பொதுக் காப்புரிமைக் காலம் முடிந்த நூலகப் பொருட்களைப் படமெடுத்து, ஆய்வாளர்கள் எளிதாகக் கண்டுபிடிக்க உதவும் வழியாக ஆக்ஸ்ஃபோர்டு தனது OpenAI உடனான பணியை முன்வைத்தது. செப்டம்பர் 26 அன்று கார்டியன் செய்தி வெளியிட்டது பல்கலைக்கழகத்தின் உள் ஆவணங்கள், மின்னாக்கப்பட்ட பொருட்கள் OpenAI பயிற்சித் தொகுப்பை நிரப்ப உதவுவதாகக் கூறியதை. பயிற்சித் தரவுக்கு இந்தத் திட்டம் பங்களிப்பதை ஊழியர்கள் வெளிப்படையாகத் தெரிவித்திருந்ததாக ஆக்ஸ்ஃபோர்டு பேச்சாளர் செய்தித்தாளிடம் கூறினார். பொதுவில் உள்ள திட்ட விளக்கம் படமெடுத்தல், எழுத்துப்பெயர்ப்பு ஆய்வுகளை விரிவாக விளக்குகிறது; ஆனால் அந்த இரண்டாவது பயன்பாட்டைத் தெளிவுபடுத்தவில்லை.

முக்கிய மாற்றம்: மின்னாக்கம் AI பயிற்சிக்கும் பயன்படுகிறது

  • என்ன மாறியுள்ளது: கார்டியன் உள் ஆவணங்கள் குறித்து செய்தி வெளியிட்டதைத் தொடர்ந்து, பொதுமக்களுக்கான மின்னாக்க முன்னோட்டத்துடன் பயிற்சித் தரவு நோக்கமும் இருப்பதை ஆக்ஸ்ஃபோர்டு ஒப்புக்கொண்டுள்ளது. போட்லியன் பொருட்களைக் கொண்டு பயிற்சி பெற்ற மாதிரி எதையும் பொதுப் பதிவுகள் இன்னும் அடையாளம் காணவில்லை.
  • இது ஏன் முக்கியம்: நூலகங்கள் தேடக்கூடிய மின்னணு தொகுப்புகளைப் பெறலாம்; அதே நேரத்தில் தொழில்நுட்பக் கூட்டாளி AI மேம்பாட்டுக்கான பொருட்களைப் பெறலாம். இந்தப் பரிமாற்றத்தை மதிப்பிட ஒவ்வொரு நோக்கத்திற்கும் எந்தத் தொகுப்புகள் பயன்படுகின்றன என்பதை ஆய்வாளர்களும் பொதுமக்களும் அறிய வேண்டும்.
  • எதைக் கவனிக்க வேண்டும்: படமெடுக்கப்பட்ட பிரதிகளின் உரிமைகள் தன்னிடமே இருப்பதாகவும், மின்னாக்கப்பட்ட பொருட்களை வெளிப்படையாக வெளியிடத் திட்டமிட்டுள்ளதாகவும் ஆக்ஸ்ஃபோர்டு கூறுகிறது. OpenAIக்கு எந்தத் தொகுப்பு வழங்கப்பட்டது, எந்தப் பயிற்சிப் பயன்பாட்டுக்காக வழங்கப்பட்டது என்பதை விவரிக்கும் தொகுப்பு-வாரியான பதிவு, இந்த ஏற்பாட்டை மதிப்பிடுவதை எளிதாக்கும்.

