أخبار ar.wedoany.com، مع تغلغل الذكاء الاصطناعي التوليدي في القطاع الصناعي، يتحول تركيز الشركات نحو قضايا حقوق النشر، وتراخيص المصادر المفتوحة، وإدارة بيانات التدريب، وشفافية سلسلة توريد البرمجيات. أصبحت المسؤولية القانونية عن مخرجات الذكاء الاصطناعي، والتحقق من مصادر بيانات التدريب، والاستجابة للأنظمة العالمية، من التحديات التشغيلية الجديدة، مما يزيد الطلب على بناء أنظمة حوكمة ذات صلة.
في مؤتمر "المصادر المفتوحة والذكاء الاصطناعي 2026" الذي عُقد في الحادي عشر من الشهر الجاري في قاعة "ذا راوم" بمنطقة جانجنام في سيول، ناقش المشاركون عوامل الخطر الناجمة عن استخدام المصادر المفتوحة والبيانات في عصر الذكاء الاصطناعي، وبحثوا استراتيجيات الاستجابة على مستوى الشركات. وقد تم توسيع نطاق هذا الحدث، الذي يُعقد للعام الخامس عشر على التوالي، ليشمل مجال الذكاء الاصطناعي بالإضافة إلى موضوع المصادر المفتوحة. رعَ المؤتمر كل من جمعية المصادر المفتوحة الكورية (OSBC) وشركة Insignary، وشارك فيه خبراء قانونيون وشركات محلية ودولية، حيث تبادلوا وجهات النظر حول نزاعات حقوق النشر، وقائمة مكونات الذكاء الاصطناعي (AI-BOM)، وقائمة مكونات البرمجيات (SBOM)، وحلول إدارة سلسلة التوريد.
قال كيم تايك-وان، ممثل جمعية OSBC، في كلمته الافتتاحية إن الذكاء الاصطناعي والمصادر المفتوحة أصبحا متلازمين، معرباً عن أمله في أن تكون هذه الفعالية فرصة لفهم عوامل الخطر المختلفة التي تظهر أثناء استخدام الذكاء الاصطناعي واستكشاف سبل مواجهتها. واتفق المشاركون في ذلك اليوم على أنه نظراً لحتمية توسع تطبيقات الذكاء الاصطناعي، فمن الضروري إدارة كل من الابتكار التكنولوجي، وحقوق النشر، وحوكمة البيانات، وشفافية سلسلة التوريد في آن واحد. ويتوقع الخبراء في القطاع أنه بما أن الذكاء الاصطناعي يتطور بالاعتماد على المصادر المفتوحة والبيانات، فإن القدرة التنافسية للشركات في المستقبل لن تعتمد على "ما تم تصنيعه"، بل على القدرة على شرح "كيف تم تصنيعه".
أشار أول المتحدثين الرئيسيين، ليم هيونغ-جو، رئيس مركز يولتشون للذكاء الاصطناعي الرقمي (Yulchon AI DC Center)، إلى أن التحدي التالي لصناعة الذكاء الاصطناعي ليس تقنياً، بل قانونياً. واستشهد بمنحنى نضج التكنولوجيا الصادر عن شركة Gartner، موضحاً أن أحد الأسباب الرئيسية لوقوع صناعة الذكاء الاصطناعي حالياً في "وادي الموت (Chasm)" ليس تقنياً في جوهره، بل هو الصراع مع أنظمة الحقوق الحالية واللوائح التنظيمية. ومع بدء التنفيذ الفعلي للوائح مثل قانون الذكاء الاصطناعي الأساسي في كوريا وقانون الذكاء الاصطناعي للاتحاد الأوروبي (EU AI Act)، تتحول المخاطر القانونية المحتملة إلى واقع ملموس.
أوضح ليم هيونغ-جو أن النزاعات المتعلقة بحقوق النشر والذكاء الاصطناعي تتزايد بسرعة. فقد شهدت الدعاوى القضائية المتعلقة بالذكاء الاصطناعي التوليدي في الولايات المتحدة زيادة كبيرة خلال العامين الماضيين، ومن الأمثلة البارزة عليها الدعاوى بين Getty Images وStability AI، وبين صحيفة نيويورك تايمز (The New York Times) وOpenAI، وبين شركات التسجيلات الكبرى والشركات الناشئة في مجال الذكاء الاصطناعي. وأشار في معرض حديثه عن قضية Getty Images إلى أن استخدام الصور التي تحتوي على علامات مائية في تدريب الذكاء الاصطناعي هو نقطة خلاف رئيسية، حيث أصبحت كل من عملية التدريب وعملية توليد النتائج محلاً للنزاعات حول حقوق النشر. ومع ذلك، تعتمد المحاكم الأمريكية في النزاعات المحيطة بتدريب الذكاء الاصطناعي التوليدي بشكل أساسي على مبدأ "الاستخدام العادل (Fair Use)". ويتمحور جوهر الحكم على الاستخدام العادل حول ما إذا كان هذا الاستخدام يتسبب في ضرر جوهري للسوق الأصلي للعمل، وما إذا كان يشكل علاقة تنافسية مع المؤلف الأصلي ويؤدي إلى تأثير تآكل في السوق، وهو ما أصبح معياراً مهماً. وتوقع أن تكون نتائج الدعاوى القضائية الجارية حالياً بين هيئات البث الكورية وشركات الذكاء الاصطناعي بمثابة معايير مهمة في المستقبل. بالإضافة إلى ذلك، قد تشكل البيانات الشخصية والأسرار التجارية والبيانات غير العامة نقاط نزاع قانوني أكثر تعقيداً من حقوق النشر. ويعد إيجاد توازن بين تطوير صناعة الذكاء الاصطناعي وحماية حقوق المبدعين هو التحدي الأساسي في المستقبل، وتعمل المحاكم والهيئات التنظيمية في مختلف الدول حالياً في مرحلة انتقالية لوضع المبادئ التوجيهية.
