Twitch తన “Training for Generative AI” టోగుల్ను జోడించింది. ఇది స్ట్రీమర్లు తమ లైవ్ బ్రాడ్కాస్ట్లు, VODలు, క్లిప్లు మరియు చాట్ను Amazon యొక్క జనరేటివ్-AI మోడల్స్కు శిక్షణ ఇవ్వడానికి ఉపయోగించకుండా నిరోధించడానికి అనుమతిస్తుంది. ఈ సెట్టింగ్ Security and Privacy ట్యాబ్లో ఉంటుంది మరియు ఇది డిఫాల్ట్గా ఆన్లో ఉంటుంది, దీనివల్ల టెక్స్ట్, ఆడియో, ఇమేజ్ మరియు వీడియో సింథసిస్ టూల్స్కు శక్తినిచ్చే డేటా హార్వెస్టింగ్ కోసం సమ్మతిని ఉపసంహరించుకోవడానికి క్రియేటర్లకు ఒకే క్లిక్తో అవకాశం లభిస్తుంది.
ఈ టోగుల్ దేనిని నియంత్రిస్తుంది
ఒక క్రియేటర్ ఈ స్విచ్ను ఆన్/ఆఫ్ చేసినప్పుడు, Twitch తన ఛానెల్ యొక్క ఏ కంటెంట్ను కూడా Amazon యొక్క AI పైప్లైన్లకు పంపడం ఆపివేస్తుంది. అంటే లైవ్ స్ట్రీమ్ యొక్క ముడి వీడియో, ఆర్కైవ్ చేసిన రికార్డింగ్లు, చిన్న హైలైట్ క్లిప్లు మరియు చాట్లోని ప్రతి లైన్ కూడా మినహాయించబడతాయి. స్ట్రీమర్ అప్లోడ్ చేసే ఏవైనా టెక్స్ట్ లేదా చిత్రాలకు కూడా ఇదే పరిమితి వర్తిస్తుంది. ప్రభావవంతంగా చెప్పాలంటే, స్ట్రీమర్ తన డిజిటల్ ఫుట్ప్రింట్ చుట్టూ ఒక సరిహద్దును గీసి, తదుపరి తరం సింథటిక్ మీడియాను నడిపించే భారీ మల్టీమోడల్ డేటాసెట్ల నుండి దానిని దూరంగా ఉంచుతారు.
యాక్టివ్గా ఉండే AI ఫీచర్లు
ఆప్ట్-అవుట్ చేయడం వల్ల ప్లాట్ఫామ్ యొక్క AI-ఆధారిత సాధనాలు ఆగిపోవు. టోగుల్ ఏ స్థితిలో ఉన్నప్పటికీ, మోడరేషన్ బాట్లు, రికమెండేషన్ ఇంజన్లు, స్పాన్సర్షిప్-ఎయిడ్ సర్వీసెస్ మరియు ఆటోమేటిక్ క్యాప్షనింగ్ వంటివి అన్ని ఛానెల్లలో కొనసాగుతాయని Twitch పేర్కొంది. ఈ సేవలు డేటాను కేవలం ప్లాట్ఫామ్ లోపల ఉండే ఫంక్షనాలిటీ కోసం మాత్రమే ఉపయోగిస్తాయి, బాహ్య మోడల్స్కు శిక్షణ ఇవ్వడానికి కాదు. ఒక స్ట్రీమ్ యజమాని ఆప్ట్-అవుట్ చేసినట్లయితే, ఒక వీక్షకుడు చాట్ చేసినప్పుడు, ఆ చాట్ స్నిప్పెట్ను భవిష్యత్తు మోడల్ శిక్షణ కోసం సేకరించవచ్చా లేదా అనేది యజమాని యొక్క ప్రైవసీ సెట్టింగ్పై ఆధారపడి ఉంటుంది.
ఈ మార్పు ఎందుకు ముఖ్యం
లార్జ్ లాంగ్వేజ్ మోడల్స్ మరియు వీడియో-జనరేషన్ సిస్టమ్స్ను మెరుగుపరచడానికి టెక్ దిగ్గజాలు బహిరంగంగా అందుబాటులో ఉన్న కంటెంట్ను ఎలా స్క్రేప్ చేస్తున్నాయనే దానిపై పెరుగుతున్న పరిశీలనల మధ్య ఈ నిర్ణయం వచ్చింది. సబ్స్క్రిప్షన్లు, ప్రకటనలు మరియు స్పాన్సర్షిప్ల ద్వారా మానిటైజ్ చేయబడే తమ పనిని, స్పష్టమైన అనుమతి లేకుండా తిరిగి ఉపయోగించకూడదని క్రియేటర్లు వాదిస్తున్నారు. స్ట్రీమర్లకు ఇన్-బిల్ట్ ఆప్ట్-అవుట్ సౌకర్యాన్ని అందించడం ద్వారా, Twitch సమ్మతి ఆధారిత డేటా సేకరణ వైపు మళ్లుతోందని సంకేతమిస్తోంది. ఇది యూజర్-జనరేటెడ్ మీడియాను హోస్ట్ చేసే ప్లాట్ఫామ్లన్నింటికీ ఒక ప్రామాణిక నమూనాగా మారవచ్చు.
