তাইওয়ানের এআই করপাস বিস্তৃত হচ্ছে, তবে কপিরাইট ও পারিশ্রমিক নিয়ে বিরোধে বেসরকারি কনটেন্ট সীমিত

বেসরকারি অবদান মাত্র ১১১টি, তাইওয়ানের এআই উচ্চাকাঙ্ক্ষায় ঘাটতি স্পষ্ট

তাইওয়ান সরকারের এআই প্রশিক্ষণ সংগ্রহে ৭,১৬১টি ডেটা এন্ট্রি জমা হয়েছে, তবে এর মধ্যে বেসরকারি অবদানকারীদের কাছ থেকে এসেছে মাত্র ১১১টি। মোটের প্রায় ১.৬ শতাংশ এটি। তাইওয়ানের ভাষা, সংস্কৃতি ও দৈনন্দিন জীবন কৃত্রিম বুদ্ধিমত্তাকে বুঝতে সাহায্য করার উদ্দেশ্যে নেওয়া প্রকল্পের জন্য এ অংশ খুবই সামান্য।

ডিজিটাল বিষয়ক মন্ত্রণালয় ২০২৫ সালের ২৪ ডিসেম্বর তাইওয়ান সার্বভৌম এআই প্রশিক্ষণ করপাস চালু করে। এতে ২০০টির বেশি সরকারি সংস্থা ৬০ কোটি টোকেনসমৃদ্ধ ২,০০০টির বেশি ডেটাসেট দিয়েছে। টোকেন হলো লেখার ছোট ছোট অংশ, যা এআই ব্যবস্থা প্রক্রিয়াকরণ করে; কখনো একটি অক্ষর, কখনো একটি শব্দের অংশ।

সরকারি অংশগ্রহণ করপাসের আকার বাড়াতে সাহায্য করেছে। প্রকাশক, লেখক, শিক্ষামূলক প্ল্যাটফর্ম ও সংবাদমাধ্যমকে যুক্ত করা আরও কঠিন: প্রশিক্ষণে মূল্যবান লেখা কপি করতে ডেভেলপারদের অনুমতি দরকার, অন্যদিকে কনটেন্টের মালিকেরা চান পারিশ্রমিক এবং তাঁদের কাজ কীভাবে ব্যবহার হবে, তার ওপর নিয়ন্ত্রণ।

২০২৬ সালের ১৪ অক্টোবরের এক আইনসভা শুনানিতে ডিজিটাল বিষয়ক মন্ত্রী লিন ই-চিং বলেন, বেসরকারি অংশগ্রহণ স্বেচ্ছামূলক এবং সরকার চায় বড় এআই কোম্পানিগুলো, বিশেষ করে যুক্তরাষ্ট্রের কোম্পানিগুলো, প্রশিক্ষণ কনটেন্টের জন্য অর্থ দিক। বর্তমান বেসরকারি সংগ্রহ কর্মসূচির বাইরে রয়েছে সংবাদ কনটেন্ট।

এর বাস্তব গুরুত্ব কোনো ডেটাবেসের আকারের বাইরেও বিস্তৃত। তাইওয়ানের লেখায় প্রশিক্ষিত একটি মডেল স্থানীয় শব্দভান্ডার শিখতে পারে, সাংস্কৃতিক ঐতিহ্য ব্যাখ্যা করতে পারে এবং তাইওয়ানের প্রতিষ্ঠানগুলোর কথা মাথায় রেখে প্রশ্নের উত্তর দিতে পারে। তবে ওই উপাদান তৈরি করা লেখক ও প্রতিষ্ঠানগুলোও এর বাণিজ্যিক মূল্যের ওপর নির্ভরশীল। তাইওয়ান তাদের কাজের নাগাল বাড়ানোর পাশাপাশি কে অর্থ দেবে, অনুমতিতে কী কী অন্তর্ভুক্ত থাকবে এবং কপিরাইট বিধিতে কোথায় স্পষ্টতা দরকার, তা নির্ধারণের চেষ্টা করছে।

সরকারি সংগ্রহে কী রয়েছে

মন্ত্রণালয়ের ডিসেম্বরে চালুর ঘোষণায় বলা হয়েছে, এই সংগ্রহে ভাষা, সংস্কৃতি, শিক্ষা, জীববিজ্ঞান ও ভূগোলবিষয়ক উপাদান রয়েছে। এক দশকের বেশি সময়ের সরকারি উন্মুক্ত ডেটার ওপর ভিত্তি করে তৈরি সংগ্রহটি থেকে ব্যবহারকারীরা উপাদান খুঁজে ও ডাউনলোড করতে পারেন।

