گزارش بروکینگز: سقوط ۶ برابری نرخ ارجاع، تهدیدی برای بقای رسانه‌ها

اگر امروز یک تحریریه خبری محلی را اداره می‌کنید، احتمالاً در چرخه‌ای گیر افتاده‌اید که در آن گوگل و مایکروسافت ترافیک شما را می‌بلعند و همزمان، مالک ابزارهایی هستند که برای دریافت پول در ازای داده‌هایتان باید از آن‌ها استفاده کنید. این هشدار مرکزی گزارش جدیدی است با عنوان «همان دروازه‌بان‌ها، عوارضی جدید: نقشه‌برداری از بازار لایسنس محتوای AI» که توسط پژوهشگران مؤسسه بروکینگز و مؤسسه بازارهای باز (به‌طور مشخص مرکز روزنامه‌نگاری و آزادی) تهیه شده است.

این بحران در حالی رخ می‌دهد که هوش مصنوعی زاینده (Generative AI) — شبیه به یک کپی‌کار فوق‌سریع که تمام کتابخانه را می‌خواند تا جواب‌های کوتاه بدهد — روندی را شتاب می‌بخشد که از دو دهه پیش آغاز شد. در آغاز قرن، موتورهای جستجو فهرست کردن محتوا را با ترافیک ارجاعی عوض می‌کردند. زمانی که گوگل شروع به ایندکس کردن وب‌سایت‌های خبری کرد، ناشران فهرست‌های رایگان را با نرخ ۲ به ۱ در ازای ترافیک ارجاعی مبادله می‌کردند. با گذشت زمان، این وضعیت به یک انحصار تبدیل شد که در آن پلتفرم‌ها از قطعات کوتاه متن (snippets) و عکس‌های باکیفیت استفاده کردند تا کاربران را در سایت خود نگه دارند و ناشران را از ترافیکی که برای درآمد تبلیغاتی به آن وابسته بودند، محروم کنند. طبق گزارش بروکینگز، AI این مسیر را با سرعتی بسیار بیشتر تکرار می‌کند.

زمینه و بستر تسخیر پلتفرمی

ترافیک ارجاعی از جستجو در آغاز قرن به محرک اصلی درآمد ناشران تبدیل شد. منطق اقتصادی روزنامه‌نگاری آنلاین توسط شرکت‌های اداره‌کننده این موتورها تعیین شد. گوگل یک انحصار غیرقانونی در جستجو و بعدها در بازار تبلیغات دیجیتال ایجاد کرد. این زیرساخت به آن‌ها اجازه داد تا سایت‌ها را با نرخی بسیار بیشتر از ترافیکی که بازمی‌گرداندند، بخزند (crawl).

اکنون، AI اثر مشابهی دارد. ناشران با کاهش ترافیک خوانندگان و درآمد تبلیغاتی مواجه‌اند، حتی در حالی که مدل‌های زبانی بزرگ (LLM) از محتوای آن‌ها برای تولید پاسخ استفاده می‌کنند. مداخلات سیاستی اکنون ضروری است؛ زیرا ساختارهای قرارداد، سوابق قیمت‌گذاری، نرخ برداشت واسطه‌ها و هنجارهای حاکمیتی که امروز تثبیت می‌شوند، پس از عادی شدن، به سختی قابل تغییر خواهند بود.

تصور کنید یک خبرنگار محلی امشب گزارشی درباره شورای مدرسه می‌نویسد. تا فردا صبح، یک سیستم AI متن را می‌خواند، حقایق را استخراج کرده و آن را به صورت یک پاسخ مستقیم به کاربر می‌دهد، بدون اینکه حتی یک کلیک به سایت ناشر بازگردد. این «بلعندگی محتوا» انگیزه اقتصادی برای تولید روزنامه‌نگاری باکیفیت را از بین می‌برد و در نهایت، داده‌های آموزشی AI را که برای دقیق ماندن به آن‌ها نیاز دارد، تخریب می‌کند.

در حال حاضر، گزارش‌ها حاکی از آن است که گوگل به ازای هر ارجاع، به طور نمایی دفعات بیشتری خزش می‌کند، در حالی که سایر موتورهای AI نرخ‌های ارجاع حتی بدتری ارائه می‌دهند. ناشران متوجه شده‌اند که هیچ راهی برای خارج شدن از این خزش‌ها وجود ندارد، مگر اینکه دیده‌شدن خود را در نتایج جستجو (search visibility) به خطر بیندازند. این پویا، دوران جستجو و رسانه‌های اجتماعی را تکرار می‌کند، اما در مقیاس و سرعتی که لحظات قبلی را در مقایسه با آن ساده و قدیمی جلوه می‌دهد.

