ਜੈਂਟੂ ਪ੍ਰੋਜੈਕਟ ਨੇ ਏਆਈ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਬਦਲਾਵਾਂ ਨੂੰ ਅਪਣਾਉਣ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾ ਦਿੱਤੀ ਹੈ

ਜੈਂਟੂ ਲੀਨਕਸ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਦੇ ਗਵਰਨਿੰਗ ਬੋਰਡ ਨੇ ਨਿਯਮ ਅਪਣਾਏ ਹਨ ਜੋ ਕਿ ਜੈਨਟੂ ਨੂੰ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਈ ਗਈ ਕਿਸੇ ਵੀ ਸਮੱਗਰੀ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਰੋਕਦੇ ਹਨ ਜੋ ਕਿ ChatGPT, Bard, ਅਤੇ GitHub Copilot ਵਰਗੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਸਵਾਲਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ। ਜੈਂਟੂ ਕੰਪੋਨੈਂਟ ਕੋਡ ਲਿਖਣ, ਈ-ਬਿਲਡ ਬਣਾਉਣ, ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਨ, ਜਾਂ ਬੱਗ ਰਿਪੋਰਟਾਂ ਜਮ੍ਹਾਂ ਕਰਨ ਵੇਲੇ ਅਜਿਹੇ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ।

ਮੁੱਖ ਚਿੰਤਾਵਾਂ ਜਿਨ੍ਹਾਂ ਲਈ Gentoo ਵਿੱਚ AI ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਮਨਾਹੀ ਹੈ:

• ਕਾਪੀਰਾਈਟ ਕੀਤੇ ਕੰਮਾਂ ਸਮੇਤ ਵੱਡੇ ਡਾਟਾ ਸੈੱਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਈ ਗਈ ਸਮੱਗਰੀ ਵਿੱਚ ਸੰਭਾਵਿਤ ਕਾਪੀਰਾਈਟ ਉਲੰਘਣਾ ਬਾਰੇ ਅਨਿਸ਼ਚਿਤਤਾ। ਇਹ ਏਆਈ ਟੂਲਸ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਵਿੱਚ ਲਾਇਸੈਂਸ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੀ ਪਾਲਣਾ ਦੀ ਗਾਰੰਟੀ ਦੇਣ ਵਿੱਚ ਅਸਮਰੱਥਾ ਦਾ ਵੀ ਜ਼ਿਕਰ ਕਰਦਾ ਹੈ। ਤਿਆਰ ਕੀਤੇ AI ਕੋਡ ਨੂੰ ਕੋਡ ਦਾ ਇੱਕ ਡੈਰੀਵੇਟਿਵ ਕੰਮ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਵਰਤਿਆ ਗਿਆ ਸੀ ਅਤੇ ਕੁਝ ਲਾਇਸੈਂਸਾਂ ਦੇ ਅਧੀਨ ਵੰਡਿਆ ਗਿਆ ਸੀ।

  ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਕਿਸੇ ਲਾਇਸੈਂਸ ਵਾਲੇ ਕੋਡ 'ਤੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹੋ ਜਿਸ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ AI ਟੂਲਸ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤਾ ਗਿਆ ਕੋਡ ਇਸ ਲੋੜ ਦੀ ਪਾਲਣਾ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਜ਼ਿਆਦਾਤਰ ਖੁੱਲ੍ਹੇ ਲਾਇਸੰਸਾਂ, ਜਿਵੇਂ ਕਿ GPL, MIT ਅਤੇ Apache ਦੀ ਉਲੰਘਣਾ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਅਨੁਮਤੀ ਵਾਲੇ ਲਾਇਸੈਂਸਾਂ ਦੇ ਅਧੀਨ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਕਾਪੀਲਫਟ ਲਾਇਸੈਂਸ ਵਾਲੇ ਕੋਡ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵੇਲੇ ਲਾਇਸੈਂਸ ਅਨੁਕੂਲਤਾ ਸਮੱਸਿਆਵਾਂ ਵੀ ਹੋ ਸਕਦੀਆਂ ਹਨ।

