Twitch ने “Training for Generative AI” नावाचा एक टॉगल (toggle) जोडला आहे, ज्यामुळे स्ट्रीमर्स त्यांचे लाईव्ह ब्रॉडकास्ट, VODs, क्लिप्स आणि चॅट Amazon च्या जनरेटिव्ह-AI मॉडेल्सना प्रशिक्षित करण्यासाठी वापरले जाऊ नयेत म्हणून ब्लॉक करू शकतात. हे सेटिंग Security and Privacy टॅबमध्ये उपलब्ध आहे आणि ते डीफॉल्टनुसार 'ऑन' (on) असते, ज्यामुळे क्रिएटर्सना टेक्स्ट, ऑडिओ, इमेज आणि व्हिडिओ सिंथेसिस टूल्सना इंधन देणाऱ्या डेटा हार्वेस्टिंगसाठी (data harvesting) आपली संमती एका क्लिकवर मागे घेता येते.
हा टॉगल काय नियंत्रित करतो
जेव्हा एखादा क्रिएटर हा स्विच बंद करतो, तेव्हा Twitch चॅनेलचा कोणताही मजकूर Amazon च्या AI पाइपलाईन्सकडे पाठवणे थांबवते. याचा अर्थ असा की लाईव्ह स्ट्रीमचा मूळ व्हिडिओ, संग्रहित रेकॉर्डिंग्ज, लहान हायलाइट क्लिप्स आणि चॅटमधील प्रत्येक ओळ यातून वगळली जाते. हीच मर्यादा स्ट्रीमरने अपलोड केलेल्या कोणत्याही मजकुरासाठी किंवा प्रतिमांसाठी देखील लागू होते. प्रभावीपणे, स्ट्रीमर त्यांच्या डिजिटल फूटप्रिंटभोवती एक सीमा आखतो, ज्यामुळे तो पुढच्या पिढीच्या सिंथेटिक मीडियाला (synthetic media) चालवणाऱ्या मोठ्या मल्टिमॉडेल डेटासेटमधून (multimodal datasets) बाहेर राहतो.
सक्रिय राहणारी AI वैशिष्ट्ये
ऑप्ट-आउट (Opting out) केल्यामुळे प्लॅटफॉर्मवरील AI-आधारित टूल्स बंद होत नाहीत. Twitch ने म्हटले आहे की, टॉगलची स्थिती काहीही असली तरी मॉडरेशन बॉट्स, रेकमेंडेशन इंजिन्स, स्पॉन्सरशिप-अॅड सर्व्हिसेस आणि ऑटोमॅटिक कॅप्शनिंग यांसारख्या सेवा सर्व चॅनेलवर सुरू राहतील. या सेवा डेटाचा वापर केवळ प्लॅटफॉर्मवरील कार्यक्षमतेसाठी करतात, बाह्य मॉडेल्सना प्रशिक्षित करण्यासाठी नाही. जर एखाद्या प्रेक्षकाने अशा स्ट्रीमवर चॅट केले जिथे मालकाने ऑप्ट-आउट केले आहे, तर त्या चॅट स्निपेटचा (chat snippet) वापर भविष्यातील मॉडेल प्रशिक्षणासाठी केला जाऊ शकतो की नाही, हे मालकाच्या प्रायव्हसी सेटिंगवर अवलंबून असेल.
हा बदल का महत्त्वाचा आहे
मोठ्या भाषा मॉडेल्स (large language models) आणि व्हिडिओ-जनरेशन सिस्टम्स सुधारण्यासाठी टेक दिग्गज सार्वजनिकरित्या उपलब्ध असलेला मजकूर कसा स्क्रॅप करतात, यावर वाढत्या scrutiny (तपासणी) च्या पार्श्वभूमीवर हा निर्णय घेण्यात आला आहे. क्रिएटर्सचा असा युक्तिवाद आहे की त्यांचे काम—जे अनेकदा सबस्क्रिप्शन, जाहिराती आणि स्पॉन्सरशिपद्वारे कमाईसाठी वापरले जाते—त्याची स्पष्ट परवानगीशिवाय पुनरुपयोग केला जाऊ नये. स्ट्रीमर्सना इन-बिल्ट ऑप्ट-आउटची सुविधा देऊन, Twitch संमती-आधारित डेटा कलेक्शनकडे (consent-based data collection) वळल्याचा संकेत देत आहे, ही अशी एक पद्धत आहे जी युजर-जनरेटेड मीडिया होस्ट करणाऱ्या प्लॅटफॉर्मवर मानक बनू शकते.