সংস্কৃতি মন্ত্রণালয় জনশিল্প ও সাংস্কৃতিক সম্পদবিষয়ক ডেটাসেট দিয়েছে। শিক্ষা মন্ত্রণালয় তাইওয়ানি, হাক্কা ও মান্দারিন ভাষার অভিধান-তথ্য যুক্ত করেছে। এসব উপাদান ডেভেলপারদের স্থানীয় অর্থ ও ব্যবহার সম্পর্কে তথ্যের পাশাপাশি স্থান, বস্তু ও ঐতিহ্যবিষয়ক উপাদানও দেয়।

মন্ত্রণালয়ের করপাস কর্মসূচির বিবরণে অংশগ্রহণকারী সংস্থা হিসেবে আদিবাসী জনগোষ্ঠী পরিষদ ও হাক্কা বিষয়ক পরিষদের নামও রয়েছে। পরিকল্পিত বিষয়ের মধ্যে রয়েছে ইতিহাস, সাংস্কৃতিক ঐতিহ্য, পর্যটন ও স্থানীয় সংস্কৃতি। মন্ত্রণালয়ের ভাষ্য, প্রশিক্ষণের উপযোগী লেখা হওয়া উচিত সুসংগত, সম্পূর্ণ ও সাবলীল।

২০২৬ সালের সেপ্টেম্বরে আইনপ্রণেতাদের সামনে উপস্থাপিত পরিসংখ্যানে সংগ্রহটিতে ৫,০০০টির বেশি ডেটাসেট এবং ২৪০ কোটির বেশি টোকেন থাকার কথা বলা হয়। চালুর সময় ঘোষিত ৬০ কোটি টোকেনের তুলনায় টোকেনের হিসাবে এটি চার গুণেরও বেশি লেখা। ৭,১৬১টি এন্ট্রি ও বেসরকারি অবদান ১১১টি হওয়ার তথ্য সংগ্রহটির গঠন সম্পর্কে আরেকটি চিত্র দেয়।

স্থানীয় ভাষা কেন গুরুত্বপূর্ণ

কমিউনিটি জ্ঞান প্রকল্প Taiwan.md-এর প্রতিষ্ঠাতা নতুন মাধ্যমের শিল্পী উ চে-ইউ মনে করেন, মূলধারার এআই প্রশিক্ষণে ঐতিহ্যবাহী চীনা লিপির উপস্থিতি খুবই কম। তাঁর প্রকল্প ব্যাখ্যা করতে গিয়ে তিনি অনুমান করেন, চীনা ভাষার প্রশিক্ষণ উপাদানের ১ শতাংশেরও কম অংশে এই লিপি রয়েছে।

উয়ের উদ্বেগ শুধু সরলীকৃত অক্ষরকে ঐতিহ্যবাহী অক্ষরে রূপান্তরের বিষয় নয়। দৈনন্দিন কিছু জিনিসের জন্য তাইওয়ান ও চীনে ভিন্ন শব্দ ব্যবহৃত হয়, আবার একই অভিব্যক্তির অর্থও ভিন্ন হতে পারে। স্থানীয় জ্ঞানের মধ্যে প্রতিষ্ঠান, ইতিহাস ও খাবারও রয়েছে; এর মধ্যে এমন খাবারও আছে, যা বাবল টি বা স্যুপ ডাম্পলিংয়ের তুলনায় আন্তর্জাতিকভাবে কম পরিচিত।

Taiwan.md এআই সরঞ্জাম ব্যবহার করে ওয়েব থেকে তথ্য সংগ্রহ করে এবং তাইওয়ানের প্রকৃতি, সমাজ ও ইতিহাস নিয়ে নিবন্ধ সম্পাদনা করে। এর ১,১২৩টি নিবন্ধে সর্বসাধারণের জন্য উন্মুক্ত একাডেমিক গবেষণাপত্র, ব্লগ ও সরকারি তথ্য ব্যবহার করা হয়েছে। উ চান, ChatGPT, Gemini ও Claude-এর মতো মূলধারার মডেলগুলো যেন তাইওয়ানিদের অভিজ্ঞতার প্রতিফলন ঘটানো আরও বেশি লেখা পায়।

