X कंपनी ने AI मॉडल प्रशिक्षण के लिए अपनी सामग्री के उपयोग पर पूरी तरह से प्रतिबंध लगाया

―― जापान के जनरेटिव AI इकोसिस्टम में दौड़ता झटका और पुनर्गठन की योजना――

---

1. परिचय── अचानक "दरवाजे की बंदी"

5 जून 2025 को, सोशल नेटवर्क X (पूर्व में Twitter) ने अपने डेवलपर नियमों को संशोधित किया और तीसरे पक्ष द्वारा X पर पोस्ट या API के माध्यम से प्राप्त डेटा का "फाउंडेशन मॉडल (foundation / frontier model) के प्रशिक्षण या फाइन-ट्यूनिंग के लिए उपयोग" पूरी तरह से प्रतिबंधित कर दिया। TechCrunch ने सबसे पहले इसे खोजा और The Verge ने इसके बारे में विस्तृत जानकारी दी, जिससे विश्व भर के AI डेवलपर समुदाय में हलचल मच गई। 

2. परिवर्तन को समझना──“रिवर्स इंजीनियरिंग और अन्य प्रतिबंध”

नए अनुच्छेद में "रिवर्स इंजीनियरिंग और अन्य प्रतिबंध" के अंतर्गत केवल एक पंक्ति जोड़ी गई है, लेकिन इसका प्रभाव बहुत बड़ा है। X API के माध्यम से क्रॉलिंग और स्क्रैपिंग को भी कोई अपवाद नहीं है, और "शोध उद्देश्य" या "गैर-लाभकारी उद्देश्य" की भाषा को स्पष्ट रूप से बाहर रखा गया है। डेटा की पोर्टेबिलिटी की गारंटी देने वाली पारंपरिक “खुली API संस्कृति” को एक रात में बंद कर दिया गया है।

3. पृष्ठभूमि──xAI द्वारा अधिग्रहण और "Grok" की अपनी प्रशिक्षण आवश्यकताएं

मार्च 2025 में, एलन मस्क के नेतृत्व में xAI ने X को लगभग 33 बिलियन डॉलर में अधिग्रहित किया और "Grok" नामक अपने LLM को मुख्य मंच पर ला दिया। X कंपनी ने अपने मॉडल के प्रशिक्षण के लिए प्लेटफॉर्म डेटा का उपयोग जारी रखा, जबकि अन्य कंपनियों के लिए दरवाजे बंद कर दिए, जिससे "घेराबंदी रणनीति" की ओर रुख किया। यह संरचना डेटा को “संसाधन” के रूप में एकाधिकार करने और उच्च कीमत पर लाइसेंस देकर लाभ कमाने की Reddit और NY Times की प्रवृत्ति में शामिल होती है।

4. वैश्विक प्रवृत्ति──Reddit मुकदमा और “लाइसेंस व्यवसाय” का उदय

Reddit ने मई 2025 में, Anthropic के खिलाफ "100,000 से अधिक क्रॉलिंग" के कारण मुकदमा दायर किया। डेटा को संपत्ति के रूप में बदलते हुए, Google के साथ 200 मिलियन डॉलर के लाइसेंस अनुबंध पर हस्ताक्षर किए, जबकि अनधिकृत उपयोग के खिलाफ सख्त रुख अपनाया। X की यह कार्रवाई इस तरह की “सामग्री घेराबंदी” की वैश्विक प्रवृत्ति को और तेज करती है।

5. जापान की AI विकास कंपनियों में गंभीर "डेटा अकाल"

बड़े भाषा मॉडल (LLM) का प्रदर्शन डेटा की मात्रा और विविधता पर निर्भर करता है। जापानी सोशल मीडिया डेटा, जिसमें स्लैंग, बोली और घरेलू विषय शामिल हैं, जापानी मॉडल को प्रशिक्षित करने के लिए अनिवार्य है। हालांकि, देश के प्रमुख SNS में उपयोग की शर्तें लगातार “AI प्रशिक्षण निषेध” की ओर संशोधित की जा रही हैं, जिससे भविष्य में प्राप्ति लागत और कानूनी जोखिम बढ़ जाएंगे। परिणामस्वरूप,