பொதுத் திட்டம் படமெடுத்தல் மற்றும் எழுத்துப்பெயர்ப்பைப் பற்றியது

ஆக்ஸ்ஃபோர்டின் மார்ச் 2025 அறிவிப்பு இணையத்தில் முன்பு கிடைக்காத, பொதுக் காப்புரிமைக் காலம் முடிந்த போட்லியன் நூலகப் பொருட்களை மின்னாக்கும் முன்னோட்டத் திட்டத்தை விவரித்தது. திட்டமிட்ட தொகுப்புகளில் 1498 முதல் 1884 வரையிலான உலகப் பகுதிகளைச் சேர்ந்த 3,500 ஆய்வுக் கட்டுரைகள் இருப்பதாகக் குறிப்பிட்டு, அதன் விளைவுகள் உலகெங்கும் உள்ள மாணவர்கள், ஆய்வாளர்கள் தேடிப் பயன்படுத்தக்கூடியதாக இருக்கும் என்றது. அவை OpenAI பயிற்சித் தொகுப்புக்கு மாற்றப்படுவது குறித்து அறிவிப்பில் எதுவும் இல்லை.

அந்த போட்லியன் திட்டப் பக்கம் OpenAIயின் நிதியுதவியுடன் 2025 பிப்ரவரியில் முன்னோட்டம் தொடங்கியதாகக் கூறுகிறது. படமெடுக்கும் கருவிகள் மற்றும் முறைகளைச் சோதித்தல், ஸ்கேன்களில் இருந்து எழுத்துணரி மற்றும் கையெழுத்து உரை அறிதல் மூலம் உரையைப் பிரித்தெடுப்பதை ஆய்வு செய்தல், AI உதவியுள்ள தகவல் குறிச்சொல் மற்றும் தொகுப்புத் தேடலை ஆராய்தல் ஆகியவை அதன் பணிப்பிரிவுகள். இப்பணிகள் மின்னணுப் படங்கள், எழுத்துப்பெயர்ப்புகள், பட்டியல் பதிவுகளை உருவாக்கலாம். ஸ்கேன் செய்த பக்கத்தை ஒரு அமைப்பு படிக்குமா என்று சோதிப்பது மட்டும், அந்தப் பக்கமோ அதன் எழுத்துப்பெயர்ப்போ மாதிரிப் பயிற்சித் தரவுத்தொகுப்பில் சேர்க்கப்பட்டன என்பதை நிறுவாது.

தனது உலக ஆய்வுக் கட்டுரைகள் தொகுப்பிலிருந்து சுமார் 125,000 படங்களைப் பதிவு செய்துள்ளதாகவும், கையெழுத்துப் பட்டியல் அட்டைகளிலிருந்து மேலும் 429,000 கோப்புகளை உருவாக்கியுள்ளதாகவும் போட்லியன் கூறுகிறது. பத்தொன்பதாம், இருபதாம் நூற்றாண்டுகளைச் சேர்ந்த ஐரோப்பிய, அமெரிக்க முனைவர் ஆய்வுக் கட்டுரைகளே முன்னோட்ட மாதிரி என அதன் பக்கம் விவரிக்கிறது; 2025 அறிவிப்பு 1498 முதல் 1884 வரையிலான 3,500 ஆய்வுக் கட்டுரைகளைக் குறிப்பிட்டது. அந்த விளக்கங்கள் ஸ்கேன் செய்யப்பட்ட அல்லது மாற்றப்பட்ட பொருட்களுடன் எவ்வாறு பொருந்துகின்றன என்பதைப் பொதுப் பக்கங்கள் கூறவில்லை. இந்த எண்ணிக்கைகள் மின்னாக்க வெளியீடுகளைக் குறிக்கின்றன; OpenAI பயிற்சித் தரவின் வெளியிடப்பட்ட பட்டியலை அல்ல.

