Matematikawan Minta Bukti, OpenAI Disorot soal Data Training

Ada keributan baru di dunia AI, dan kali ini datang dari kalangan matematikawan. Mereka minta OpenAI buka-bukaan soal asal data yang dipakai buat melatih modelnya. Pertanyaannya simpel tapi berat. Apakah karya dan riset mereka ikut dipakai tanpa izin?

Gue rasa isu ini penting bukan cuma buat orang lab, tapi buat siapa pun yang bikin konten, kode, atau riset di internet. Karena kalau data training bisa datang dari mana aja, batas antara belajar dari publik dan mengambil karya orang jadi makin tipis.

Apa yang lagi ramai

Sekelompok matematikawan mempertanyakan apakah OpenAI memakai hasil kerja mereka sebagai bahan training tanpa persetujuan. Mereka pengin bukti, bukan sekadar klarifikasi normatif dari pihak perusahaan. Sampai sekarang, jawaban resmi soal sumber data training model AI besar memang masih minim.

Masalahnya, dataset buat model bahasa besar itu raksasa dan jarang diungkap detail. Jadi wajar kalau komunitas akademik merasa perlu ada bentuk audit atau transparansi yang lebih jelas.

Kenapa ini bukan cuma soal matematika

Isu ini sebenarnya soal provenance data, alias dari mana sebuah data berasal dan siapa yang berhak atasnya. Kalau model dilatih pakai konten berhak cipta, kode, atau paper riset, pertanyaan hukum dan etikanya langsung muncul. Bukan hal baru, tapi makin sering diperdebatkan.

Buat perusahaan AI, transparansi soal data itu pisau bermata dua. Di satu sisi bagus buat kepercayaan, di sisi lain membuka celah tuntutan hukum. Itu sebabnya banyak lab milih diam dan bilang detailnya rahasia kompetitif.

Intinya, pertarungan soal data training belum kelar. Yang jelas, era ambil aja semua dari internet perlahan mulai dapat perlawanan. Dan itu kabar baik buat siapa pun yang peduli soal keadilan di ekosistem AI.

Sumber: Mathematicians want proof OpenAI didn't use their work