• ਸੰਭਾਵੀ ਗੁਣਵੱਤਾ ਸਮੱਸਿਆਵਾਂ। ਚਿੰਤਾ ਇਹ ਹੈ ਕਿ ਏਆਈ ਟੂਲਸ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਕੋਡ ਜਾਂ ਟੈਕਸਟ ਸਹੀ ਲੱਗ ਸਕਦਾ ਹੈ, ਪਰ ਇਸ ਵਿੱਚ ਤੱਥਾਂ ਦੇ ਨਾਲ ਲੁਕੀਆਂ ਹੋਈਆਂ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਅੰਤਰ ਹਨ। ਬਿਨਾਂ ਤਸਦੀਕ ਦੇ ਅਜਿਹੀ ਸਮੱਗਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਘੱਟ ਗੁਣਵੱਤਾ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟ ਹੋ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਸਿੰਥੇਸਾਈਜ਼ਡ ਕੋਡ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਵਰਤੇ ਗਏ ਕੋਡ ਵਿੱਚ ਗਲਤੀਆਂ ਨੂੰ ਦੁਹਰਾ ਸਕਦਾ ਹੈ, ਜੋ ਆਖਿਰਕਾਰ ਬਾਹਰੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਵੇਲੇ ਕਮਜ਼ੋਰੀਆਂ ਅਤੇ ਲੋੜੀਂਦੀ ਜਾਂਚਾਂ ਦੀ ਘਾਟ ਵੱਲ ਲੈ ਜਾਵੇਗਾ।

  ਤਸਦੀਕ ਨੂੰ ਤੱਥਾਂ ਦੀ ਜਾਂਚ ਅਤੇ ਕੋਡ ਸਮੀਖਿਆ ਲਈ ਬਹੁਤ ਮਿਹਨਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਗਲਤੀ ਰਿਪੋਰਟਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਸਮੇਂ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਬੇਕਾਰ ਰਿਪੋਰਟਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਉੱਥੇ ਮੌਜੂਦ ਜਾਣਕਾਰੀ ਦੀ ਕਈ ਵਾਰ ਦੋ ਵਾਰ ਜਾਂਚ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਡਿਜ਼ਾਈਨ ਦੀ ਬਾਹਰੀ ਗੁਣਵੱਤਾ ਜਾਣਕਾਰੀ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਪੈਦਾ ਕਰਦੀ ਹੈ ਅਤੇ ਇਹ ਭਾਵਨਾ ਪੈਦਾ ਹੁੰਦੀ ਹੈ ਕਿ ਸਮੀਖਿਅਕ. ਕੁਝ ਗਲਤ ਸਮਝਿਆ।

• ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਵੇਲੇ ਕਾਪੀਰਾਈਟ ਉਲੰਘਣਾ ਨਾਲ ਸਬੰਧਤ ਨੈਤਿਕ ਮੁੱਦੇ, ਮਾਡਲ ਬਣਾਉਣ ਵੇਲੇ ਉੱਚ ਊਰਜਾ ਲਾਗਤਾਂ ਕਾਰਨ ਵਾਤਾਵਰਣ 'ਤੇ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵ, ਏਆਈ ਸੇਵਾਵਾਂ ਨਾਲ ਕਰਮਚਾਰੀਆਂ ਦੀ ਬਦਲੀ ਕਾਰਨ ਛਾਂਟੀ, ਬੋਟਾਂ ਨਾਲ ਸਹਾਇਤਾ ਸੇਵਾਵਾਂ ਦੀ ਥਾਂ ਲੈਣ ਤੋਂ ਬਾਅਦ ਸੇਵਾਵਾਂ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਕਮੀ, ਵਧਿਆ। ਸਪੈਮ ਅਤੇ ਧੋਖਾਧੜੀ ਦੇ ਮੌਕੇ।

ਘੋਸ਼ਣਾ ਨੋਟ ਕਰਦੀ ਹੈ ਕਿ ਨਵੀਂ ਲੋੜ ਨੂੰ AI ਟੂਲਸ ਲਈ ਚੋਣਵੇਂ ਤੌਰ 'ਤੇ ਮੁਆਫ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਕੋਈ ਕਾਪੀਰਾਈਟ, ਗੁਣਵੱਤਾ ਜਾਂ ਨੈਤਿਕ ਮੁੱਦੇ ਨਹੀਂ ਹਨ।

ਸਰੋਤ: opennet.ru