• विदेशी विशाल कंपनियों की तुलना में प्रशिक्षण लागत अधिक

• मॉडल प्रदर्शन में पिछड़ने की संभावना

• स्टार्टअप के नवाचार के अवसरों में कमी

जैसी तीनहरी समस्याएं सामने आ रही हैं।

6. डेटा के वैकल्पिक स्रोत──सार्वजनिक कॉर्पस और कंपनी के अंदरूनी डेटा

सीमाओं को पार करने के व्यावहारिक समाधान के रूप में, ① राष्ट्रीय भाषा अनुसंधान संस्थान का सार्वजनिक कॉर्पस, ② समाचार पत्र और प्रसारण कंपनियों के साथ भुगतान अनुबंध, ③ कंपनी के पास मौजूद चैट लॉग और FAQ जैसे "प्रोप्राइटरी डेटा" का परिष्करण, ④ सिंथेटिक डेटा जनरेशन, जैसे विकल्प शामिल हैं। हालांकि, सार्वजनिक कॉर्पस के लाइसेंस विविध होते हैं, और **कॉपीराइट कानून की धारा 30 की उपधारा 4 (सूचना विश्लेषण प्रावधान)** के अनुसार भी द्वितीयक उपयोग की शर्तों की व्यक्तिगत पुष्टि आवश्यक है।

7. कानूनी प्रणाली की वर्तमान स्थिति──कॉपीराइट कानून और robots.txt की सीमा

जापान में 2018 के संशोधित कॉपीराइट कानून के तहत "सूचना विश्लेषण के उद्देश्य से प्रतिलिपि आदि" अधिकार प्रतिबंध के तहत आती है, लेकिन "वाणिज्यिक LLM के प्रशिक्षण" के लिए यह एक ग्रे ज़ोन है। इसके अलावा, समाचार पत्र संघ ने 4 जून 2025 को एक बयान जारी किया कि "robots.txt में AI प्रशिक्षण को अस्वीकार करने की इच्छा का सम्मान किया जाना चाहिए", और इच्छा का उल्लंघन करके प्रशिक्षण को अनुचितके रूप में स्पष्ट किया।

8. "ऑप्ट-आउट" से संरक्षित व्यक्तिगत पोस्ट?

X उपयोगकर्ता सेटिंग्स में "Grok द्वारा प्रशिक्षण को अस्वीकार" करने का ऑप्ट-आउट विकल्प प्रदान करता है, लेकिन इस बार की नीति "तीसरे पक्ष" के लिए पूर्ण प्रतिबंध है, और X कंपनी के अपने प्रशिक्षण के लिए पोस्ट का उपयोग जारी रहेगाइस बिंदु पर ध्यान देने की आवश्यकता है।

9. कंपनियों और अनुसंधान संस्थानों की रणनीतिक प्रतिक्रिया

1. डेटा लाइसेंस वार्ता की शीघ्र शुरुआत

2. अनुबंधित डेटा सेट के कानूनी जोखिम की सूची

3. जनरेटिव AI की पारदर्शिता (स्रोत ट्रेसबिलिटी) का कार्यान्वयन

4. सिंथेटिक डेटा और उच्च गुणवत्ता वाले छोटे डेटा प्रशिक्षण "स्मॉल डेटा रणनीति"

ये अल्पकालिक प्रतिक्रियाएं हैं, और दीर्घकालिक रूप सेउद्योगों के बीच जापानी ओपन डेटा का संयुक्त विकासकी आवश्यकता है।

10. स्टार्टअप्स पर प्रभाव──फंडिंग और मूल्यांकन में परिवर्तन

VC ने पारंपरिक रूप से "तकनीकी श्रेष्ठता = मॉडल प्रदर्शन" पर ध्यान केंद्रित किया है, लेकिन भविष्य में **"कानूनी लाइसेंस के तहत सुरक्षित डेटा की मात्रा"** कंपनी के मूल्य की कुंजी होगी। जापानी स्टार्टअप्स को जल्दी से डेटा रणनीति को पिच में शामिल करना चाहिए और पूंजी लागत में वृद्धि को ध्यान में रखते हुए व्यवसाय योजना को संशोधित करना चाहिए।

11. शैक्षणिक अनुसंधान की दुविधा──ओपन साइंस और बौद्धिक संपदा संरक्षण

विश्वविद्यालय और सार्वजनिक अनुसंधान संस्थान सिद्धांत रूप से परिणामों को सार्वजनिक करने की स्थिति में हैं, लेकिन जब कंपनी डेटा का उपयोग करके मॉडल को प्रशिक्षित किया जाता है, मॉडल पैरामीटर का प्रकाशन लाइसेंस उल्लंघन हो सकता है।डेटा प्रदाता कंपनियों के साथ MOU पर हस्ताक्षर करना और "सार्वजनिक भाग" और "गैर-सार्वजनिक भाग" के बीच स्पष्ट नियम बनाना आवश्यक है।