সরকার এ-সংশ্লিষ্ট লক্ষ্যকে সার্বভৌম এআই হিসেবে বর্ণনা করে: তাইওয়ানের নিজস্ব চাহিদা অনুযায়ী গড়ে তোলা যায়, এমন এআই সম্পদ ও সক্ষমতা তৈরি করা। তাদের করপাস প্রশিক্ষণ উপাদান জোগায়; Taiwan.md-এর মতো প্রকল্প স্থানীয় জ্ঞান এআই ডেভেলপারদের কাছে সহজে পৌঁছানোর উদ্যোগ নেয়।

ফৌজদারি অভিযোগে হিসাব বদলে যায়

২০২৫ সালের জুলাইয়ে ন্যাশনাল তাইওয়ান ইউনিভার্সিটির এক পিএইচডি শিক্ষার্থীর বিরুদ্ধে কপিরাইট লঙ্ঘনের ফৌজদারি অভিযোগ আনা হয়। তিনি অনুমতি ছাড়া সেন্ট্রাল নিউজ এজেন্সির ১ লাখ ৪০ হাজার নিবন্ধসমৃদ্ধ ঐতিহ্যবাহী চীনা ভাষার করপাস বিতরণ করেছিলেন। উন্মুক্ত উপাদান রাখা একটি মার্কিন ওয়েবসাইট থেকে শিক্ষার্থীটি উপাদান সংগ্রহ করেছিলেন এবং কোনো মূল্য না নিয়ে করপাসটি ভাগ করে দিয়েছিলেন।

পরে দুই পক্ষের মধ্যে সমঝোতা হয়। শিক্ষার্থীটি ক্ষমা চান, গবেষকদের তথ্যের উৎস বৈধ কি না তা যাচাই করার আহ্বান জানান এবং পুরো করপাস সরিয়ে ফেলেন।

উয়ের মতে, এ ঘটনা স্বতন্ত্র ডেভেলপারদের আরও সতর্ক করেছে। কপিরাইট নিয়ে সম্ভাব্য সমস্যা দেখলে তাঁর Taiwan.md দল উপাদান বাদ দেয়, ফলে সংগ্রহটির বিস্তার ধীর হয়। একটি ছোট প্রকল্পের ক্ষেত্রে অনুমতি যাচাইয়ের এমনিতেই কঠিন কাজটির সঙ্গে ফৌজদারি মামলার আশঙ্কা ব্যক্তিগত ঝুঁকিও যোগ করে।

বিষয়টি কীভাবে এগিয়েছে, তা কয়েকটি তারিখে স্পষ্ট হয়:

• ২০২৩ সালের শুরুর দিকে: জাতীয় বিজ্ঞান ও প্রযুক্তি পরিষদ ২০ কোটি তাইওয়ানি ডলারের বেশি অর্থায়নে TAIDE ভাষা মডেল প্রকল্প শুরু করে।
• ২০২৫ সালের জুলাই: অনুমতি ছাড়া সংবাদ নিবন্ধসমৃদ্ধ করপাসের কারণে পিএইচডি শিক্ষার্থীর বিরুদ্ধে অভিযোগ আনা হয়।
• ২০২৫ সালের ২৪ ডিসেম্বর: ডিজিটাল বিষয়ক মন্ত্রণালয় ৬০ কোটি টোকেনসমৃদ্ধ সার্বভৌম এআই করপাসের ঘোষণা দেয়।
• ২০২৬ সালের সেপ্টেম্বর: মন্ত্রণালয়ের পরিসংখ্যানে ৫,০০০টির বেশি ডেটাসেট এবং ২৪০ কোটির বেশি টোকেন দেখানো হয়।
• ২০২৬ সালের ১৪ অক্টোবর: মন্ত্রী লিন আইনপ্রণেতাদের জানান, বেসরকারি অবদান স্বেচ্ছামূলক এবং অর্থের বিনিময়ে কনটেন্ট ব্যবহারের চুক্তি সরকারের নীতিগত লক্ষ্য।

এআই প্রশিক্ষণে কপিরাইটের ভূমিকা

লুগুও ল ফার্মের জ্যেষ্ঠ আইনজীবী চেন চি-তুং কপি করাকে একটি কেন্দ্রীয় আইনি বিষয় হিসেবে চিহ্নিত করেন। সাধারণত কোনো মডেলকে প্রশিক্ষণ দেওয়ার আগে ডেভেলপারদের লেখা পুনরুৎপাদন করতে হয়। ন্যায্য ব্যবহারের মতো ব্যতিক্রম সাপেক্ষে কপিরাইট আইন স্বত্বাধিকারীদের পুনরুৎপাদনের ওপর নিয়ন্ত্রণ দেয়।

