เจาะประเด็น
AI Ethics / Web
AI Bots กำลังกัดกินเว็บจน CPU แทบระเบิด: หลักฐานชิ้นใหม่จากเซิร์ฟเวอร์ Linux Kernel
เมื่อ "แมงมุม" หน้าด้านพวกนี้กินทรัพยากรเว็บมากกว่าผู้ใช้จริงทั้งโลกหลายเท่า เรากำลังสร้างอินเทอร์เน็ตให้ใครอยู่?
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
ถ้าเว็บที่คนใช้จริงๆ ต้องมาแข่งทรัพยากรกับบอทขโมยข้อมูล AI แล้วแบบนี้... อนาคตของอินเทอร์เน็ตแบบเปิดจะเหลือเหรอ?
เราคุยกันเรื่อง "AI ขโมยข้อมูล" มานาน แต่ส่วนใหญ่เป็นแค่ความรู้สึกว่ามันไม่แฟร์ หรือกังวลเรื่องลิขสิทธิ์นามธรรม จนกระทั่งมีคนออกมาพูดด้วยข้อมูลจริงๆ ว่ามัน "หนัก" ขนาดไหน — และหนักไม่ใช่แค่ทางกฎหมาย แต่หนักทางกายภาพด้วย นี่คือเรื่องจริงจาก Konstantin Ryabitsev ผู้ดูแล git.kernel.org ซึ่งเป็น Git repository อย่างเป็นทางการของ Linux Kernel ไม่ใช่เว็บเล็กๆ ที่ใครจะมามองข้าม
เขาบอกแบบไม่ทิ้งปมให้สงสัยเลยว่า ปัจจุบันนี้ CPU cycles ที่ใช้ไปกับการ "render หน้า commit เป็น HTML" เพื่อเสิร์ฟให้พวก scraper หรือบอทขูดข้อมูลนั้น... มากกว่าการเข้าถึงที่ถูกต้องตามกฎหมายทุกประเภท รวมถึงการ git clone ทั้งหมดของคนทั้งโลกรวมกันด้วย มันไม่ใช่สัดส่วน 50:50 ด้วยซ้ำ — มันคือฝั่งบอทกินมากกว่าจริงๆ
ตัวเลขมันโหดร้ายพอๆ กับความหมายของมัน: ตลอดเวลา มี CPU 14 คอร์ กระจายอยู่ตามโหนด 5 จุดทั่วโลก ทำงานหนักโดยไม่ได้ทำอะไรเลย... นอกจาก render commit ให้บอทอ่าน ฟังดูไม่เยอะใช่ไหม? แต่ลองคิดดูว่า git.kernel.org ไม่ใช่เว็บทั่วไป มันเป็นโครงสร้างพื้นฐานของซอฟต์แวร์ที่ใหญ่ที่สุดในโลก นี่คือ "ภาษี" ที่เราจ่ายให้กับ AI bots โดยไม่ได้สมัครใจ
ประเด็นนี้ไม่ได้จบแค่ที่ Linux Kernel หรอก เพราะ Simon Willison เจ้าของบล็อกที่นำเสนอเรื่องนี้ (และเป็นคนสร้าง Datasette) บอกตรงๆ ว่าเขากังวลเรื่องนี้มากในมุมของ Datasette ซึ่งเสิร์ฟหน้าเว็บที่ crawl ได้ง่ายเป็นจำนวนมาก นี่มันคือ "สัญญาณเตือน" สำหรับใครก็ตามที่ทำเว็บสาธารณะ เพราะถ้าเว็บที่ทรงพลังและมีคนดูแลดีขนาด git.kernel.org ยังโดนถล่มขนาดนี้ เว็บทั่วไปอย่างเราจะเอาอะไรไปสู้?
สิ่งที่เกิดขึ้นคือ "โศกนาฏกรรมของทรัพยากรส่วนรวม" ในยุค AI บอทเหล่านี้ถูกฝึกด้วยข้อมูลจากเว็บทั้งหมด แต่ค่าใช้จ่ายในการประมวลผลเพื่อให้ได้ข้อมูลนั้น... ตกเป็นภาระของเจ้าของเว็บที่ไม่ได้ค่าตอบแทนอะไรเลย แถมยังต้องเสียเงินค่าเซิร์ฟเวอร์เพื่อรองรับขาจรที่ไม่เคยซื้อของ แถมยังไม่สุภาพด้วยการไม่สนใจ robots.txt อีกต่างหาก
การมาของบอทพวกนี้ไม่ได้สร้างมูลค่าให้กับระบบนิเวศ แต่กำลัง "ดูด" ทุนที่เว็บใช้เพื่อสร้างเนื้อหาให้มนุษย์อ่าน ไปเป็นอาหารให้โมเดลภาษาของบริษัทไม่กี่แห่งที่ร่ำรวยมหาศาลอยู่แล้ว มันคือการย้ายต้นทุนจากบริษัท AI ไปสู่ผู้ดูแลเว็บไซต์โดยตรงโดยไม่ได้รับอนุญาต
คำถามคือ แล้วเราจะทำยังไง? บางเว็บเริ่มใช้ Cloudflare หรือบริการบล็อกบอท แต่ก็เป็นเกมแมวไล่จับหนูที่ไม่มีวันจบ สุดท้ายแล้ว ถ้าสถานการณ์ยังเป็นแบบนี้ต่อไป ทางเลือกของหลายๆ เว็บอาจไม่ใช่การ "เปิดเผย" ตามอุดมคติของอินเทอร์เน็ตยุคแรก แต่คือการ "ปิด" หรือจำกัดการเข้าถึงเฉพาะคนจริงๆ ซึ่งน่าเศร้าที่ผลลัพธ์สุดท้าย คนที่เดือดร้อนคือผู้ใช้ทั่วไปที่ไม่ได้เกี่ยวข้องกับ AI เลยสักนิด
นี่ไม่ใช่แค่เรื่องของ Linux
ถ้าโครงสร้างพื้นฐานที่แข็งแรงที่สุดในโลกยังรับมือไม่ไหว นั่นหมายความว่าเว็บไซต์ข่าวเล็กๆ บล็อกส่วนตัว หรือฐานข้อมูลสาธารณะกำลังเผชิญภัยพิบัติเงียบๆ โดยไม่มีใครพูดถึง
เรากำลังสร้างอินเทอร์เน็ตให้ใคร?
ทุกครั้งที่บอทอ่านหน้าเว็บ มันไม่ได้ "เยี่ยมชม" เหมือนคน แต่กำลัง "เก็บเกี่ยว" ผลผลิตจากแรงงานของคนเขียนเนื้อหา โดยแทบไม่เหลืออะไรให้เว็บนั้นเติบโตต่อไป
นี่คือจุดเปลี่ยนสำคัญของยุค AI — ถ้าเราไม่เริ่มตั้งกำแพงหรือกฎเกณฑ์ที่ชัดเจนว่าบอทขูดข้อมูลต้องจ่ายค่าผ่านทางหรือถูกจำกัด อินเทอร์เน็ตแบบเปิดที่เรารู้จักจะค่อยๆ ตายลง และถูกแทนที่ด้วยกำแพงวอลล์ที่บริษัทใหญ่เท่านั้นจะเข้าไปถึงได้ ซึ่งนั่นจะยิ่งทำให้ข้อมูลยิ่งกระจุกตัวและ AI ยิ่งผูกขาดมากขึ้นไปอีก
ที่มา: Simon Willison's Weblog — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...