是时候向大语言模型开放 ACM 数字图书馆了
Hacker News 摘要原标题：Now is the time to give LLMs access to the ACM digital library
计算机协会（ACM）正在探讨是否应允许大语言模型（LLM）访问其数字图书馆。ACM 认为，尽管存在风险，但向 AI 开放数字图书馆的收益已经超过了潜在的威胁。
参与 AI 生态的必要性
ACM 此前一直采取谨慎的态度，优先保护数字图书馆的完整性并了解作者与志愿领导者的观点，而不是急于将内容货币化。然而，目前的共识是，AI 系统正逐渐成为科学知识发现、合成和应用的基础设施。
如果不让 AI 接触 ACM 的出版物，可能会带来以下风险：
• 学术权威性流失：ACM 的同行评审语料库是全球最权威的计算机研究来源之一。如果 AI 系统只能获取低质量素材而无法接触到受信任的学术成果，未来的知识工具可能会低估或错误呈现 ACM 的研究。
• 提升 AI 的事实准确性：将 ACM 出版物纳入 AI 训练，有助于改善 AI 系统的质量和事实依据，使先进的计算知识在不同语言和专业水平中更易获取。
• 维护作者影响力：研究人员发表论文是为了影响未来的工作。随着学生、工程师和决策者日益依赖 AI 工具，确保 ACM 内容被 AI 采用，可以扩大作者思想的传播范围，同时引导用户回到原始记录。
• 适应研究流转的变化：AI 辅助的文献综述、编程和写作正在改变科研流程。如果出版商不在 AI 生态中，就可能沦为单纯的记录库，而不是影响力的源头。除了模型训练，对话式界面和检索增强生成（RAG）等技术也正在成为学术传播的重要组成部分。
• 财务可持续性：虽然许可收入不是主要动机，但它可以为编辑系统、会议和社区项目提供额外的财务支持。
风险与顾虑
尽管参与 AI 生态具有战略意义，但 ACM 仍面临许多严峻的挑战：
1. 署名问题：目前的 AI 系统并不总能为作者和出版商提供充分的归属信息。
2. 幻觉与错误：AI 的幻觉现象可能会扭曲研究结果，让用户对生成的内容产生盲目信任。
3. 权利管理：许可协议需要复杂的法律、技术和运营框架，以确保透明度和合规性。
4. 商业垄断：人们担心经济价值会过度集中在少数商业 AI 供应商手中。
ACM 表示，并非所有 LLM 和 AI 项目都是平等的。在与 AI 公司签署协议前，ACM 将仔细评估每一个机会。
总结与后续步骤
对 ACM 而言，现在的核心问题不再是是否允许训练，而是如何确保 ACM 作者及其作品在 AI 媒介的知识生态中保持可见性、可追溯性和影响力。
研究人员和决策者正通过 AI 而非传统搜索界面与科学知识互动。ACM 出版物的长期价值将取决于其在这些环境中的可见度，以及用户是否能轻松回到原始出处。
目前，ACM 正在寻求广泛的社区反馈。作者 Scott Delman 在回复评论时强调，ACM 领导层（包括出版委员会和数字图书馆委员会的志愿者与工作人员）尚未做出最终的许可决策。现阶段的文章旨在分享当前的思考，并邀请社区成员提供意见。这些反馈将直接影响 ACM 未来几个月的 AI 内容战略决策。
原文：https://cacm.acm.org/opinion/now-is-the-time-to-give-llms-access-to-the-acm-digital-library/