سه سطح لایسنس AI

این گزارش بازاری پراکنده را شناسایی می‌کند که در سه سطح متمایز عمل می‌کند و هر یک دارای نقص‌های ساختاری هستند:

• سطح اول: قراردادهای دوجانبه. این‌ها توافقات محرمانه بین غول‌های AI و برندهای جهانی هستند؛ معمولاً برندهایی که شناخت ملی دارند و ظرفیت قانونی برای شکایت را دارا هستند. اگرچه این قراردادها مبالغ هنگفتی دارند، اما گزارش اشاره می‌کند که «پاداش قرارداد» (deal premium) اساساً تا سه ماهه چهارم ۲۰۲۵ ناپدید شد. در این بازه زمانی، نرخ کلیک (CTR) از سیستم‌های AI شش برابر کاهش یافت. ناشرانی که قراردادی نداشتند در مقادیر مطلق وضعیت بدتری داشتند، اما افت نسبی کمتری را تجربه کردند. علاوه بر این، افشای محدود اطلاعات باعث می‌شود دارندگان حق اثر متوجه نشوند که آیا آثارشان استفاده شده است یا خیر، یا نتوانند حقوق خود را اجرا کنند. ناشران در واقع بدون دید به دفعات استفاده یا اثر تجاری، در تاریکی مذاکره می‌کنند. این شکاف اطلاعاتی دقیقاً همان جایی است که بنیان‌گذاران استارتاپ‌های لایسنس جایگاه تجاری خود را پیدا کرده‌اند.
• سطح دوم: لایه واسطه‌ها. این سطح از چند استارتاپ در سیلیکون ولی به بیش از ده‌ها شرکت از سال ۲۰۲۴ گسترش یافته است. این لایه شامل استارتاپ‌هایی مانند TollBit، Sphere AI، ScalePost، Created by Humans، ProRata و Miso.ai در کنار غول‌های زیرساختی مانند Cloudflare و Microsoft است. این شرکت‌ها شناسایی بات، مسدودسازی و بازارگاه‌های محتوا با قیمت‌گذاری «پرداخت به ازای استفاده» و توزیع درآمد مبتنی بر ارجاع ارائه می‌دهند. با این حال، گزارش هشدار می‌دهد که این واسطه‌ها اغلب توسط سرمایه‌گذاران خطرپذیر (VC) پشتیبانی می‌شوند و در برابر تصاحب توسط همان شرکت‌های Big Tech که ظاهراً ناشران را از آن‌ها محافظت می‌کنند، آسیب‌پذیر هستند. توانایی آن‌ها در جذب سرمایه نیز به دلیل عدم شفافیت در مورد ده‌ها شکایت کپی‌رایت جاری علیه شرکت‌های AI مختل شده است.
• سطح سوم: دم بلند (Long Tail). این گروه شامل روزنامه‌های محلی، پخش‌کنندگان منطقه‌ای، رسانه‌های قومی و بومی، ناشران غیرانگلیسی‌زبان و رسانه‌های تخصصی است. آن‌ها عملاً به طور کامل از بازار لایسنس غایب هستند. این عدم ارزش‌گذاری برای ارزش مدنی روزنامه‌نگاری، یک ویژگی ساختاری از توزیع قدرت بازار است. مطالعه پارلمان اروپا این موضوع را به عنوان یک ریسک توزیعی علامت‌گذاری می‌کند: لایسنس‌های داوطلبانه منجر به پوشش‌های پراکنده و قراردادهای گزینشی می‌شود که مجموعه‌داده‌های سوگیرانه و ناقصی را تولید می‌کند و هم عملکرد AI و هم رفاه کلی را تضعیف می‌کند.

تله دوگانه زیرساختی

گزارش بر یک پویای تخریبی تأکید می‌کند: همان شرکت‌هایی که باعث کاهش ترافیک می‌شوند، در حال ساخت عوارضی برای لایسنس هستند. فرسایش ترافیک، ناشران را به سمت درآمد لایسنس می‌راند، اما این درآمد به طور فزاینده‌ای از طریق شرکت‌هایی جریان می‌یابد که در ابتدا باعث این فرسایش شده بودند. گوگل و مایکروسافت از طریق قفل کردن استانداردها، عدم تقارن داده‌ها و مقیاس تریلیون دلاری پلتفرم‌هایشان، همزمان هر دو سر زنجیره ارزش را اشغال کرده‌اند.