புதிய செய்தி எதை நிறுவுகிறது

OpenAI மின்னாக்கிய போட்லியன் பொருட்களைக் குறித்து உள் ஆவணங்களில் “OpenAI பயிற்சித் தொகுப்பை நிரப்புதல்” என்ற சொற்றொடர் பயன்படுத்தப்பட்டதாக கார்டியன் கூறுகிறது. 2025 ஜூன் மாதத்துக்குள் வரலாற்று ஆய்வுக் கட்டுரைகளின் 125,000 படங்கள் OpenAI உடன் பகிரப்பட்டதாகவும் அது செய்தி வெளியிடுகிறது; ஸ்கேன் செய்யப்பட்ட பிற உரைகளில் பதினாறாம் நூற்றாண்டைச் சேர்ந்த 10,000 அறிவிப்புப் பாடல்களும் இருந்ததாகக் கூறுகிறது. ஸ்கேன் செய்யப்பட்ட ஒவ்வொரு பாடலும் பயிற்சித் தரவானது என்பதை இந்தச் செய்தி நிறுவவில்லை. தகவல் அறியும் உரிமைக் கோரிக்கையில் பெற்ற பல்கலைக்கழகக் கூட்டக் குறிப்புகள், கூட்டாண்மையின் நற்பெயர் மற்றும் சுற்றுச்சூழல் ஆபத்துகள் குறித்து ஊழியர்கள் கவலை தெரிவித்ததைப் பதிவு செய்துள்ளதாகவும் செய்தித்தாள் கூறுகிறது. நாங்கள் ஆய்வு செய்த ஆதாரங்களில் அந்த உள் ஆவணங்கள் கிடைக்கவில்லை; எனவே கார்டியன் செய்தியைத் தாண்டிய அவற்றின் துல்லியமான சொற்கள், தேதிகள், வரம்பு ஆகியவை இங்கு சரிபார்க்கப்படவில்லை.

மின்னாக்கப்படும் பொருட்களின் அளவு குறைவானது, காப்புரிமைக் காலம் முடிந்தவை, OpenAIக்கு பிரத்தியேகமற்ற அடிப்படையில் கிடைத்தவை என ஆக்ஸ்ஃபோர்டு பேச்சாளர் கார்டியனிடம் கூறினார். ஸ்கேன் உரிமைகள் போட்லியனிடம் இருப்பதாகவும், சில மாதங்களில் அவற்றை இணையத்தில் வெளிப்படையாக வெளியிடத் திட்டமிட்டுள்ளதாகவும் அவர் தெரிவித்தார். இயந்திரக் கற்றல் கூறு மறைக்கப்படவில்லை என்ற குற்றச்சாட்டையும் பேச்சாளர் மறுத்தார்; பயிற்சித் தரவுக்கு திட்டம் பங்களிக்கும் என்பதை ஊழியர்கள் வெளிப்படையாகக் கூறியதாகச் செய்தித்தாளிடம் தெரிவித்தார். வரலாற்று அறிவு AI மாதிரிகளில் பிரதிபலிக்க உதவுவதில் மகிழ்ச்சி என OpenAI கார்டியனிடம் கூறியது; அதன் வெளியிடப்பட்ட நெக்ஸ்ட் ஜென் AI அறிவிப்பு போட்லியன் பணி அரிய நூல்களை மின்னாக்கி, அவற்றை எழுத்துப்பெயர்க்க தனது APIயைப் பயன்படுத்துவதாக விவரிக்கிறது.

செய்தியையும் ஆக்ஸ்ஃபோர்டின் பதிலையும் சேர்த்துப் பார்த்தால், இந்த ஏற்பாட்டில் பயிற்சித் தரவுக்கான பங்களிப்பும் அடங்கியுள்ளது என்று கூற ஆதாரம் உள்ளது. ஆனால் எந்தத் தொகுப்பிலிருந்து எந்தப் பொருட்கள் எந்தத் தரவுத்தொகுப்பில் வைக்கப்பட்டன, படங்களா அல்லது எழுத்துப்பெயர்த்த உரையா பயன்படுத்தப்பட்டது, வெளியிடப்பட்ட குறிப்பிட்ட மாதிரி ஏதேனும் அவற்றைக் கொண்டு பயிற்றுவிக்கப்பட்டதா, OpenAI அவற்றை மீண்டும் பயன்படுத்துவதற்கான நிபந்தனைகள் என்ன ஆகியவற்றை அவை நிறுவவில்லை. குறிப்பிட்ட மாதிரிக்குப் பயிற்சி அளிப்பதற்கு முன்பே பயிற்சித் தொகுப்பு திரட்டப்படலாம். ஆக்ஸ்ஃபோர்டின் பொதுவான மின்னாக்க விளக்கமும் OpenAIயின் 2025 அறிவிப்பும் இந்த இடைவெளிகளை நிரப்பவில்லை.