أشار المتحدث الرئيسي الثاني، مايك بيتنغر، كبير مسؤولي الإستراتيجية (CSO) في شركة Insignary، إلى أن الكود المولد بواسطة الذكاء الاصطناعي يخضع أيضاً لالتزامات الترخيص. وأوضح أن المصادر المفتوحة أصبحت المعيار في تطوير البرمجيات الحديثة، ونظراً لانخفاض تكاليف التطوير وتقصير وقت الوصول إلى السوق، تعتمد معظم البرمجيات الحالية على مكونات متنوعة من المصادر المفتوحة. تكمن المشكلة في أنه مع انتشار أدوات البرمجة المعتمدة على الذكاء الاصطناعي، تتزايد "التبعيات المخفية (Hidden Dependencies)" التي يصعب اكتشافها بالطرق التقليدية. وأوضح بيتنغر أنه بعد أن يتعلم الذكاء الاصطناعي من كود المصادر المفتوحة، يمكنه إعادة توليد مقاطع برمجية تؤدي وظائف محددة. في هذه الحالة، لا يتم تسجيل مقاطع الكود المولدة في مدير الحزم أو ملفات البناء، وبالتالي لا تستطيع أدوات تحليل مكونات البرمجيات (SCA) الحالية وقوائم مكونات البرمجيات (SBOM) التعرف عليها. وأشار إلى أن مقاطع الكود من المصادر المفتوحة الموجودة في الكود المولد بواسطة الذكاء الاصطناعي قد تتحمل أيضاً التزامات الترخيص الأصلية. حتى في حالة استخدام جزء فقط من الكود، فإن إشعارات حقوق النشر أو التزامات الامتثال للترخيص لا تزول. وحذر بشكل خاص من أنه إذا تضمن الكود تراخيص Copyleft مثل GPL، فقد يؤدي ذلك إلى نزاعات حول الأعمال المشتقة. واستشهد بيتنغر بنتائج بحثية تشير إلى أنه في أكثر من نصف ملفات التطبيقات المولدة بواسطة الذكاء الاصطناعي، تم العثور على مقاطع برمجية غير معلنة من المصادر المفتوحة، لكن أدوات SCA الحالية تمكنت فقط من التعرف على حوالي 23% من إجمالي التبعيات. وشدد على أن اعتماد الذكاء الاصطناعي ليس خياراً، ولكن إدارة المخاطر ليست خياراً أيضاً، مما يستلزم إنشاء ضوابط حوكمة وتقنية تضمن الرؤية على مستوى مقاطع الكود.
أكد تشو جونغ-وون، المحامي في معهد LG لأبحاث الذكاء الاصطناعي، على أن قائمة مكونات الذكاء الاصطناعي (AI-BOM) هي نظام إثبات لسلسلة توريد البيانات. وأوضح المحامي تشو أن الامتثال للمصادر المفتوحة أصبح معيارياً منذ سنوات عديدة، لكن معايير إدارة بيانات تدريب الذكاء الاصطناعي لم يتم وضعها بشكل كافٍ بعد. وتعود نزاعات حقوق النشر الحالية في الولايات المتحدة وأوروبا في النهاية إلى مسألة شرعية مصدر البيانات واستخدامها. وأشار أيضاً إلى اختلاف معايير الحكم على تدريب ومخرجات الذكاء الاصطناعي بين الدول. فحتى بالنسبة لنفس خدمة الذكاء الاصطناعي، قد تختلف النتائج بناءً على الدولة التي تتبعها المحكمة المختصة. لذلك، تحتاج الشركات إلى بناء نظام إثبات قادر على تتبع مصدر البيانات، والتراخيص، وتاريخ المعالجة، وعمليات إعادة التوزيع. وأوضح المحامي تشو أن AI-BOM ليست مجرد وثائق، بل هي نظام أساسي يمكنه شرح سلسلة توريد البيانات. ستواجه الشركات في المستقبل مواقف تتطلب إثبات البيانات المستخدمة والعملية التي تم بها بناء النموذج. يدير معهد LG لأبحاث الذكاء الاصطناعي حالياً نظاماً للامتثال للبيانات يقوم بتحليل حقوق النشر لبيانات التدريب، والبيانات الشخصية، وتاريخ النزاعات، ويعمل على تطوير تقنية تتبع أصل البيانات (Data Provenance).
أكد نورييو كوبوتا، كبير مسؤولي الإستراتيجية المتقدمة للمصادر المفتوحة في مجموعة سوني، على أهمية ضمان جودة قائمة مكونات البرمجيات (SBOM) في ظل توسع اللوائح التنظيمية لسلسلة التوريد العالمية. وأوضح أنه مع ظهور لوائح مثل تلك الصادرة عن NTIA وCISA في الولايات المتحدة، وقانون المرونة الإلكترونية (CRA) للاتحاد الأوروبي، تحتاج الشركات إلى التعامل مع متطلبات مختلفة في آن واحد. وأشار كوبوتا إلى أن SBOM كانت في الماضي وثائق لمراجعة التراخيص والثغرات الأمنية يدوياً، ولكن مع توسع حجم سلاسل التوريد، وصل التحقق اليدوي إلى حده الأقصى. وأكد بعد ذلك على أهمية وجود معلومات تعريفية دقيقة للحزم، وبيانات وصفية قابلة للتتبع، ونظام فعال لتبادل المعلومات بين المشاركين في سلسلة التوريد. وخلص إلى أن جودة SBOM ستحدد بشكل مباشر موثوقية سلسلة التوريد.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