برای مثال، شرکت Cloudflare در اواسط ۲۰۲۵ اقدام به مسدود کردن پیش‌فرض خزنده‌های AI کرد و بازارچه «پرداخت-به-ازای-خزش» خود را راه‌اندازی کرد. این امر یک دروازه‌بان زیرساختی را در موقعیتی با قدرت عظیم قرار می‌دهد تا تصمیم بگیرد ناشران چگونه از باقی‌مانده ارزش خود پول درآورند. این وضعیت مشابه اکوسیستم فناوری تبلیغاتی (ad tech) مستقل در دهه گذشته است که منجر به انحصار غیرقانونی گوگل در هر دو حوزه جستجو و تبلیغات دیجیتال شد.

این تله دوگانه یک ریسک استراتژیک ایجاد می‌کند. کمیته لردها مشاهده کرد که ادامه روند پذیرش ضمنی استفاده‌های گسترده و بدون لایسنس از محتوای خلاقانه و وابستگی بلندمدت به مدل‌های مبهمی که در خارج از کشور آموزش دیده‌اند، یک «شرط‌بندی بد» است. این شرط‌بندی، ظرفیت خلاقانه را فدای دستاوردهای گمانه‌زنی AI می‌کند که عمدتاً به نفع چند توسعه‌دهنده مستقر در ایالات متحده خواهد بود. این ریسک برای ناشرانی که در قلمروهایی فعالیت می‌کنند که شرکت‌های غالب AI در آنجا مستقر نیستند، تقویت می‌شود.

مسئله ارزش‌گذاری

علاوه بر این، گزارش استدلال می‌کند که ارزش‌گذاری فعلی اساساً خراب است. اکثر قراردادها بر «ترافیک ارجاعی از دست رفته» تمرکز دارند، اما نویسندگان ادعا می‌کنند این چارچوب محدود، به شدت ناقص است. تحقیقات قبلی در مورد ارزش‌گذاری AI و روزنامه‌نگاری نشان داد که مشارکت ناشران در ابعاد بسیار گسترده‌تری است:

• آموزش و تنظیم دقیق (Fine-tuning): — مثل وقتی به یک پزشک عمومی، تخصص پوست می‌دهیم تا روی یک حوزه دقیق شود — که بلوک‌های سازنده مدل هستند.
• ظرفیت استدلالی و زبانی: نحوه یادگیری ساختار تفکر توسط AI.
• پایه واقعی و به‌روز بودن (Temporal Currency): تضمین اینکه AI اطلاعات دقیق و جاری دارد.
• مشروعیت اجتماعی: اعتماد و اعتباری که در گزارش‌های روزنامه‌نگاری نهفته است.

پذیرفتن ترافیک ارجاعی به عنوان تنها معیار، این مشارکت‌ها را نادیده می‌گیرد. مطالعه پارلمان اروپا این موضوع را تأیید می‌کند: وقتی تولیدکنندگان می‌بینند آثارشان بدون جبران مالی استفاده می‌شود، تولید خود را کاهش می‌دهند و این امر ریسک تخریب کیفیت و نمایندگی داده‌های آموزشی آینده را به همراه دارد. این موضوع چرخه استدلال اهرم را می‌بندد: سیستم‌های AI برای مفید ماندن به عرضه مداوم محتوای انسانی باکیفیت وابسته هستند. اگر شرایط اقتصادی تولید آن محتوا را نابود کنید، خودِ AI را تخریب می‌کنید.

ابعاد حقوقی و RAG

یک تمایز حقوقی حیاتی در مورد نحوه استفاده AI از داده‌ها وجود دارد. گفتمان کپی‌رایت اغلب با «خزش» (scraping) به عنوان یک رویداد تاریخی مجزا برخورد کرده است. با این حال، در سیستم‌های «تولید بازیابی‌افزا» (RAG) — مثل دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد — مدل آموزش‌دیده بر اساس محتوای ناشر، با هر درخواست استنتاج (inference call) دوباره فعال می‌شود.

لایسنس برای استنتاج (RAG) و لایسنس برای داده‌های آموزشی نباید به عنوان بازارهای جداگانه دیده شوند؛ آن‌ها لایه‌های یک پشته ارزش واحد هستند. توانایی مدل پایه در تولید متون منسجم بر اساس محتوای خزش‌شده ساخته شده است. قیمت‌گذاری تنها برای لایه بازیابی در حالی که مدل زیربنایی به عنوان یک هزینه «اهدا شده» در نظر گرفته می‌شود، یک خطای دسته‌بندی است که فقط به نفع سود شرکت‌های AI است.

ناشرانی که شرایط فعلی را به عنوان نهایی می‌پذیرند، ممکن است از دعاوی حقوقی بزرگ‌تری که دادگاه‌ها هنوز درباره آن‌ها حکم نداده‌اند چشم‌پوشی کنند و سوابقی را تثبیت کنند که پس از عادی شدن و استاندارد شدن، بازنگری آن‌ها بسیار دشوار خواهد بود.

