Amazon अपने जनरेटिव AI को प्रशिक्षित करने के लिए Twitch की विशाल ऑडियो-वीडियो लाइब्रेरी का उपयोग करेगा। प्लेटफॉर्म अब एक डिफ़ॉल्ट "ऑप्ट-इन" नीति का उपयोग करता है—स्ट्रीमर की सामग्री मॉडलों को फीड की जाती है जब तक कि क्रिएटर्स सक्रिय रूप से ऑप्ट-आउट न कर दें।
ऑप्ट-इन से ऑप्ट-आउट की ओर बदलाव
इस नीति परिवर्तन ने Twitch समुदाय में तनाव पैदा कर दिया है। उपयोगकर्ताओं से अनुमति मांगने के बजाय, Twitch अब स्वचालित रूप से स्ट्रीमर्स को Amazon के ट्रेनिंग डेटासेट में जोड़ देता है। क्रिएटर्स को इस फीचर को अक्षम करने और अपनी बौद्धिक संपदा की रक्षा करने के लिए सेटिंग्स में जाना होगा।
लगभग 3,000 दर्शकों के साथ एक लाइव सत्र के दौरान, Twitch के चीफ प्रोडक्ट ऑफिसर माइक मिंटन ने इस कदम को स्पष्ट रूप से समझाया: "अगर यह ऑप्ट-इन होता, तो कोई भी इसमें शामिल नहीं होता। ईमानदारी से कहें तो यही जवाब है।" उनकी टिप्पणी डेटा-भूखी वृद्धि और क्रिएटर नैतिकता के बीच टकराव को रेखांकित करती है।
डेटा पारदर्शिता और क्रिएटर की चिंताएं
डेवलपर्स और क्रिएटर्स दोनों ही डेटा उपयोग के अस्पष्ट इतिहास की शिकायत करते हैं। जब पूछा गया कि क्या मौजूदा Amazon मॉडलों में पहले से ही Twitch की सामग्री शामिल है, तो मिंटन ने कहा कि उनके पास कोई निश्चित उत्तर नहीं है क्योंकि वे Amazon के विशिष्ट ट्रेनिंग वर्कफ़्लो को नहीं देख सकते।
वह "ब्लैक बॉक्स" क्रिएटर्स को असुरक्षित छोड़ देता है—जो हर सप्ताह प्लेटफॉर्म पर हजारों घंटों की अद्वितीय वीडियो और ऑडियो डालते हैं। उनकी आवाज़, रूप और व्यक्तित्व मुख्य संपत्ति हैं; उन संपत्तियों को स्पष्ट सीमाओं के बिना एक प्रोप्रायटरी Amazon AI मॉडल में समाहित होते देखना उनकी डिजिटल पहचान और कमाई के लिए खतरा है।
AI ट्रेनिंग में एक बढ़ता हुआ उद्योग रुझान
Twitch अकेला नहीं है। Meta अपने AI मॉडलों के लिए सार्वजनिक Facebook और Instagram पोस्ट का उपयोग करता है। यूके जैसे कुछ क्षेत्रों में, उपयोगकर्ता Meta के ट्रेनिंग से ऑप्ट-आउट कर सकते हैं, लेकिन अन्य जगहों पर क्रिएटर्स को निजी खातों (private accounts) पर स्विच करना पड़ता है—एक ऐसा कदम जो लाइव, सार्वजनिक प्रसारण और उसके विज्ञापन राजस्व को विफल कर देता है।
Twitch की कम्युनिटी हेड मैरी किश ने नए टॉगल को फीडबैक की सीधी प्रतिक्रिया के रूप में पेश किया, और इसे "इस समुदाय की आवाज़ पर प्रतिक्रिया का प्रतिबिंब" कहा।
AI ट्रेनिंग से ऑप्ट-आउट कैसे करें
जो क्रिएटर्स Amazon के जनरेटिव AI से अपनी सामग्री को रोकना चाहते हैं, उन्हें:
- Channel Settings पर जाएं।
- Security and Privacy टैब खोलें।
- “Training for generative AI” विकल्प खोजें।
- इसे Off कर दें।
यह सेटिंग मानक क्रिएटर डैशबोर्ड के बाहर है, इसलिए कई उपयोगकर्ता इसे मिस कर सकते हैं।
मुख्य बातें
- डिफ़ॉल्ट ऑप्ट-इन: जब तक क्रिएटर्स मैन्युअल रूप से ऑप्ट-आउट नहीं करते, Amazon AI ट्रेनिंग के लिए Twitch रिकॉर्डिंग का उपयोग करेगा।
- पारदर्शिता की कमी: Twitch के नेता स्वीकार करते हैं कि वे पुष्टि नहीं कर सकते कि पिछले स्ट्रीम पहले से ही Amazon के मॉडलों में हैं या नहीं।
- उद्योग का पैटर्न: यह कदम Meta के समान है और प्रोप्रायटरी LLMs और जनरेटिव मॉडल बनाने के लिए यूजर-जनरेटेड कंटेंट का उपयोग करने के व्यापक रुझान का संकेत देता है।
ऑप्ट-इन से ऑप्ट-आउट तक
अब तक, Twitch को मशीन लर्निंग के लिए वीडियो इकट्ठा करने से पहले स्ट्रीमर्स से अनुमति लेने की आवश्यकता होती थी। नई नीति उस मॉडल को उलट देती है: सभी चैनल स्वचालित रूप से Amazon के डेटासेट में शामिल हो जाते हैं, और केवल वे लोग जो एक छिपे हुए टॉगल को ढूंढ लेते हैं, अपनी फुटेज को बाहर रख सकते हैं। सहमति का बोझ अब प्लेटफॉर्म पर नहीं, बल्कि क्रिएटर्स पर है।
