生成式人工智能的兴起对开放知识系统（尤其是维基百科）构成了结构性威胁。虽然像 Google 的 Gemini 或 OpenAI 的 ChatGPT 这样的 AI 模型能为用户提供即时答案，但它们往往是通过将流量从其训练所用的原始来源中转移走来实现的。Helen Choi 在为 LSE Impact 撰文时指出，这造成了一个循环：维基百科的读者数量下降，导致更新减少，最终可能导致百科全书荒废。这一点尤为重要，因为维基百科是一个自我管理的志愿者社区，他们的工作提供了 AI 行业用于训练的基础数据——超过 50 亿个单词。
Choi 建议学术界拥有独特的“社会连接模型”（Social Connection Model）义务来介入。由于大学在结构上与知识的生产和传播相连，它们处于特殊的地位，可以解决 AI 行业造成的种种不公，例如未经授权的抓取或为了商业利润而挪用志愿者的劳动。学术人员凭借其学科专业知识，通过填补内容空白、纠正错误以及提供复杂主题的背景信息，在支持这些系统方面具有独特的优势。此外，Choi 指出，虽然维基百科在学术界历史上一直面临质疑，但目前在学术期刊（包括高影响力的健康科学出版物）中引用该平台的频率正在上升。
这张图片识别了 Helen Choi，她是主要学者，她的工作和“社会连接模型”构成了本文论点的基础。
为了履行这一伦理义务，Choi 提出了几种学术参与的实践途径。一种方法是将维基百科整合到学术工作中，通过直接引用它来突出其作为知识源的价值。另一种是教学手段：教导学生参与维基百科的建设，以此作为培养信息素养和实践写作技能的一种方式。由于维基百科目前禁止 AI 生成的内容，它成为了学生培养独立思考能力的场所。然而，Choi 强调，为了让这些努力具有可持续性，高等教育机构必须承认并奖励像维基百科编辑这样的公共服务贡献，这些贡献目前在传统的学术评估中很大程度上未被计入。这种转变有助于重新确立大学作为公共利益知识守护者的角色。
虽然主要来源倡导这些行动，但在维基百科作为学术来源的质量方面仍存在一些局限。批评者指出，维基百科本身有一项关于其页面作为学术引用可靠性的政策。此外，从消费者模型向贡献者模型的转变仍然是一个重大障碍；来自类似社区平台的历史数据表明，将普通用户转化为活跃贡献者是一项困难的任务，需要持续的社区参与和结构性支持。
最终，该论点认为，捍卫开放知识不仅仅是保护一个网站的问题，而是保护一个作为公共利益的志愿者驱动的基础设施。通过利用其地位和专业知识，学术界可以帮助确保提供世界信息的系统保持稳健，且不受商业控制。这需要机构优先事项的转变，转向一种将对知识社区的公共服务与传统研究和教学成就同等重视的模型。
这些举措的成功取决于大学提供资源和正式认可此类工作的意愿。如果没有机构支持，捍卫开放知识的负担将落在个体学者身上，可能限制影响的规模。然而，通过教育培养新一代贡献者，并正式认可开放知识系统的价值，学术界可以在生成式人工智能时代维护信息生态系统完整性方面发挥关键作用。
主要来源确立了维基百科是一个自我管理的志愿者社区，且 AI 公司为了利润挪用了这些工作。它还强调，参与维基百科建设的学生报告称，因为是为现实世界的受众写作，他们的动力更高。相反，该来源承认，目前大多数学术人员是根据学术成就和教学水平进行评估的，而像维基百科编辑这样的公共服务往往未获得认可。
该来源还指出，虽然一些学者仍对维基百科持怀疑态度，但学术期刊中的引用正在增加。它确定了 Wiki Education Foundation 是一个关键合作伙伴，并指出自 2010 年以来，已有超过 152,000 名学生为维基百科贡献了超过 1.25 亿个单词。
最后，该来源澄清，保护这些系统的义务基于“社会连接模型”，该模型认为，一个人纠正不公的义务是由其参与的流程和结构中的连接程度决定的。
Source IDs: primary