Predavanje istražuje kompleksnost i kontroverze oko pojma otvorene umjetne inteligencije s naglaskom na velike jezične modele (Large Language Models - LLMs) te ima namjeru potaknuti raspravu o etičkim, tehničkim i pravnim aspektima ove teme. Nakon definicije pojma otvorene umjetne inteligencije kroz smjernice OSI-ja (Open Source Initiative) i njihovog dokumenta The Open Source AI Definition – 1.0-RC1 predavanje će obuhvatiti aspekte otvorenosti i dostupnosti izvornog koda, autorskih prava i licenciranja podataka, pojma težina (weights) te transparentnosti procesa učenja modela. Kroz usporedbu različitih popularnih LLM-ova predavanje će dati analizu razina njihove otvorenosti, uz referencu na istraživanje Stanfordovog CRFM-a (Center for Research on Foundation Models) i njihovog indeksa transparentnosti. Poseban naglasak stavit će se i na The Model Openness Framework (MOF), koji pruža strukturirani način vrednovanja otvorenosti modela. Radi kompleksnosti samih LLM-ova, pokušaj definicije otvorenosti i preporuka za korištenje LLM-ova izaziva nesuglasice unutar zajednice otvorenog koda i potrebe za teškim kompromisima, gdje se filozofija potpune otvorenosti „čistunaca“ sukobljava sa stvarnošću pragmatičara i potrebama za tim alatima u primjerice medicini, pri čemu osobni i klinički podaci u takvim bolničkim informacijskim sustavima iz mnogih razloga ne mogu biti ni otvoreni ni javni. Kroz ovo predavanje sudionici će dobiti temelje za razumijevanje složenosti ovog područja te perspektivu o tome kako se otvorenost može (ili ne može) integrirati u svakodnevnu primjenu umjetne inteligencije.