নির্দিষ্ট পরিস্থিতিতে ন্যায্য ব্যবহারের বিধান অনুমতি ছাড়াই সুরক্ষিত কাজ ব্যবহারের সুযোগ দেয়। চেন বলেন, তাইওয়ানের বিদ্যমান বিধানে এআই প্রশিক্ষণের কথা স্পষ্টভাবে বলা নেই। ফলে আদালত এমন ব্যবহার গ্রহণ করবে কি না, তা নিয়ে ডেভেলপাররা অনিশ্চয়তায় থাকেন।

প্রশিক্ষণ এবং উত্তর তৈরি করাও আলাদা কাজ। প্রশিক্ষণের সময় ব্যবস্থা উদাহরণ প্রক্রিয়া করে বিভিন্ন ধরন শিখে। উত্তর তৈরির সময় সেটি ব্যবহারকারীর জন্য লেখা তৈরি করে। চেনের প্রস্তাব, আইনে এই দুই পর্যায় আলাদাভাবে বিবেচনা করা উচিত; এর মধ্যে সুরক্ষিত কাজের সঙ্গে ঘনিষ্ঠভাবে মিলে যায়, এমন আউটপুটের ঝুঁকিও অন্তর্ভুক্ত থাকবে।

অর্থনৈতিক বিষয়ক মন্ত্রণালয়ের অধীন মেধাস্বত্ব দপ্তর জানিয়েছে, সম্ভাব্য আইনি সংশোধন নিয়ে পর্যালোচনা চলছে। ডিজিটাল বিষয়ক মন্ত্রণালয় কপিরাইট নীতির দায়িত্বপ্রাপ্ত সংস্থা হিসেবে ওই দপ্তরের নাম উল্লেখ করেছে। কন্ট্রোল ইউয়ানের এক তদন্তেও নির্বাহী ইউয়ান দায়িত্ব দেওয়ার পর আইনি কাঠামো মানিয়ে নিতে সক্রিয় উদ্যোগ নেওয়ার আহ্বান জানানো হয়।

মালিকানা হস্তান্তর নয়, স্বেচ্ছায় অনুমতি

আইনসভার পরিবহন কমিটিকে মন্ত্রী লিন বলেন, বেসরকারি সংগ্রহ কর্মসূচি প্রকাশক ও ই-বুক প্ল্যাটফর্মগুলোকে দিয়ে শুরু হচ্ছে। তিনি বলেন, চার ধরনের উপাদান সংগ্রহের চেষ্টা চলছে:

• যেসব বইয়ের কপিরাইট সুরক্ষার মেয়াদ শেষ হয়েছে।
• প্রকাশকদের দেওয়া বইয়ের পরিচিতি।
• বই থেকে বাছাই করা নমুনা অংশ।
• ব্যক্তি লেখকদের স্বেচ্ছায় লাইসেন্স দেওয়া কাজ।

লিন বলেন, লেখকেরা কপিরাইটের মালিকানা ধরে রাখবেন, তবে এআই প্রশিক্ষণের জন্য কাজ ব্যবহারের অনুমতি চেয়েছে মন্ত্রণালয়। লাইসেন্সের মাধ্যমে সম্মত শর্তে অন্য পক্ষকে নির্দিষ্ট কাজ করার অনুমতি দেওয়া হয়। এর আওতায় অনুমোদিত ব্যবহার ও মেয়াদের মতো বিষয় থাকতে পারে।

ডেমোক্রেটিক প্রগ্রেসিভ পার্টির আইনপ্রণেতা লিন চু-ইন জানতে চান, অবদানকারীদের কীভাবে পারিশ্রমিক দেওয়া হবে, তাঁরা পরে অনুমতি প্রত্যাহার করলে কী হবে এবং প্রশিক্ষণ থেকে অন্য পণ্য তৈরি হলে তাঁদের স্বার্থ কীভাবে সুরক্ষিত থাকবে। তাইওয়ান পিপলস পার্টির আইনপ্রণেতা হুং ইউ-শিয়াং মান যাচাই, অধিকার ছাড়পত্র, অর্থের বিনিময়ে উপাদান সংগ্রহ এবং বিভিন্ন ধরনের লাইসেন্স পরিচালনার জন্য একটি সেবা চালুর প্রস্তাব দেন।

