La IA se enfrenta a demandas por infracción de derechos de autor a medida que las empresas se acercan a la “frontera de los datos”

Manténgase informado con actualizaciones gratuitas

Sólo regístrate inteligencia artificial myFT Digest: entregado directamente a su bandeja de entrada.

Las principales empresas de inteligencia artificial se enfrentan a una ola de demandas por derechos de autor y acusaciones de que están recopilando activamente datos de la web. Este problema se agrava a medida que las empresas emergentes entran en la “frontera de los datos” y los nuevos avances tecnológicos se ven obstaculizados.

Este mes, tres autores apeló a lo antrópico La compañía afirma que la startup de inteligencia artificial de San Francisco “nunca ha solicitado una licencia para reproducir y utilizar ninguna expresión protegida contenida en el material protegido por derechos de autor que incorpora en sus modelos, y mucho menos pagó una tarifa de licencia”. “Robé cientos de miles de libros con derechos de autor”.

Esta demanda colectiva se suma a una larga lista de demandas por derechos de autor en curso, la más famosa de las cuales es Introducido por el New York Times A finales del año pasado, se presentó una demanda contra OpenAI y Microsoft. El Times informa que estas empresas son “empresas comerciales”.[ing] “Proteger al Times de la piratería masiva, la explotación comercial y la apropiación indebida de su propiedad intelectual”.

Si la demanda tiene éxito, las reclamaciones del editor podrían aplicarse a la formación en otras empresas. inteligencia artificial Varios modelos en Internet están sujetos a nuevos litigios.

Las empresas de inteligencia artificial han logrado grandes avances en los últimos 18 meses, pero están comenzando a enfrentar lo que los expertos llaman una “frontera de datos”, a medida que buscan más profundamente en la web y cierran acuerdos para acceder a conjuntos de datos privados o se ven obligadas a depender de datos sintéticos. datos.

“No más comida gratis. Ya no se pueden extraer conjuntos de datos a escala web. Tienes que comprarlos tú mismo o crearlos tú mismo. Esa es la frontera en la que nos encontramos ahora”, dijo Alex Ratner, cofundador de Snorkel AI. que construye y etiqueta conjuntos de datos.

Antropic, que se describe a sí misma como una startup de IA “responsable”, también acusado Durante el mes pasado, la compañía fue criticada por los propietarios de sitios web por “extraer atrozmente” datos web para entrenar sus sistemas. Perplexity, un motor de búsqueda impulsado por inteligencia artificial que pretende desafiar el monopolio de Google en la búsqueda web, enfrenta críticas similares.

El propio Google ha causado confusión entre los editores, que luchan por impedir que la empresa busque en sus sitios herramientas de inteligencia artificial sin eliminarlas de los resultados de búsqueda.

Las nuevas empresas de IA compiten por una feroz supremacía, lo que requiere grandes cantidades de datos de entrenamiento, algoritmos cada vez más sofisticados y semiconductores más potentes para permitir que los chatbots generen respuestas creativas y similares a las humanas.

Solo la empresa matriz de ChatGPT, OpenAI, y Anthropic han gastado 20.000 millones de dólares para crear potentes modelos de IA generativa que puedan responder a indicaciones del lenguaje natural y mantener una ventaja sobre los nuevos participantes como xAI de Elon Musk, recaudando más de 100.000 dólares.

Pero la competencia entre las empresas de IA también las convierte en objetivos para los editores y propietarios de los materiales necesarios para desarrollar modelos.

La demanda del Times tiene como objetivo demostrar que OpenAI está efectivamente canibalizando el contenido del Times, replicándolo de una manera que “sustituye al Times y lo priva de sus lectores”. Una vez que se resuelva esta demanda, los editores tendrán una comprensión más clara del valor de su contenido.

Mientras tanto, las nuevas empresas de inteligencia artificial están llegando a acuerdos con los editores para garantizar que sus chatbots brinden respuestas precisas y actualizadas. OpenAI, que recientemente anunció su propio producto de búsqueda, firmó un acuerdo con Condé Nast, editor de las revistas New Yorker y Vogue, luego de asociaciones con otros editores, incluidos The Atlantic, Time y The Financial Times. Perplexity también tiene acuerdos de reparto de ingresos con varios editores.

Anthropic aún no ha anunciado una asociación similar, pero en febrero la compañía contrató a Tom Turvey, quien pasó 20 años en Google y trabajó en estrategias para asociaciones con los principales editores.

Más que cualquier otra empresa, Google sentó el precedente de cómo funcionan hoy las relaciones entre los editores y los grupos tecnológicos. En 2015, la empresa ganó una demanda contra un grupo de autores que afirmaban que escanear e indexar sus obras violaba el uso legítimo. La victoria dependió de la afirmación de que el uso del contenido por parte de Google fue “altamente transformador”.

La demanda del New York Times contra OpenAI se basa en el argumento de que no hay “nada ‘transformador'” en cómo la empresa de tecnología utilizó el contenido del periódico. Si se emite el fallo, sentará un nuevo precedente para los editores. Pero la demanda de Google tardó una década en resolverse, tiempo durante el cual el motor de búsqueda se había consolidado como una fuerza dominante.