12. विदेशी प्लेटफॉर्म के साथ तापमान का अंतर──"खुला बनाम बंद"

Meta ने Llama 3 के लिए CC लाइसेंस वाले वेब डेटा का बड़े पैमाने पर उपयोग किया है, जबकि YouTube ने अभी तक AI लर्निंग पर स्पष्ट प्रतिबंध नहीं लगाए हैं। अमेरिका में **"फेयर यूज़" सिद्धांत** एक निश्चित रक्षा के रूप में कार्य करता है, जबकि EU में AI अधिनियम 2026 में लागू होने वाला है, जिसमें पारदर्शिता की जिम्मेदारी होगी। X का बंद होना "यहां तक कि अमेरिका में भी डेटा मुफ्त नहीं है" युग के आगमन का प्रतीक है, और सीमाओं के पार डेटा गवर्नेंस युद्ध गंभीरता से शुरू हो जाएगा।

13. जापानी सरकार की स्थिति और नीति सिफारिशें

अर्थव्यवस्था मंत्रालय "जनरेटिव AI उपयोग दिशानिर्देश (ड्राफ्ट)" में "डेटा प्रदाताओं की इच्छाओं का सम्मान" शामिल करते हुए AI उद्योग की प्रतिस्पर्धात्मकता सुनिश्चित करने का लक्ष्य रखता है। भविष्य में,

• सार्वजनिक डेटा की मशीन-पठनीयता और द्वितीयक उपयोग की स्वतंत्रता

• विश्वविद्यालयों और सार्वजनिक अनुसंधान संस्थानों द्वारा साझा क्लाउड/डेटा लेक का विकास

• छोटे और मध्यम उद्यमों और स्टार्टअप्स के लिए डेटा अधिग्रहण सब्सिडी

इन तीन बिंदुओं को महत्वपूर्ण माना जाएगा।

14. "अद्वितीय डेटा" ही प्रतिस्पर्धात्मक लाभ──नई मूल्य श्रृंखला

जैसे-जैसे प्लेटफॉर्म डेटा को घेरते हैं, कंपनियों के भीतर छिपे हुए कार्य लॉग, आपूर्ति श्रृंखला डेटा, ग्राहक चैट जैसे "अनखोजे डेटा" का मूल्य बढ़ जाता है। जापानी कंपनियों के लिए यह एक अवसर है कि वे भाषा और व्यापार प्रथाओं की बाधाओं के कारण विदेशी कंपनियों के लिए कठिनाई से पहुंचने वाले डेटा को सुधारें और "विशिष्ट लेकिन गहरी विशेषज्ञता" को हथियार बनाकर वैश्विक स्तर पर भेदभाव करें।

15. निष्कर्ष──"डेटा की गुणवत्ता और पहुंच" AI प्रतिस्पर्धात्मकता को निर्धारित करती है

X कंपनी की उपयोग की शर्तों में परिवर्तन, पहली नजर में एक साधारण नीति परिवर्तन लगता है, लेकिन वास्तव में यह जनरेटिव AI उद्योग की शक्ति संतुलन को जड़ से हिला देने वाली "डेटा की लड़ाई" के नए अध्याय की शुरुआत है। जापान के AI डेवलपर्स, कंपनियां और नीति अधिकारी,

1. डेटा अधिग्रहण की विविधता और कानूनी जोखिम प्रबंधन

2. ओपन डेटा इंफ्रास्ट्रक्चर का सह-निर्माण

3. अद्वितीय डेटा निर्माण के माध्यम से भेदभाव

इन तीन स्तंभों को जल्दी से स्थापित नहीं किया तो, वैश्विक बाजार में प्रतिस्पर्धात्मकता खो सकते हैं। इसके विपरीत, इस संकट को पार करके, **"उच्च गुणवत्ता वाले अद्वितीय डेटा × उच्च दक्षता मॉडल"** को प्राप्त करने वाली कंपनियां ही अगली जनरेटिव AI युग की विजेता बनेंगी।

TechCrunch

• The Verge

• Reuters

• जापान समाचार संघ

• डिजिटल एजेंसी