چرا مارک زاکربرگ این‌قدر به دنبال بازتعریف متن باز (Open Source) است؟
متن باز برای کارشناسان یک استاندارد است، اما برای متا، یک مدل کسب‌وکار
هوش مصنوعی و متن باز رابطه‌ای پیچیده دارند. در حالی که بسیاری از فناوری‌های پایه‌ای هوش مصنوعی بر بستر متن باز توسعه یافته‌اند، اکثر مدل‌های شناخته‌شده، از جمله Llama شرکت متا، در واقع متن باز واقعی نیستند.
مارک زاکربرگ، مدیرعامل متا، مدعی است که Llama یک مدل متن باز است. اما همان‌طور که کارشناسان در کنفرانس State of Open 2025 تأکید کردند، این ادعا نادرست است. امیلی اومیر، مشاور برجسته در حوزه متن باز، توضیح می‌دهد که متن باز یک طیف نیست، بلکه استانداردی مشخص است که توسط بنیاد متن باز (OSI) تعریف شده است:
“شما یا متن باز هستید، یا نیستید. اگر گواهینامه OSI را داشته باشید، متن باز محسوب می‌شوید. در غیر این صورت، صرفاً یک مدل دارای دسترسی عمومی هستید.”
Llama و محدودیت‌های آن
متا با محدود کردن داده‌های آموزشی، روش‌های توسعه، شفافیت تغییرات، و مشارکت عمومی، استانداردهای متن باز را رعایت نمی‌کند. علاوه بر این، این شرکت محدودیت‌های صدور مجوز را نیز اعمال کرده است؛ به عنوان مثال، اگر یک شرکت از Llama برای توسعه یک برنامه هوش مصنوعی موفق استفاده کند، باید به متا هزینه پرداخت کند—چیزی که کاملاً برخلاف فلسفه متن باز است.
استفانو مافولی، مدیر اجرایی OSI، در این رابطه می‌گوید:
“از نظر تئوری، ما با دیدگاه زاکربرگ موافقیم. اما اگر متا فقط محدودیت‌های مجوز خود را حذف کند، می‌توان گفت که با استانداردهای متن باز واقعی هماهنگ است. در حال حاضر، Llama به شکلی مبهم طراحی شده که مسئولیت‌های سنگینی را بر توسعه‌دهندگان تحمیل می‌کند، در حالی که متا را در کنترل نوآوری‌های مبتنی بر آن قرار می‌دهد.”
به بیان دیگر، زاکربرگ در حال تحمیل یک مدل انحصاری به اکوسیستم هوش مصنوعی است تا همه مجبور شوند از چارچوب او پیروی کنند.
متا و انگیزه واقعی پشت بازتعریف “متن باز”
همه می‌دانند که متن باز یک روش کارآمد و موفق برای توسعه نرم‌افزار است. خود زاکربرگ نیز این را تأیید می‌کند:
“ما از نوآوری‌های متن باز در ابزارهایی مانند PyTorch، React و بسیاری دیگر بهره برده‌ایم. این روش، در بلندمدت برای ما سودمند است.”
اما تفاوت اینجاست که همه این ابزارها تحت مجوز رسمی OSI منتشر شده‌اند، در حالی که متا تلاش می‌کند تعریف جدیدی از متن باز را برای هوش مصنوعی ایجاد کند—تعریفی که به سود خودش و نه جامعه توسعه‌دهندگان باشد.
پیتر زایتسف، بنیان‌گذار شرکت Percona، در این رابطه هشدار می‌دهد:
“متا قصد دارد مفهوم متن باز را تغییر دهد تا سیاست‌گذاران را گمراه کند.”
این گمراهی برای متا بسیار حیاتی است، زیرا طبق قانون جدید هوش مصنوعی اتحادیه اروپا (EU AI Act)، مدل‌هایی که تحت مجوز متن باز واقعی منتشر شوند، از برخی محدودیت‌های نظارتی معاف خواهند بود. اگر متا بتواند سیاست‌گذاران را متقاعد کند که Llama یک مدل متن باز است، می‌تواند میلیون‌ها یا حتی میلیاردها دلار از هزینه‌های احتمالی خود را کاهش دهد.
به همین دلیل است که متا تلاش می‌کند تعریف متن باز را تغییر دهد، در حالی که همچنان دسترسی به بخش‌های کلیدی مدل‌های خود را محدود نگه می‌دارد. در بیانیه متا آمده است:
“تعاریف فعلی متن باز برای نرم‌افزار، پیچیدگی مدل‌های هوش مصنوعی مدرن را پوشش نمی‌دهند. ما متعهد هستیم که به یافتن تعاریف جدید و ارائه هوش مصنوعی ایمن و مسئولانه ادامه دهیم.”
اما واقعیت این است که متا نمی‌خواهد استانداردهای متن باز را گسترش دهد—بلکه می‌خواهد آن‌ها را تغییر دهد تا برای خودش سودمند باشند.
متن باز واقعی شفافیت، همکاری و آزادی را تضمین می‌کند. اما Llama، با محدودیت‌های متعدد و سیاست‌های انحصاری متا، به هیچ وجه متن باز محسوب نمی‌شود.