فراخوان برای مداخله سیاستی

به دلیل شکست مداوم تعهدات داوطلبانه و حسن نیت پلتفرم‌ها، گزارش پیشنهاد می‌کند که پنجره فرصت برای مداخلات سیاستی در حال بسته شدن است. این گزارش به مجلس لردها در بریتانیا و پارلمان اروپا اشاره می‌کند که هر دو به نتایجی همگرا رسیده‌اند. سه نهاد مستقل با استفاده از متدهای مختلف به یک تشخیص رسیدند، که نشان می‌دهد پنجره مداخله باز است.

کمیته لردها هشدار داد که حرکت به سمت پذیرش ضمنی استفاده‌های بدون لایسنس و وابستگی به مدل‌های مبهم خارجی، یک «شرط‌بندی بد» است که ظرفیت خلاقانه را فدای سودهای گمانه‌زنی چند توسعه‌دهنده آمریکایی می‌کند.

گزارش چندین اصلاحیه قانونی را توصیه می‌کند:

• چارچوب‌های لایسنس قانونی (Statutory) با نرخ‌های تعیین‌شده.
• لایسنس جمعی و چانه‌زنی بخشی، مشابه صنعت موسیقی.
• شفافیت اجباری در شرایط قراردادها و میزان استفاده از داده‌ها.
• سیستم‌های ارجاع (Attribution) در لایه استنتاج مدل.
• الزامات صریح «باید منتشر کند» (must carry) برای رسانه‌های محلی و مستقل.

استرالیا و کانادا به عنوان نمونه‌هایی ذکر شده‌اند که در آن‌ها چارچوب‌های کد چانه‌زنی از نظر قانونی موفق بوده‌اند. نویسندگان استدلال می‌کنند که رضایت صریح دارندگان حق اثر باید پیش‌شرط آموزش AI باشد، مگر اینکه یک چارچوب قانونی جامع ایجاد شود.

کمیته لردها این پشتیبانی رسمی را ارائه کرده و توصیه نموده است که دولت استثنائات برای آموزش AI روی آثار دارای کپی‌رایت را رد کند و بر تقویت لایسنس، شفافیت و اجرا تمرکز کند. پارلمان اروپا لایسنس قانونی را به عنوان چارچوب اصلی برای ایجاد تعادل بین منافع دارندگان حق، توسعه‌دهندگان و کاربران توصیه می‌کند تا انگیزه‌های تولید خلاقانه حفظ شود. یک سیستم قانونی «خروج‌اختیاری» (opt-out) — که در آن ناشرانی که نمی‌خواهند شرکت کنند بتوانند قراردادهای شخصی خود را ببندند — بهینه‌ترین حالت خواهد بود.

این تغییر نشان‌دهنده یک بحران درجه دوم برای صنعت AI است. اگر شرایط اقتصادی برای روزنامه‌نگاری انسانی نابود شود، عرضه داده‌های باکیفیت کاهش می‌یابد. شرکت‌های AI منافع مستقیمی در پایداری محتوایی که به آن وابسته هستند دارند، اما بازار فعلی به گونه‌ای ساختار یافته است که به جای منافع عمومی، به سود واسطه‌های تریلیون دلاری خدمت کند.

هنوز مشخص نیست که آیا این بخش می‌تواند دو دهه تجربه شکست پلتفرم‌ها را به اقدام جمعی تبدیل کند یا خیر. با این حال، اگر سیاست‌گذاران اکنون شرایط را تعیین نکنند، این شرایط توسط بزرگترین شرکت‌های فناوری با بودجه‌های کافی برای تحمل شکایت‌ها و خم کردن اراده رگولاتورها تعیین خواهد شد. منتظر احکام آتی در شکایت‌های کپی‌رایت باشید، زیرا این احکام تعیین می‌کنند که آیا RAG یک استفاده جدید از داده است یا ادامه آموزش‌های غیرقانونی اولیه.

گام بعدی شما

• اگر تولیدکننده محتوا هستید، بررسی کنید آیا ابزارهای مسدودکننده خزنده‌ها (Crawler blockers) ترافیک ارگانیک شما را تحت تأثیر قرار داده است یا خیر.
• برای ناشران بزرگ، بازنگری در قراردادهای لایسنس با تمرکز بر «ارزش داده برای استدلال» به جای «ترافیک ارجاعی» توصیه می‌شود.
• دنبال کردن احکام دادگاه‌های کپی‌رایت درباره RAG باشید، زیرا این احکام تعیین می‌کنند که آیا بازیابی داده، یک استفاده جدید است یا ادامه آموزش غیرقانونی.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.