JwumaWas Datenherkunft tatsächlich bedeutet und wie man sie überprüft
· 3 Min. Lesezeit · provenance, procurement
Diese Übersetzung wurde maschinell erstellt und nicht von einem Muttersprachler geprüft. Im Zweifelsfall gilt die englische Fassung. Sagen Sie uns Bescheid, wenn etwas falsch klingt, und wir korrigieren es. English
Herkunft bedeutet, zeigen zu können, woher jedes Element in einem Datensatz stammt, wer es produziert hat und unter welcher Zustimmung. Echte Herkunft sind Artefakte, keine Zusicherungen: erhaltene Aufnahmemetadaten, aufgezeichnete Zustimmung, Attributierung der Mitwirkenden pro Element und die Rubrikversion, die jedes Label produziert hat.
Kurz gefasst
- Herkunft ist pro Element, nicht pro Datensatz.
- Erhaltene EXIF-Daten sind das primäre Herkunftssignal für aufgenommene Bilder.
- Zustimmungsaufzeichnungen sollten an Elemente angehängt werden, nicht als allgemeine Erklärung gehalten werden.
- Jedes Label sollte die Rubrikversion tragen, die es produziert hat.
- Ein Anbieter, der keine Herkunft pro Element vorweisen kann, behauptet nur, statt zu beweisen.
Planen Sie etwas Ähnliches?
Wir sprechen lieber über das Problem als über eine Mengenangabe.
Leistungen ansehenWarum ist Datensatzebene-Herkunft nicht ausreichend?
Weil die Frage, die Ihnen letztendlich gestellt wird, sich auf ein spezifisches Element bezieht, nicht auf den Datensatz. Wenn ein Rechteinhaber oder eine Aufsichtsbehörde ein Bild hinterfragt, beantwortet eine Aussage, dass die Sammlung ethisch beschafft wurde, nichts.
Herkunft pro Element bedeutet, dass jede Zeile zurückverfolgt werden kann, wer sie produziert hat, wann, unter welcher Zustimmung und gegen welche Rubrikversion. Das ist die einzige Form, die einer Herausforderung standhält.
Welche Artefakte stellen tatsächlich Herkunft dar?
Für aufgenommene Bilder: intakte EXIF-Daten, die Aufnahmezeit und Gerät zeigen, was die Originalaufnahme von einer gescrapten Datei unterscheidet. Für Sprache: die Aufnahmebedingungen und die Zustimmungsaufzeichnung des Sprechers. Für Labels: der Annotator, der Zeitstempel und die angewandte eingefrorene Rubrikversion.
Fordern Sie an, diese für eine Stichprobe spezifischer Zeilen während der Bewertung zu sehen. Ein Anbieter, der sie für die von Ihnen ausgewählten Zeilen vorweisen kann, hat echte Herkunft; ein Anbieter, der ein Richtliniendokument vorlegt, nicht.
- Intakte Aufnahmemetadaten bei Bildern
- Zustimmungsaufzeichnungen pro Element, wo Personen erscheinen
- Mitwirkenden-Attributierung pro Element
- Rubrikversion auf jedem Label gestempelt
- Zeitstempel, die die Lieferung überstehen
Warum werden Aufnahmemetadaten so oft zerstört?
Weil die meisten Sammlungspipelines Bilder durch Galerien, Messaging-Apps oder Größenänderungsschritte leiten, die EXIF-Daten entfernen oder überschreiben. Wenn die Datei den Käufer erreicht, ist die Herkunft verloren und kann nicht rekonstruiert werden.
Deshalb ist die Aufnahme in der App operativ wichtig und nicht nur ein Feature. Wenn der Mitwirkende aus seiner Galerie hochlädt, sind die Metadaten bereits verloren, unabhängig davon, was im Vertrag steht.
Was sollte der Vertrag verlangen?
Dass Herkunftsartefakte mit den Daten geliefert werden, anstatt vom Anbieter zurückgehalten zu werden, und dass sie jede Formatkonvertierung in der Lieferpipeline überstehen. Herkunft, die in einem internen System des Anbieters gehalten wird, ist Herkunft, die Sie verlieren, wenn die Beziehung endet.
Fordern Sie auch das Recht, eine Stichprobe von Zeilen gegen Quellaufzeichnungen zu prüfen, und nutzen Sie es mindestens einmal frühzeitig, anstatt es für einen Streitfall aufzusparen.
Weitere Fragen
Was ist Datenherkunft in AI-Trainingsdaten?
Die Fähigkeit zu zeigen, woher jedes Element stammt, wer es produziert hat, unter welcher Zustimmung und gegen welchen Kennzeichnungsstandard. Es ist eine Eigenschaft pro Element und nicht eine Behauptung auf Datensatzebene.
Wie kann ich die Herkunftsangaben eines Anbieters überprüfen?
Wählen Sie spezifische Zeilen während der Bewertung aus und fordern Sie deren Herkunftsartefakte an: Aufnahmemetadaten, Zustimmungsaufzeichnung, Mitwirkenden-Attributierung und Rubrikversion. Ein Richtliniendokument ist keine Antwort.
Warum sind EXIF-Metadaten für Bilddatensätze wichtig?
Sie zeichnen auf, wann und auf welchem Gerät ein Bild aufgenommen wurde, was der primäre Beweis ist, der die Originalfeldaufnahme von gescraptem Material unterscheidet. Die meisten Pipelines entfernen sie, es sei denn, die Aufnahme erfolgt in der App.