در تازه‌ترین بررسی‌ها مشخص شده است که 74.2 درصد از متن‌هایی که مدل هوش مصنوعی DeepSeek تولید می‌کند، شباهت سبکی قابل‌توجهی با خروجی‌های ChatGPT دارد. این شباهت سبک نگارش می‌تواند نشانه‌ای از این باشد که DeepSeek در فرایند آموزش خود از داده‌های تولیدی OpenAI بهره برده است. این مسئله سوالات مهمی را در مورد مالکیت فکری، شفافیت در توسعه مدل‌های هوش مصنوعی و استانداردهای نظارتی ایجاد می‌کند.
نتایج بررسی Copyleaks؛ آیا DeepSeek از OpenAI الگوبرداری کرده است؟
طبق گزارش منتشرشده توسط Forbes، این تحقیق را شرکت Copyleaks، که در زمینه شناسایی محتوای مبتنی‌بر هوش مصنوعی فعالیت دارد، انجام داده است. یافته‌های این بررسی می‌تواند پیامدهای قابل‌توجهی برای حقوق مالکیت فکری، قوانین مرتبط با توسعه هوش مصنوعی و تنظیم‌گری این صنعت داشته باشد.
Copyleaks از فناوری غربالگری و الگوریتم‌های تحلیل سبک نگارش استفاده کرده تا بتواند اثر انگشت سبکی (Stylistic Fingerprint) مدل‌های مختلف زبانی، از جمله OpenAI ،Claude ،Gemini ،LLaMA و DeepSeek را شناسایی کند. برای افزایش دقت این بررسی، از روش رأی‌گیری اجماعی استفاده شده تا احتمال خطا به حداقل برسد.
شباهت DeepSeek به ChatGPT؛ نتایج حیرت‌آور تحقیقات
یکی از نکات برجسته این مطالعه این بود که بیشتر مدل‌های زبان بزرگ (LLMs) سبک نگارشی منحصربه‌فردی دارند، اما خروجی‌های DeepSeek تا حد زیادی مشابه ChatGPT ارزیابی شدند.
«شای نیسان»، رئیس بخش علم داده Copyleaks، در گفت‌وگویی ایمیلی توضیح داده است:
«این مطالعه را می‌توان به کار یک کارشناس خط‌شناسی تشبیه کرد که با مقایسه سبک نوشتاری، سعی در شناسایی نویسنده یک متن دارد. نتایج این بررسی بسیار مهم و در عین حال تعجب‌آور است.»
اگرچه این شباهت را نمی‌توان مدرک قطعی برای استفاده مستقیم DeepSeek از خروجی‌های OpenAI دانست، اما سوالات جدی درباره منابع آموزشی و روش‌های توسعه این مدل مطرح شده است.
- نقض احتمالی مالکیت فکری OpenAI
اگر مشخص شود که DeepSeek بدون دریافت مجوز از OpenAI برای آموزش مدل خود استفاده کرده، این موضوع می‌تواند پیامدهای حقوقی و قانونی گسترده‌ای داشته باشد.
عدم شفافیت در مورد منابع داده آموزشی یکی از چالش‌های اساسی در حوزه هوش مصنوعی است. این موضوع بار دیگر بر نیاز به مقررات و چارچوب‌های نظارتی شفاف برای افشای منابع آموزشی مدل‌های هوش مصنوعی تأکید می‌کند.
نکته جالب این است که خود OpenAI نیز در گذشته به دلیل استفاده از داده‌های اینترنت بدون مجوز صریح، مورد انتقاد قرار گرفته است. اما شباهت قابل‌توجه سبک DeepSeek به ChatGPT، جنبه‌ای تازه به این بحث اضافه کرده و اهمیت حقوق مالکیت فکری در حوزه مدل‌های زبان بزرگ را بیش از پیش پررنگ کرده است.
