Nasjonalbibliotekets overraskende funn: Skjønnlitteratur gjør chatboter dårligere

Stikk i strid med antagelser viser en stor undersøkelse at tekster fra norsk skjønnlitteratur ikke gjør chatbotene bedre.

Nasjonalbibliotekar Aslak Sira Myhre er overrasket over at romaner ikke bidrar positivt til trening av KI. ARKIVFOTO: Carina Johansen / NTB

Eiere av opphavsrettslig beskyttet materiale har de siste månedene saksøkt de store KI-selskapene i stor stil. De mener selskapene driver med tyveri når de lar chatbotene trene på innholdet deres uten tillatelse. Selskaper som Schibsted forsøker nå å blokkere KI-selskapene fra å la chatbotene lære av selskapenes tekster.

Et helt spesielt forskningsprosjekt har nå funnet ut hvor mye det beskyttede innholdet faktisk bidrar til i opplæringen av språkmodellene. Nasjonalbiblioteket sammen med universitetene UiO og NTNU har gjennomført en stor dugnad med et digert team av forskere og studenter for å finne svaret. Prosjektet er trolig unikt i verdenssammenheng. Nasjonalbiblioteket har nemlig samlet inn og digitalisert så godt som all publisert offentlig tekst på norsk. De enorme basene består av tekster som er både innenfor og utenfor opphavsrett.