テクノロジー大手、YouTube の無断文字起こしを AI のトレーニングに使用したとして非難

YouTube の無断文字起こしを AI モデルのトレーニングに使用したとして非難されているテクノロジー大手について、BTW Media は、公開された証拠がインターネットインフラ、ガバナンス、運用依存、市場での可視性に関連していることからプロファイルを作成しています。

• 一部のテクノロジー大手は、YouTube の文字起こしを許可なく AI モデルのトレーニングに使用していたとされている。
• AI のトレーニングに許可されていないデータベースを使用することの合法性は定まっておらず、将来の AI 開発を妨げる可能性がある。

私たちの見解
AI 技術の発展は確かに有望ですが、その創造と進歩はデータベースに依存しています。これらのデータベースの透明性の欠如は必然的に論争を引き起こします。被害を受けた側と違反企業の見解はしばしば分かれ、明確な解決には至っていません。この状況は産業界に吊るされたダモクレスの剣のようなものです。対処しなければ、AI の持続的な発展を必然的に妨げるでしょう。
— BTW 記者 Yasmine Luo

何が起きたのか？

一部の大手テクノロジー企業は、許可なくYouTubeの文字起こしを AI モデルのトレーニングに使用したとして非難されています。

Proof Newsによると、非営利団体のEleutherAIは、Marques Brownlee や MrBeast などの有力クリエイター、およびThe New York Times、BBC、ABC Newsといった大手出版社のコンテンツを含む、48,000 以上の YouTube チャンネルの文字起こしを収録したデータセットを作成しました。Proof News の新たな調査によると、Apple、NVIDIA、Anthropicなどの大手テクノロジー企業がこのデータセットを AI モデルのトレーニングに使用したとのことです。

YouTube の CEO である Neal Mohan 氏は以前、「YouTube のデータを AI モデルのトレーニングに使用する企業は、プラットフォームの利用規約に違反することになる」と述べています。

著名な YouTuber の Marques Brownlee 氏はソーシャルメディアで次のように投稿しました。「Apple は自社の AI のために複数の企業からデータを入手しています。そのうちの 1 社が、私の動画を含む大量の YouTube のデータや文字起こしをスクレイピングしました。厳密には、Apple はデータを直接スクレイピングしていないため、ここでは責任を免れています。しかし、これは長期的に拡大する問題となるでしょう。」

現在のところ、Apple、NVIDIA、Anthropic、EleutherAI はいずれもこの件についてコメントしていません。

あわせて読む:Warburg 支援の CEO が AI 主導のデータセンター拡大をアジアで計画

あわせて読む:OpenAI の「Strawberry」プロジェクトが AI 推論を進化させる

なぜ重要なのか

AI モデルの急速な成長は、未来を形作る上で有望である一方で、多くの未解決の法的問題も提起しています。テクノロジー大手に対する最近の疑惑は、こうした懸念を一層強めています。AI 技術はその誕生以来、トレーニングデータベースの不透明性という問題に直面してきました。AI のトレーニングデータが適切なソースから得られていない場合、著作権やデータベース権の侵害リスクが生じます。

しかし、関係企業が訴訟に直面するかはまだ分かりません。The Vergeが弁護士、アナリスト、AI スタートアップの従業員を対象に行った調査では、この問題について意見が分かれていることが明らかになりました。

「両陣営とも自らの立場に非常に自信を持っていますが、実際のところ誰にも分からないのです」と、AI オブザーバーの Baio 氏は述べています。

関係する企業や個人は違法だと主張していますが、非難された企業が回答していないことからも分かるように、その主張が認められる可能性は低いでしょう。

この問題が解決されなければ、将来的に AI 技術の持続的な発展を妨げる可能性があります。