Rola i własność dużych modeli językowych w badaniach historycznych

Duże modele językowe (LLMs) szybko stały się nieodłącznym elementem badań historycznych. Ich zdolność do przetwarzania, anotacji i generowania tekstów reformuje procesy naukowe. Jednakże historycy są w szczególności postawieni w sytuacji, w której mogą zadać bardziej głębokie pytanie: kto jest właścicielem narzędzi, które kształtują nasze rozumienie historii? Większość najbardziej zaawansowanych LLM-ów obecnie tworzona jest przez prywatne firmy. Chociaż te firmy inwestują znaczne środki, ich cele – skupione na zysku, rozwoju platform czy kontroli nad własnością intelektualną – często kolidują z fundamentalnymi wartościami nauk historycznych: transparentnością, powtarzalnością, dostępnością i różnorodnością kulturową. Ta sytuacja rodzi poważne obawy dotyczące a) braku przejrzystości: często nie wiemy, na jakich danych szkoleniowych opierają się te modele, ani jakie mają wewnętrzne uprzedzenia, b) niestabilności: warunki dostępu i funkcje mogą się zmieniać bez ostrzeżenia, c) nierówności: wielu badaczy, zwłaszcza w środowiskach o ograniczonych zasobach, jest wykluczonych. Konieczne jest opracowanie publicznych, otwarto dostępnych LLM-ów dla nauk humanistycznych, trenowanych na starannie wyselekcjonowanych, wielojęzycznych, historycznie osadzonych korpusach danych pochodzących z bibliotek, muzeów i archiwów. Te modele muszą być transparentne, odpowiedzialne wobec środowisk naukowych i finansowane ze środków publicznych.
Stworzenie takiej infrastruktury jest wyzwaniem, ale jest to konieczne. Tak jak archiwa narodowe czy programy nauczania nie byłyby powierzane prywatnym firmom, tak samo nasze najpotężniejsze technologie interpretacyjne nie powinny nimi być. Nauki humanistyczne mają zarówno odpowiedzialność, jak i szansę na rozwój sztucznej inteligencji opartej na wiedzy kulturowej i rigorze naukowym. Musimy nie tylko korzystać z LLM-ów w sposób odpowiedzialny, ale także brać odpowiedzialność za ich własność. Integralność nauki i przyszłość publicznej wiedzy mogą od tego zależeć. Prof. dr Matteo Valleriani Instytut Historii Nauki Maxa Plancka, Berlin, Niemcy Jeśli masz opinię na temat którejkolwiek treści opublikowanej dzisiaj w Guardian, prosimy o przesłanie listu do rozważenia w sekcji listów.
Brief news summary
Duże modele językowe (LLMs) rewolucjonizują badania historyczne poprzez umożliwienie zaawansowanej analizy tekstów i ich generowania. Jednakże, większość czołowych LLM-ów jest tworzona przez firmy nastawione na zysk, co stoi w sprzeczności z wartościami naukowymi takimi jak transparentność, reprodukowalność, dostępność oraz różnorodność kulturowa. Ta sytuacja rodzi wyzwania, takie jak nieprzezroczyste dane treningowe, wrodzone uprzedzenia, niestabilny dostęp i wykluczenie badaczy o ograniczonych środkach. Aby pokonać te przeszkody, humanistyka pilnie potrzebuje publicznie finansowanych, otwartych modeli LLM opartych na starannie wyselekcjonowanych, wielojęzycznych i historycznie ugruntowanych zbiorach danych pochodzących z bibliotek, muzeów i archiwów. Takie modele powinny kłaść nacisk na przejrzystość i odpowiedzialność wobec społeczności naukowej. Poleganie na własnościowych narzędziach AI zagraża integralności naukowej i zachowaniu wiedzy publicznej. W związku z tym humanistyka ma zarówno obowiązek, jak i szansę na rozwijanie kulturowo wrażliwych, akademicko rzetelnych narzędzi AI, które promują odpowiedzialne korzystanie oraz opiekę nad LLM-ami, tym samym wspierając rozwój badań historycznych.
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

Ekosystem blockchainowy przygotowuje teren dla 4 …
0xFútbol dąży do zjednoczenia globalnej społeczności piłkarskiej poprzez integrację technologii blockchain, umożliwiając fanom aktywny udział, wpływ na wydarzenia i zdobywanie własności w ramach sportu.

Za Kurtyną: Wielkie Złączenie
Trwająca konwergencja między rządem USA a wiodącymi firmami technologicznymi sygnalizuje transformacyjną zmianę w dziedzinie sztucznej inteligencji (SI) i technologii kosmicznych.

Dlaczego prywatność w blockchainie musi zaczynać …
Tradycyjnie zaufanie pokładano w scentralizowanych instytucjach, takich jak banki, sieci płatnicze i centra rozliczeniowe — zamknięte systemy, w których użytkownicy polegali na zewnętrznych audytach, regulacjach rządowych i długiej historii zgodności, aby czuć się bezpiecznie.

Sztuczna inteligencja w pojazdach autonomicznych:…
Sztuczna inteligencja (AI) jest kluczowym elementem w dynamicznie rozwijającym się przemyśle pojazdów autonomicznych, napędzając główne zmiany w sposobie funkcjonowania i interakcji pojazdów z ich otoczeniem.

Powiat Bergen uruchamia pilotaż blockchain, aby z…
Bergen County zawarło pięcioletnie partnerstwo z startupem blockchain Balcony, aby zdigitalizować i zabezpieczyć 370 000 aktów własności nieruchomości, co stanowi około 240 miliardów dolarów wartości nieruchomości.

Sztuczna inteligencja w opiece zdrowotnej: popraw…
Sztuczna inteligencja (SI) coraz bardziej przekształca opiekę zdrowotną, ulepszając sposób, w jaki pracownicy medyczni diagnozują, leczą i zarządzają różnymi schorzeniami.

Ta platforma oferuje rozwiązanie oparte na techno…
Zainwestowany przez głównych inwestorów takich jak Circle, Coinbase i Solana Ventures, Zebec Network dąży do budowy rzeczywistej infrastruktury finansowej, łącząc Web2 i Web3 za pomocą streamingu wynagrodzeń, kart kryptograficznych oraz narzędzi dla przedsiębiorstw.