মন্ত্রণালয় তাইওয়ান সার্বভৌম এআই প্রশিক্ষণ করপাস লাইসেন্স, সংস্করণ ১ প্রকাশ করেছে এবং সংস্থাগুলোর ব্যবহারে সহায়তার জন্য মেধাস্বত্ব দপ্তরের সঙ্গে উদাহরণ তৈরিতে কাজ করেছে। মানসম্মত শর্তের লক্ষ্য বারবার আলোচনা ও কপিরাইট বিরোধ কমানো। অবদানে উৎসাহ দিতে মন্ত্রণালয় প্রণোদনার পরিকল্পনাও করছে। প্রকাশ্যে বর্ণিত প্রস্তাবগুলোতে পারিশ্রমিকের হার, অনুমতি প্রত্যাহারের ব্যবস্থা এবং এ থেকে তৈরি পণ্যের নিয়ম এখনো চূড়ান্ত হয়নি।

অর্থের বিনিময়ে সহযোগিতার ছোট নজির আছে

ওপেন কালচার ফাউন্ডেশনের চেয়ারম্যান লি পো-ফেং বলেন, প্রকাশকদের মূল্যবান উপাদান বিনা মূল্যে দিতে বললে যথেষ্ট অংশগ্রহণ পাওয়ার সম্ভাবনা কম। আলোচনার মাধ্যমে বিনিময় ঠিক করে গণমাধ্যম ও শিক্ষামূলক প্ল্যাটফর্মের সহযোগিতা পাওয়া একটি ছোট প্রশিক্ষণ প্রকল্পের উদাহরণ তিনি তুলে ধরেন।

শর্তে ছিল এককালীন লাইসেন্স ফি, ডেটা ব্যবহারে দুই বছরের সীমা এবং অংশগ্রহণকারী কনটেন্ট সরবরাহকারীদের জন্য তৈরি মডেলে অগ্রাধিকারমূলক প্রবেশাধিকার। এ ব্যবস্থায় অবদানকারীরা অর্থ, ব্যবহারের নির্ধারিত মেয়াদ এবং বিনিময়ে ব্যবহারযোগ্য কিছু পেয়েছিলেন।

ইয়ুয়ান-লিউ প্রকাশনীর চেয়ারম্যান ওয়াং রং-ওয়েনও মনে করেন, সরকার ও বাণিজ্যিক ডেভেলপারদের কনটেন্ট লাইসেন্সের জন্য বাজেট রাখা উচিত। তাঁর মতে, ফৌজদারি অভিযোগের ভয় বেসরকারি ডেভেলপার এবং এআই প্রকল্পে সহায়তার চেষ্টা করা কর্মকর্তাদের, উভয়েরই কাজে বাধা দেয়।

লিন আইনপ্রণেতাদের বলেন, বড় এআই কোম্পানিগুলোকে অর্থের বিনিময়ে উপাদানে প্রবেশাধিকার দেওয়াই সরকারের চূড়ান্ত লক্ষ্য। তিনি বলেন, নতুন প্রযুক্তিকে ঘিরে কপিরাইট বিরোধ তিন থেকে পাঁচ বছর চলতে পারে, তাই মন্ত্রণালয় কম বিরোধপূর্ণ উপাদান দিয়ে শুরু করছে। তাঁর সময়সীমার উল্লেখটি বিতর্ক কত দিন চলতে পারে, তা বোঝায়; আইন প্রণয়ন বা অর্থ পরিশোধের কর্মসূচির কোনো সময়সীমা নয়।

আইনি ব্যতিক্রম ও যৌথ লাইসেন্স, দুই বিকল্প

চেন তাইওয়ানের কপিরাইট আইনে এআই-বিষয়ক একটি স্বতন্ত্র অধ্যায়ের প্রস্তাব করেন। এতে টেক্সট ও ডেটা মাইনিংয়ের জন্য ব্যতিক্রমের বিধান, প্রশিক্ষণের উৎস প্রকাশের বাধ্যবাধকতা এবং শর্ত পূরণ করা কার্যক্রমে ফৌজদারি মামলার ঝুঁকি কমানোর ব্যবস্থা থাকবে।