Amazon యొక్క AI బృందాల కోసం, ఈ టోగుల్ వైవిధ్యమైన, రియల్-టైమ్ డేటా వనరును తగ్గిస్తుంది. అధిక నాణ్యత కలిగిన జనరేటివ్ మోడల్స్కు శిక్షణ ఇవ్వడానికి సాధారణంగా బిలియన్ల గంటల వీడియో మరియు చాట్ లాగ్లు అవసరమవుతాయి. Twitch ఎకోసిస్టమ్లోని గణనీయమైన భాగం డేటా షేరింగ్ను నిలిపివేస్తే, డెవలపర్లు ప్రత్యామ్నాయ డేటాసెట్ల కోసం వెతకాల్సి రావచ్చు, లైసెన్సింగ్ ఒప్పందాలను చర్చించాల్సి రావచ్చు లేదా సింథటిక్ డేటా జనరేషన్లో పెట్టుబడి పెట్టాల్సి రావచ్చు. దీని ప్రభావం కొత్త మల్టీమోడల్ AI సామర్థ్యాలు ఎంత వేగంగా వస్తాయనే దానిని మార్చవచ్చు.
సంభావ్య లోపాలు
ఈ టోగుల్ అన్ని రకాల డేటా వినియోగాన్ని పూర్తిగా తొలగించదు. AI-ఆధారిత మోడరేషన్, డిస్కవరీ మరియు యాక్సెసిబిలిటీ టూల్స్ ఇప్పటికీ కంటెంట్ను అక్కడికక్కడే విశ్లేషిస్తాయి, కాబట్టి క్రియేటర్లకు ఆ వ్యవస్థల యొక్క ఆచరణాత్మక ప్రయోజనాలు అందుతాయి. అయితే, శిక్షణ సామగ్రి యొక్క తగ్గిన ప్రవాహం, విస్తృతమైన ప్రవర్తనా సంకేతాలపై ఆధారపడే రికమెండేషన్ అల్గారిథమ్స్ యొక్క దీర్ఘకాలిక ఖచ్చితత్వాన్ని బలహీనపరచవచ్చు. మోడల్స్కు నేర్చుకోవడానికి తక్కువ ఉదాహరణలు ఉంటే, కొత్త ట్రెండ్లకు అనుగుణంగా అవి నెమ్మదిగా స్పందించవచ్చు.
డిఫాల్ట్గా ఇది ఆన్లో ఉండటం వల్ల, స్ట్రీమర్ స్వయంగా ఆప్ట్-అవుట్ చేయాల్సి ఉంటుంది. ఈ టోగుల్ గురించి తెలియని వారు తమ పనిని తెలియకుండానే AI శిక్షణకు అందించవచ్చు. రికమెండేషన్ ఇంజన్లు డేటాను పంచుకునే ఛానెల్లకు ప్రాధాన్యత ఇస్తాయని భావిస్తూ, ఆప్ట్-అవుట్ చేయడం వల్ల ఎక్స్పోజర్ పరిమితం కావచ్చునని కొంతమంది క్రియేటర్లు భయపడుతున్నారు—దీనిని Twitch ధృవీకరించలేదు.
తదుపరి ఏమి గమనించాలి
ఈ టోగుల్ను ఇతర Amazon-సంబంధిత సేవలకు విస్తరించడానికి Twitch ఎటువంటి కాలక్రమాన్ని ప్రకటించలేదు, అలాగే ఆప్ట్-అవుట్ను పాటించేలా అది ఎలా ఆడిట్ చేస్తుందో కూడా వివరించలేదు. పరిశీలకులు అడాప్షన్ రేట్లను గమనిస్తారు: ఎంతమంది ఛానెల్లు నిజంగా శిక్షణను నిలిపివేస్తున్నాయి మరియు అది వీక్షకుల సంఖ్య లేదా ఆదాయంలో మార్పులతో సంబంధం కలిగి ఉందా లేదా అనేది చూస్తారు. Amazon యొక్క స్పందన—అది తన డేటా-ఇంజెషన్ పైప్లైన్లను సర్దుబాటు చేస్తుందా లేదా కొత్త భాగస్వామ్యాలను వెతుకుతుందా అన్నది—పరిశ్రమ Twitch ఎకోసిస్టమ్ను శిక్షణ వనరుగా ఎంత విలువైనదిగా భావిస్తుందో చూపుతుంది.
మరిన్ని ప్లాట్ఫామ్లు ఇటువంటి సమ్మతి యంత్రాంగాలను అవలంబిస్తే, AI డెవలపర్లు డేటా సేకరణ వ్యూహాలను పునర్నిర్మించాల్సి రావచ్చు, స్పష్టమైన లైసెన్సింగ్ ఒప్పందాలు మరియు క్రియేటర్ ఇన్సెంటివ్లపై ఎక్కువ దృష్టి పెట్టాల్సి ఉంటుంది. వేగవంతమైన ఆవిష్కరణ కోసం ఓపెన్ డేటా మరియు క్రియేటర్ల యాజమాన్య హక్కులను గౌరవించడం మధ్య సమతుల్యత అనేది AI కమ్యూనిటీలో ఒక ప్రధాన చర్చగా మారనుంది.
ముగింపు: Twitch యొక్క కొత్త ప్రైవసీ టోగుల్, తమ కంటెంట్ Amazon యొక్క జనరేటివ్-AI మోడల్స్కు ఇంధనంగా మారుతుందో లేదో అనే దానిపై స్ట్రీమర్లకు ప్రత్యక్ష నియంత్రణను ఇస్తుంది. ఇది ప్లాట్ఫామ్ లోపల ఉండే AI టూల్స్ను అందుబాటులో ఉంచుతూనే, భవిష్యత్తు సింథటిక్ మీడియాకు పునాది వేసే డేటా సప్లై చైన్ను మార్చే అవకాశం ఉంది.