Атрибуция в эпоху ИИ: Creative Commons предлагает новые правила Creative Commons предлагает сделать атрибуцию (указание источников) обязательной нормой для ИИ - и утверждает, что отсутствие ссылок на источники не является неизбежным техническим ограничением. Сегодня многие ИИ-системы используют огромные массивы человеческих текстов, изображений, исследований и других материалов, но при генерации ответа пользователь часто не знает, какие именно источники повлияли на результат. По данным исследования AI Disclosures Project, более 30% ответов ведущих поисковых ИИ-моделей вообще не содержали атрибуции. При этом технические решения уже существуют. Например, системы с RAG (генерация с дополненным поиском) могут связывать отдельные утверждения ответа с найденными документами. Creative Commons приводит в качестве примера Claude, который способен показывать ссылки на использованные источники, а также проекты, где ответ строится непосредственно на извлечённых и цитируемых фрагментах. Более сложная задача - определить, какие материалы повлияли на ответ ещё на этапе обучения модели. Для этого исследуются методы анализа влияния обучающих данных, но пока они остаются приблизительными: с ростом моделей определить вклад конкретного источника становится значительно сложнее. Параллельно растёт регуляторное давление. Например, Закон ЕС об ИИ уже требует от разработчиков универсальных ИИ-моделей публиковать достаточно подробное описание использованных обучающих данных. В США аналогичные требования появились в Калифорнии. Creative Commons подчёркивает важное различие: атрибуция не обязательно означает юридическое признание авторского права на каждый ответ ИИ. Речь прежде всего о возможности проследить происхождение информации, проверить утверждение и понять, чей труд лежит в его основе. При этом одной атрибуции недостаточно: открытые источники могут получать упоминание, но одновременно терять аудиторию и ресурсы, необходимые для дальнейшего создания знаний.