টেক্সট ও ডেটা মাইনিং বলতে বিপুল পরিমাণ উপাদান বিশ্লেষণ করে বিভিন্ন ধরন শনাক্ত করতে সফটওয়্যার ব্যবহার বোঝায়। ইউরোপীয় ইউনিয়ন, জাপান ও সিঙ্গাপুরে এ ধরনের কিছু কার্যক্রমের ব্যতিক্রম রয়েছে, যদিও তাদের বিধি ও শর্ত এক নয়। তাইওয়ানে আলোচনার জন্য চেন এসব ব্যবস্থাকে উদাহরণ হিসেবে দেখেন।

লি প্রশাসনিক পর্যায়ে আরও আগের একটি পদক্ষেপের প্রস্তাব দেন: কোন ধরনের প্রশিক্ষণ ব্যবহারকে কর্তৃপক্ষ ন্যায্য ব্যবহার বলে মনে করে এবং কোনটি লঙ্ঘনের ঝুঁকি তৈরি করে, তা ব্যাখ্যা করে নির্দেশনা দেওয়া। ডেভেলপার ও নির্মাতাদের কাছে প্রত্যাশা আরও কার্যকরভাবে তুলে ধরার উদাহরণ হিসেবে তিনি জাপানের সংস্কৃতি বিষয়ক সংস্থার ২০২৪ সালের এআই কপিরাইট চেকলিস্ট ও নির্দেশনার কথা বলেন।

চেন যৌথ লাইসেন্সেরও প্রস্তাব দেন। এ ক্ষেত্রে তিনি সংগীত খাতের চাইনিজ তাইপেইয়ের মিউজিক কপিরাইট সোসাইটির, সংক্ষেপে MÜST-এর, উদাহরণ দেন। এই ব্যবস্থায় একটি সংস্থা বহু স্বত্বাধিকারীর অনুমতি পরিচালনা করে, ফি সংগ্রহ করে এবং অর্থ বণ্টন করে। এআইয়ের ক্ষেত্রেও একই ধরনের সেবা শত শত প্রকাশক বা লেখকের সঙ্গে আলাদা করে আলোচনার কাজ কমাতে পারে।

ন্যাশনাল তাইপেই ইউনিভার্সিটি অব টেকনোলজির মেধাস্বত্ব ইনস্টিটিউটের খণ্ডকালীন সহকারী অধ্যাপক চ্যাং চুং-শিন ভিন্ন মত পোষণ করেন। তাঁর মতে, আইনে পরিবর্তন চাওয়ার বদলে বিদ্যমান কপিরাইট বিধি অনুযায়ী ডেভেলপারদের অর্থ দেওয়া উচিত। তাঁর অবস্থানে মূল্যবান প্রকাশনা ও সংবাদ কনটেন্টে আলোচনার মাধ্যমে প্রবেশাধিকার পাওয়াই সমাধানের মূল বিষয়।

প্রবেশাধিকার ও সম্পদ, দুটিই কেন জরুরি তা দেখায় TAIDE

তাইওয়ানের আগের ট্রাস্টওয়ার্দি এআই ডায়ালগ ইঞ্জিন, বা TAIDE, দেখায় যে কোনো মডেল সহজে পাওয়া যায় এমন কয়েকটি সংগ্রহের ওপর কতটা নির্ভরশীল হতে পারে। ২০২৩ সালের শুরুর দিকে জাতীয় বিজ্ঞান ও প্রযুক্তি পরিষদের প্রকল্প হিসেবে প্রতিষ্ঠিত এ উদ্যোগের প্রাথমিক উন্নয়নে ২০ কোটি তাইওয়ানি ডলারের বেশি অর্থায়ন করা হয়।

TAIDE ১৫টি সরকারি সংস্থা থেকে প্রশিক্ষণের উপাদান নিয়েছে। সেন্ট্রাল নিউজ এজেন্সির প্রায় ৪০ লাখ নিবন্ধ এর পাঠ্য ডেটার ৭০ শতাংশ ছিল। কপিরাইটের বিষয়টি মাথায় রেখে এসব উপাদান সংগ্রহ করা হয়েছিল। এতে দেখা যায়, বড় সংবাদ আর্কাইভে সংগঠিতভাবে প্রবেশাধিকার স্থানীয় মডেলকে কীভাবে সহায়তা করতে পারে।