हाल ही में एक स्ट्रीम के दौरान जिसमें लगभग 3,000 दर्शक जुड़े थे, Twitch के चीफ प्रोडक्ट ऑफिसर ने अपना रुख दोहराया: "अगर यह ऑप्ट-इन होता, तो कोई भी इसमें शामिल नहीं होता। ईमानदारी से कहें तो यही जवाब है।" यह टिप्पणी डेटा-भूखी AI रणनीति और व्यक्तिगत अभिव्यक्ति पर बने समुदाय के बीच तनाव को उजागर करती है।
पिछले उपयोग का एक ब्लैक बॉक्स
विवाद गहराता जा रहा है क्योंकि Twitch के कर्मचारी पुष्टि नहीं कर सके कि मौजूदा AI मॉडलों में पहले से ही क्रिएटर की सामग्री शामिल है या नहीं। जब पूछा गया कि क्या पिछले स्ट्रीम को शामिल किया गया था, तो प्रोडक्ट ऑफिसर ने Amazon के ट्रेनिंग वर्कफ़्लो में दृश्यता की कमी का हवाला देते हुए कहा कि उनके पास "कोई निश्चित उत्तर नहीं है।" स्ट्रीमर्स के लिए, जिनकी आवाज़, चेहरा और ऑन-स्क्रीन व्यक्तित्व उनकी कमाई का जरिया हैं, वह अनिश्चितता विश्वास के उल्लंघन जैसी महसूस होती है।
क्रिएटर्स हर सप्ताह प्लेटफॉर्म पर हजारों घंटों की अद्वितीय वीडियो और ऑडियो डालते हैं। स्पष्ट सीमाओं के बिना, एक प्रोप्रायटरी Amazon मॉडल किसी स्ट्रीमर की शैली, बोलने के तरीके या यहाँ तक कि उनके रूप की नकल करना सीख सकता है—जो भविष्य के मुद्रीकरण या ब्रांड नियंत्रण को कमजोर कर सकता है।
उद्योग-व्यापी रुझान
Twitch इस दृष्टिकोण का नेतृत्व नहीं कर रहा है। अन्य बड़े प्लेटफॉर्म अपने AI प्रस्तावों को बेहतर बनाने के लिए पहले से ही सार्वजनिक रूप से पोस्ट किए गए मीडिया का उपयोग करते हैं। कंपनियाँ डिफ़ॉल्ट रूप से सबको शामिल कर लेती हैं, और फिर उन अल्पसंख्यक लोगों के लिए एक कठिन ऑप्ट-आउट विकल्प देती हैं जो इसे खोजने के लिए पर्याप्त ध्यान देते हैं। कुछ अधिकार क्षेत्रों में, उपयोगकर्ता कानूनी रूप से ऐसे प्रशिक्षण से इनकार कर सकते हैं, लेकिन कई लोगों के लिए एकमात्र व्यावहारिक समाधान निजी खातों पर स्विच करना है—एक ऐसा कदम जो लाइव, सार्वजनिक प्रसारण और उसके विज्ञापन राजस्व के उद्देश्य को ही खत्म कर देता है।
इसे कैसे रोकें
उन स्ट्रीमर्स के लिए जो यह तय करते हैं कि जोखिम सुविधा से अधिक है, ऑप्ट-आउट प्रक्रिया डैशबोर्ड में कहीं छिपी हुई है:
- Channel Settings खोलें।
- Security and Privacy टैब चुनें।
- “Training for generative AI” स्विच ढूंढें।
- इसे Off पर सेट करें।
यह सेटिंग मुख्य क्रिएटर हब में दिखाई नहीं देती है, जिसका अर्थ है कि स्पष्ट मार्गदर्शन के बिना कई उपयोगकर्ता इसे कभी नहीं खोज पाएंगे।
यह क्यों महत्वपूर्ण है
- डिफ़ॉल्ट ऑप्ट-इन (Default opt-in): जब तक क्रिएटर्स कदम नहीं उठाते, Amazon Twitch रिकॉर्डिंग पर मॉडल को प्रशिक्षित करेगा।
- पारदर्शिता की कमी: Twitch नेतृत्व यह पुष्टि नहीं कर सकता कि क्या पिछले स्ट्रीम पहले से ही Amazon के AI का हिस्सा हैं।
- व्यापक बदलाव: यह नीति अन्य तकनीकी दिग्गजों के कदमों को दर्शाती है, जो AI विकास के लिए यूजर-जनरेटेड कंटेंट (user-generated content) से मुद्रीकरण करने के व्यापक उद्योग प्रयास का संकेत देती है।
निष्कर्ष
Twitch की डिफ़ॉल्ट-ऑप्ट-इन नीति Amazon को एक विशाल, लगातार अपडेट होने वाला ट्रेनिंग सेट सौंप देती है, जबकि क्रिएटर्स को एक छिपे हुए टॉगल को खोजने के लिए छोड़ देती है। पिछले उपयोग के बारे में स्पष्टता की कमी प्लेटफॉर्म को एक 'ब्लैक बॉक्स' बना देती है, जिससे स्ट्रीमर्स को यह तय करने के लिए मजबूर होना पड़ता है कि क्या सार्वजनिक बने रहने की सुविधा उनकी डिजिटल पहचान पर नियंत्रण खोने के संभावित जोखिम के लायक है।