 「セーフガード」原則は、問題のあるAIコンテンツを防ぐために対策を実施するために設計されています。これには、システム出力の人間によるレビューを組み込むことで、潜在的な問題を特定し対処することが含まれます。

オープンさは、AIによって生成されたコンテンツの信頼性を確立する上で重要な役割を果たします。 TRUSTの「透明性」原則では、AIによって作成された作業の明確なラベリングと起源の追跡が義務付けられています。これにより、ユーザーがAIによって作成されたコンテンツに遭遇した場合に通知され、これらの技術を利用する際に透明性が促進されます。

責任あるAIの採用への取り組みを示すため、シャッターストックは、AIによって生成されたコンテンツに関連する著作権、商標、その他の潜在的なリスクに対する補償として、補償を導入しました。この補償により、AIによって生成された画像を審査に提出する顧客も、従来のライセンス付きストック写真と同じレベルのサポートとバックアップを受けることが保証されます。

まとめると、シャッターストックのTRUSTフレームワークは、ストックメディア業界における生成型AI技術による倫理的な課題に対処する重要な一歩を示しています。責任あるトレーニング、公正な補償、多様性、顧客保護、透明性を重視する原則を実施することで、シャッターストックはこの分野における倫理的なAIの開発をリードすることを目指しています。業界が進化する中で、TRUSTフレームワークは倫理的なAIの実践を採用する他の企業のモデルとなります。これにより、AI技術の約束が作成者や顧客の利益のために責任を持って利用されることが保証されます。

この記事は「ShutterstockがTRUST:倫理的AIと顧客保護のためのガイドフレームワーク」の投稿です。この記事はMarkTechPostで最初に公開されました。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

非常に大きなデータセットのランダム化

最近では、サイズがギガバイト、あるいはテラバイトで測定されるデータセットを見つけることはまったく珍しくありませんその...

AIニュース

「NvidiaとiPhoneメーカーのFoxconnが「AI工場」を建設する」というニュースが発表されました」

「フォックスコンの劉氏はBBCに、電気自動車が今後数十年で同社の成長を牽引すると語った」

AI研究

「MITとNVIDIAの研究者が、要求の厳しい機械学習タスクの速度とパフォーマンスを劇的に向上させることができる、2つの補完的な技術を開発しました」

MITとNVIDIAの研究者は、スパーステンソルの処理を加速する2つの技術を開発しました(テンソルは、機械学習モデルにおいて基...

AI研究

「Googleの研究者が球面上でのディープラーニングのためのJAX向けのオープンソースライブラリを紹介します」

ディープラーニングは、入力から複雑な表現を自動的に学習する機械学習の一部です。その応用は、言語処理のための画像と音声...

AI研究

「MITのこのAI研究は、光を基にした機械学習システムがより強力で効率的な大規模言語モデルを生み出す方法を示しています」

ディープニューラルネットワーク(DNN)は、コンピューターにとってスーパーブレインのような存在です。彼らは多くの情報から...