একাডেমিয়া সিনিকার তাইওয়ান ইনফরমেশন সিকিউরিটি সেন্টারের প্রধান গবেষক ইউহ-চিয়ে লি দেশীয় বিকল্প থাকার গুরুত্ব ব্যাখ্যা করেন:

শুরুতে আমরা সম্ভবত বড় ইঞ্জিনগুলোর সঙ্গে পাল্লা দিতে পারব না, তবে নিজেদের একটি ডায়ালগ ইঞ্জিন থাকলে অন্তত একটি বিকল্প থাকবে।

প্রাথমিক মডেলটি মেটার Llama 2-এর ওপর তৈরি হয়েছিল এবং এতে ৭০০ কোটি প্যারামিটার ছিল; প্যারামিটার হলো শেখার সময় কোনো মডেল যে সংখ্যাগত সেটিংগুলো সমন্বয় করে। ন্যাশনাল সেন্টার ফর হাই-পারফরম্যান্স কম্পিউটিংয়ের কাছে ১,০২৮টি V100 গ্রাফিকস প্রসেসর ছিল। নিয়মিত সেবা চালু রেখেই সংস্থাটি প্রকল্পের জন্য ২০২৩ সালের নভেম্বরে আরও নয়টি H100 প্রসেসর কেনে।

ন্যাশনাল চুং হসিং ইউনিভার্সিটির কৃষিবিষয়ক প্রশ্নোত্তর প্রকল্প ডিমিটার GPT পরে ChatGPT থেকে TAIDE-তে সরে আসে। অতিরিক্ত প্রশিক্ষণের পর চীনা ভাষায় নির্ভুলতা বেড়েছে বলে জানান সহযোগী অধ্যাপক ফান ইয়াও-চুং। আগে ল্যাবটি OpenAI-কে প্রতিটি উত্তরের জন্য ১ থেকে ২ তাইওয়ানি ডলার দিত; TAIDE স্থানীয়ভাবে চালু করায় পরিচালন ব্যয় নিজেদের কম্পিউটার ও বিদ্যুতের খরচে গিয়ে পড়ে।

তাইওয়ানের করপাস উদ্যোগ এ ধরনের অ্যাপ্লিকেশনের পেছনে থাকা লেখার সরবরাহ নিশ্চিত করার চেষ্টা করছে। সরকারি অভিধান ও সাংস্কৃতিক নথি একটি ভিত্তি দেয়। প্রকাশনা, বিশেষায়িত শিক্ষাসামগ্রী ও সাংবাদিকতার উপাদানে আরও বিস্তৃত প্রবেশাধিকার নির্ভর করবে এমন চুক্তির ওপর, যা ডেভেলপারদের সাধ্যের মধ্যে এবং কনটেন্টের মালিকদের কাছে গ্রহণযোগ্য।

মূল বিষয়গুলো

• করপাসের ৭,১৬১টি এন্ট্রির মধ্যে বেসরকারি অবদান ছিল ১১১টি, প্রায় ১.৬ শতাংশ।
• ২০২৫ সালের ডিসেম্বরে চালুর সময় সরকার ৬০ কোটি টোকেনের ঘোষণা দেয়; ২০২৬ সালের সেপ্টেম্বর নাগাদ মোট টোকেন ২৪০ কোটি ছাড়িয়ে যায়।
• মন্ত্রী লিনের ভাষ্য, বেসরকারি অংশগ্রহণ স্বেচ্ছামূলক এবং লেখকেরা কপিরাইটের মালিকানা ধরে রাখবেন।
• বর্তমান বেসরকারি সংগ্রহ কর্মসূচির বাইরে রয়েছে সংবাদ কনটেন্ট; অন্যদিকে মন্ত্রণালয় এআই কোম্পানিগুলোর সঙ্গে অর্থের বিনিময়ে চুক্তি করতে চাইছে।
• ২০২৫ সালের জুলাইয়ে অনুমতি ছাড়া ১ লাখ ৪০ হাজার সংবাদ নিবন্ধ ব্যবহারের অভিযোগে ফৌজদারি মামলা স্বতন্ত্র ডেভেলপারদের উদ্বেগ বাড়িয়েছে।
• প্রস্তাবগুলোর মধ্যে রয়েছে ন্যায্য ব্যবহার নিয়ে আরও স্পষ্ট নির্দেশনা, ডেটা মাইনিংয়ের ব্যতিক্রম, যৌথ লাইসেন্স এবং বিদ্যমান আইনে সরাসরি পারিশ্রমিক।