Der größte Informatik-Fachverband diskutiert, ob KI Zugang zu seiner Bibliothek bekommen soll

Die Association for Computing Machinery, der weltweit größte Fachverband für Informatik, erwägt öffentlich, großen Sprachmodellen Zugang zu ihrer Digital Library zu gewähren. Ein Meinungsbeitrag der ACM-Führung in Communications of the ACM wirbt für diesen Schritt. Gleichzeitig sammelt der Verband Rückmeldungen von Autoren und ehrenamtlichen Führungskräften. Beschlossen ist noch nichts; der Artikel stellt ausdrücklich eine Meinung dar, keine neue Richtlinie.

Die Befürworter argumentieren so: KI-Systeme werden für viele Menschen zum wichtigsten Zugang zu Wissen. Bleibt das ACM-Archiv mit Jahrzehnten begutachteter Informatikforschung außerhalb dieser Systeme, entstehen Antworten auf Fachfragen aus Blogbeiträgen, Preprints und allem, was sich sonst erfassen ließ. Die maßgebliche veröffentlichte Fassung bleibt dagegen unsichtbar. Der Beitrag beschreibt das vor allem als Problem des Verbandsauftrags, nicht als Einnahmequelle. Bisher habe die ACM bewusst vorsichtig gehandelt und die Integrität ihrer Bibliothek sowie die Haltung ihrer Autoren höher gewichtet als eine schnelle Vermarktung der Inhalte.

Die Gegenargumente liegen auf der Hand und werden von vielen ACM-Mitgliedern vorgebracht. Autoren haben Publikationsverträge unterschrieben, in denen Modelltraining nie vorgesehen war. Auch die versprochene Sichtbarkeit ist fraglich: Ein Modell, das einen Fachartikel aufgenommen hat, nennt ihn nicht zuverlässig als Quelle. Und sobald ein Text Teil eines Trainingskorpus ist, lässt er sich praktisch nicht mehr zurückholen. Damit geraten zwei Ziele der ACM in Konflikt: Der wissenschaftliche Bestand soll Einfluss behalten und zugleich korrekt zugeordnet werden. Wie beides zusammen gelingen kann, hat bislang niemand überzeugend gezeigt.

Zwei technische Vorgänge werden in dieser Debatte häufig vermischt. Ein Modell mit einem Textbestand zu trainieren ist etwas anderes, als ihm bei einer Anfrage die gezielte Suche darin zu erlauben. Bei einer solchen Abfrage bleibt die Quelle auffindbar: Das System kann aus einem Artikel zitieren, ihn verlinken und der Zugang lässt sich später sperren. Training schreibt den Text dauerhaft ins Modell und liefert keine verlässliche Zuordnung. Deshalb ist entscheidend, welche Form die ACM überhaupt erwägt, eine Unterscheidung, die in der öffentlichen Diskussion oft fehlt.

Was das für dich bedeutet: Wenn du wissenschaftlich veröffentlichst, solltest du deine Verträge prüfen und die Möglichkeit zur Rückmeldung nutzen. Diese Entscheidung dürfte zum Vorbild für andere Verlage werden. Verwendest du KI für Recherchen, ist die praktische Lektion unmittelbarer: Die Qualität einer Antwort hängt davon ab, auf welche Quellen das System rechtmäßig zugreifen konnte. Assistenten klingen gleich sicher, egal ob sie Primärliteratur oder nur Forenbeiträge darüber gelesen haben. Welcher Fall vorliegt, verraten sie dir nicht. Nach Quellen zu fragen und sie tatsächlich zu öffnen bleibt die günstigste Zuverlässigkeitsprüfung.

Quellen

• Now Is the Time to Give LLMs Access to the ACM Digital Library (Communications of the ACM)
• Now Is the Time to Give LLMs Access to the ACM Digital Library (ACM Digital Library)
• Diskussion (Hacker News)