Amazon च्या AI टीमसाठी, हा टॉगल विविध आणि रिअल-टाइम डेटाचा एक स्रोत खंडित करतो. उच्च-गुणवत्तेची जनरेटिव्ह मॉडेल्स प्रशिक्षित करण्यासाठी सहसा अब्जावधी तासांचे व्हिडिओ आणि चॅट लॉग्स लागतात. जर Twitch च्या इकोसिस्टमचा मोठा भाग डेटा शेअरिंग बंद करत असेल, तर डेव्हलपर्सना पर्यायी डेटासेट शोधावे लागतील, लायसन्सिंग करारांसाठी वाटाघाटी कराव्या लागतील किंवा सिंथेटिक डेटा जनरेशनमध्ये गुंतवणूक करावी लागेल. याचा परिणाम नवीन मल्टिमॉडेल AI क्षमता किती वेगाने समोर येतील यावर होऊ शकतो.
संभाव्य तोटे
हा टॉगल डेटा वापराचे सर्व प्रकार पुसून टाकत नाही. AI-आधारित मॉडरेशन, डिस्कव्हरी आणि ॲक्सेसिबिलिटी टूल्स अजूनही मजकूर त्याच ठिकाणी (in situ) विश्लेषित करतात, त्यामुळे क्रिएटर्सना त्या सिस्टमचे व्यावहारिक फायदे मिळत राहतात. तथापि, प्रशिक्षणासाठी उपलब्ध होणाऱ्या साहित्याचा कमी झालेला प्रवाह रेकमेंडेशन अल्गोरिदमच्या दीर्घकालीन अचूकतेवर परिणाम करू शकतो, जे व्यापक वर्तणुकीच्या संकेतांवर (behavioural signals) अवलंबून असतात. जर मॉडेल्सकडे शिकण्यासाठी कमी उदाहरणे असतील, तर प्रेक्षकांना नवीन ट्रेंड्सशी जुळवून घेण्यास विलंब जाणवू शकतो.
कारण हे सेटिंग डीफॉल्टनुसार 'ऑन' आहे, त्यामुळे सक्रियपणे ऑप्ट-आउट करण्याची जबाबदारी स्ट्रीमरवर असते. ज्यांना या टॉगलबद्दल माहिती नाही, ते नकळत त्यांचे काम AI प्रशिक्षणासाठी योगदान देऊ शकतात. काही क्रिएटर्सना भीती वाटते की ऑप्ट-आउट केल्यामुळे त्यांची पोहोच (exposure) मर्यादित होऊ शकते, कारण रेकमेंडेशन इंजिन्स डेटा शेअर करणाऱ्या चॅनेलला प्राधान्य देतात—असा दावा Twitch ने अद्याप सिद्ध केलेला नाही.
पुढे काय पाहायचे
Twitch ने हा टॉगल इतर Amazon-संबंधित सेवांपर्यंत विस्तारण्यासाठी कोणतीही कालमर्यादा जाहीर केलेली नाही, तसेच ऑप्ट-आउटच्या पालनाचे (compliance) ऑडिट कसे केले जाईल याचे तपशीलही दिलेले नाहीत. निरीक्षक आता अवलंबण्याचे प्रमाण (adoption rates) तपासतील: प्रत्यक्षात किती चॅनेल प्रशिक्षण बंद करतात आणि त्याचा प्रेक्षकांची संख्या किंवा महसुलातील बदलांशी काही संबंध आहे का. Amazon चा प्रतिसाद—ते त्यांच्या डेटा-इन्जेशन पाइपलाईन्समध्ये बदल करतात की नवीन भागीदारी शोधतात—यावरून हे समजेल की उद्योग Twitch इकोसिस्टमला प्रशिक्षणाचे स्रोत म्हणून किती महत्त्व देतो.
जर अधिक प्लॅटफॉर्म्सनी अशाच प्रकारच्या संमती यंत्रणा (consent mechanisms) स्वीकारल्या, तर AI डेव्हलपर्सना डेटा-संकलनाच्या धोरणांची पुनर्रचना करावी लागू शकते, ज्यामध्ये स्पष्ट लायसन्सिंग करार आणि क्रिएटर इन्सेंटिव्हजवर अधिक भर दिला जाईल. जलद नाविन्यासाठी उपलब्ध डेटा आणि क्रिएटर्सच्या मालकी हक्कांचा आदर करणे, यातील संतुलन हा AI समुदायातील एक मुख्य चर्चेचा विषय बनणार आहे.
थोडक्यात सांगायचे तर: Twitch चा नवीन प्रायव्हसी टॉगल स्ट्रीमर्सना त्यांच्या कंटेंटचा वापर Amazon च्या जनरेटिव्ह-AI मॉडेल्ससाठी केला जावा की नाही, यावर थेट नियंत्रण देतो; ज्यामुळे प्लॅटफॉर्मवरील AI टूल्सचा वापर कायम राहतो आणि भविष्यातील सिंथेटिक मीडियाचा आधार असलेल्या डेटा सप्लाय चेनमध्ये संभाव्य बदल घडवून आणता येतात.