- تشخیص اثر انگشت سبکی؛ راهکاری برای جلوگیری از نقض حقوق مالکیت فکری
در دنیای هوش مصنوعی، ابزارهایی مانند تشخیص اثر انگشت سبکی می‌توانند به شناسایی نقض احتمالی حقوق مالکیت فکری کمک کنند. این فناوری به بررسی تفاوت‌های ظریف در سبک نگارش مدل‌های مختلف می‌پردازد و می‌تواند در تشخیص اینکه آیا یک مدل از خروجی مدل دیگری تقلید کرده است یا نه، مؤثر باشد.
البته برخی از متخصصان اعتقاد دارند که مدل‌های زبانی به‌دلیل استفاده از مجموعه داده‌های مشابه، به‌طور طبیعی به سبک‌های نگارشی نزدیک به هم خواهند رسید. اما Copyleaks تأکید دارد که روش اجماعی آن‌ها به‌طور ویژه برای تشخیص تفاوت‌های سبکی طراحی شده و این شباهت را نمی‌توان صرفاً نتیجه هم‌پوشانی داده‌ها دانست.
- چالش‌های قانونی و اخلاقی در توسعه مدل‌های زبانی
در حالی که تحقیقات همچنان ادامه دارد، این پرسش مطرح است که آیا DeepSeek واقعاً از خروجی‌های OpenAI بدون مجوز استفاده کرده است یا خیر؟
این بحث نه‌تنها برای شرکت‌های فعال در حوزه هوش مصنوعی، بلکه برای سازمان‌های قانون‌گذاری و توسعه‌دهندگان فناوری‌های نوین نیز اهمیت زیادی دارد. تعیین حدود اخلاقی و قانونی در استفاده از داده‌های موجود یکی از موضوعاتی است که در آینده نزدیک نقش مهمی در تنظیم‌گری صنعت هوش مصنوعی ایفا خواهد کرد.
آینده هوش مصنوعی و نقش نظارت قانونی
در شرایطی که رقابت بین شرکت‌های فناوری برای توسعه مدل‌های هوش مصنوعی پیشرفته‌تر روزبه‌روز افزایش می‌یابد، نظارت قانونی بر روش‌های جمع‌آوری داده و آموزش مدل‌ها ضروری به نظر می‌رسد.
بدون وجود یک چارچوب قانونی شفاف، ممکن است شرکت‌های مختلف اقدام به استفاده از داده‌های رقبا بدون رعایت حقوق مالکیت فکری کنند. این مساله می‌تواند پیامدهای گسترده‌ای در زمینه مالکیت داده، رقابت سالم و توسعه منصفانه فناوری‌های مبتنی بر هوش مصنوعی داشته باشد.
جمع‌بندی؛ آینده DeepSeek و احتمال تبعات قانونی
هنوز مشخص نیست که آیا DeepSeek واقعاً از خروجی‌های OpenAI برای آموزش مدل خود استفاده کرده یا نه، اما این تحقیق سؤالات مهمی را در زمینه توسعه هوش مصنوعی، حقوق مالکیت فکری و مقررات نظارتی ایجاد کرده است.
با توجه به پیچیدگی‌های قانونی در این زمینه، پیگیری این مسئله ممکن است به شفاف‌سازی بیشتر درباره استانداردهای توسعه مدل‌های زبانی منجر شود.
تا این لحظه، DeepSeek هیچ واکنشی به این گزارش‌ها نشان نداده است، اما بدون شک این بحث در ماه‌های آینده بخش جدی‌تری از گفت‌وگوهای مرتبط با قوانین هوش مصنوعی و حقوق مالکیت فکری خواهد شد.
در همین راستا، اهمیت حریم خصوصی و امنیت داده‌ها در فضای دیجیتال بیش از پیش مطرح شده است. بسیاری از کاربران برای حفظ حریم شخصی خود از روش‌هایی مانند خرید شماره مجازی برای ثبت‌نام در سرویس‌های مختلف استفاده می‌کنند.
خرید شماره مجازی یک راهکار ایده‌آل برای ثبت‌نام در سرویس‌های آنلاین بدون نیاز به افشای شماره شخصی است. با توجه به چالش‌های اخیر در حوزه هوش مصنوعی و نقض احتمالی حقوق مالکیت فکری، افزایش سطح امنیت و ناشناس ماندن در فضای دیجیتال اهمیت بیشتری پیدا کرده است.