ArXiv wird Autoren für ein Jahr ausschließen, wenn sie zulassen, dass KI die gesamte Arbeit übernimmt; damit werden die Regeln zu Urheberschaft und Verantwortlichkeit im wissenschaftlichen Publizieren verschärft. Die Maßnahme ist deshalb bedeutsam, weil sie ein wachsendes Problem in der KI-gestützten Forschung adressiert: Papers, die auf Sprachmodellen beruhen, ohne dass es zu einer sinnvollen menschlichen Beteiligung kommt, was das Vertrauen in Methoden und Behauptungen untergräbt. Quelle
Der geplante $1.5B-Copyright-Vergleich von Anthropic stößt auf Reibung, nachdem ein Richter die Genehmigung verzögert, nachdem Anwälte den Parteien vorgeworfen hatten, den Deal zu überstürzen, um $320 million an Gebühren einzusammeln. Die Auseinandersetzung ist von globaler Bedeutung, weil sie praktische Präzedenzfälle dafür setzen könnte, wie entschlossen Rechteinhaber in KI-Trainingsfällen Entschädigung einfordern können, und wie Gerichte die Anreizwirkung von Gebühren sowie die Fairness von „historischen“ Vergleichen bewerten. Quelle
Die US Commodity Futures Trading Commission setzt auf KI, um Insiderhandel in Prediction Markets zu erkennen. Der Punkt ist weniger technisch als institutionell: Indem Regulierer KI als Durchsetzungsinstrument in Hochgeschwindigkeitsmärkten behandeln, signalisieren sie, dass Erkennungs- und Audit-Fähigkeiten zunehmend darüber entscheiden, welche Handelsstrategien praktikabel sind. Quelle
OpenAI und Malta arbeiten zusammen, um den Zugang zu ChatGPT Plus auszuweiten; flankiert wird das durch ein Training, das darauf abzielt, Bürgern zu helfen, praktische KI-Fähigkeiten aufzubauen und KI verantwortungsvoll zu nutzen. Bei einer solchen Initiative zur „public enablement“ verschieben Regierungen ihren Fokus von Experimenten hin zur Verteilung: Die politische Frage lautet, wer einen geführten Zugang zu leistungsstarken Tools erhält und wie diese Anleitung die Akzeptanz-Standards prägt. Quelle
YouTube erweitert sein Programm zur KI-Ähnlichkeitsdetektion auf alle Nutzerinnen und Nutzer über 18 Jahren und nutzt dafür einen Selfie-ähnlichen Face-Scan, um nach Lookalikes zu suchen und Nutzer zu warnen, falls ein Treffer gefunden wird. Die Auswirkungen sind global und wirtschaftlich: Wenn die Detektion auf im Grunde alle skaliert wird, erhöht das den Druck auf Deepfake-Use-Cases, während zugleich getestet wird, wie Datenschutz und automatisierte Überwachung in großem Maßstab auf Plattform-Ebene gehandhabt werden. Quelle