பயிற்சிப் பயன்பாட்டைத் தெளிவுபடுத்த இன்னும் தேவைப்படும் பதிவுகள்

ஐந்து பணிப்பிரிவுகள் ஒவ்வொன்றைப் பற்றியும் திறந்த அணுகல் அறிக்கைகளை வெளியிட குழு திட்டமிட்டதாக ஆக்ஸ்ஃபோர்டின் திட்டப் பக்கம் கூறுகிறது. OpenAIக்கு வழங்கிய பொருட்களைப் பெயரிட்டு, அவற்றுக்கான அனுமதிக்கப்பட்ட பயிற்சிப் பயன்பாடுகளை விவரிக்கும் அறிக்கை அல்லது தொகுப்புப் பட்டியல் இருந்தால், பொதுமக்கள் அணுகலால் கிடைக்கும் நன்மையையும் நிறுவனத்துக்கு வழங்கிய தரவையும் ஆய்வாளர்கள் ஒப்பிட முடியும். அதுவரை, அந்த இரண்டாவது பயன்பாட்டுக்கான தெளிவான விளக்கம் கார்டியனின் ஆவண ஆதாரமுள்ள செய்தியும், அதற்கு ஆக்ஸ்ஃபோர்டும் OpenAIயும் அளித்த பதில்களும்தான்.

ஆதாரங்களும் மேலும் வாசிப்பும்

அந்த கார்டியனின் 2026 செப்டம்பர் 26 விசாரணைச் செய்தி உள் ஆவணக் கூற்று, ஆய்வுக் கட்டுரைப் படங்கள் பகிரப்பட்டதாக வெளியான தகவல், கூட்டக் குறிப்புகளில் இருந்த கவலைகள், ஆக்ஸ்ஃபோர்டு மற்றும் OpenAI அளித்த பதில்கள் ஆகியவற்றுக்கான ஆதாரமாகும். அடிப்படை உள் ஆவணங்கள் எங்களின் சுயாதீன ஆய்வுக்குக் கிடைக்கவில்லை.

2025 மார்ச் 4ஆம் தேதிய ஆக்ஸ்ஃபோர்டு கூட்டாண்மை அறிவிப்பு பொதுக் காப்புரிமைக் காலம் முடிந்த பொருட்களுக்கான முன்னோட்டத்தையும், ஆய்வாளர்களுக்கு வழங்க திட்டமிட்ட அணுகலையும் விளக்குகிறது. OpenAI மாதிரிப் பயிற்சிப் பயன்பாட்டை அது குறிப்பிடவில்லை.

அந்த போட்லியன் மின்னாக்க ஆய்வுத் திட்டப் பக்கம் முன்னோட்டப் பணிப்பிரிவுகளையும் படங்களின் எண்ணிக்கையையும் விவரிக்கிறது. அதன் புள்ளிவிவரங்கள் படமெடுத்த வெளியீடுகளைக் குறிக்கின்றன; பயிற்சித் தரவுத்தொகுப்பையோ அதில் பயிற்றுவிக்கப்பட்ட மாதிரியையோ பக்கம் அடையாளம் காணவில்லை.

2025 மார்ச் 4ஆம் தேதிய OpenAI நெக்ஸ்ட் ஜென் AI அறிவிப்பு போட்லியனில் மின்னாக்கம் மற்றும் தனது APIயைப் பயன்படுத்திய எழுத்துப்பெயர்ப்பை விவரிக்கிறது. பயிற்சித் தொகுப்பின் உள்ளடக்கங்களையோ ஸ்கேன் செய்யப்பட்ட பொருட்களைக் கொண்டு பயிற்றுவிக்கப்பட்ட மாதிரியையோ அது அடையாளம் காணவில்லை.