Gigantes da tecnologia acusados de usar transcrições não autorizadas do YouTube para treinar modelos de IA

Os gigantes da tecnologia acusados de usar transcrições não autorizadas do YouTube para treinar modelos de IA são perfilados pela BTW Media porque evidências publicadas os vinculam à infraestrutura da internet, governança, dependências operacionais ou visibilidade de mercado.

• Alguns gigantes da tecnologia teriam usado as transcrições do YouTube sem autorização para treinar modelos de IA.
• A legalidade do uso de bases de dados não autorizadas para treinar IA é indeterminada, o que poderia prejudicar o desenvolvimento futuro da IA.

NOSSA OPINIÃO
O desenvolvimento da tecnologia de IA é certamente promissor, mas sua criação e avanço dependem de bases de dados. A falta de transparência dessas bases de dados é inevitavelmente fonte de controvérsias. As partes lesadas e as empresas infratoras frequentemente têm pontos de vista divergentes, sem que nenhuma resolução definitiva esteja à vista. Essa situação é como uma espada de Dâmocles suspensa sobre a indústria; se não for tratada, invariavelmente prejudicará o desenvolvimento contínuo da IA.
— Yasmine Luo, jornalista BTW

O que aconteceu?

Algumas grandes empresas de tecnologia são acusadas de usar transcriçõesYouTubesem autorização para treinar seus modelos de IA.

De acordo comProof News,EleutherAI, uma organização sem fins lucrativos, criou um conjunto de dados contendo transcrições de mais de 48.000 canais do YouTube, incluindo conteúdo de criadores proeminentes como Marques Brownlee e MrBeast, além de grandes editoras comoThe New York Times, aBBCe aABC News. De acordo com uma nova investigação da Proof News,Apple,NVIDIA,Anthropice outras grandes empresas de tecnologia usaram esse conjunto de dados para treinar seus modelos de IA.

Neal Mohan, CEO do YouTube, disse anteriormente: “As empresas que usam os dados do YouTube para treinar modelos de IA estariam violando os termos de uso da plataforma.”

Marques Brownlee, um famoso youtuber, publicou nas redes sociais: “A Apple obteve dados para sua IA de várias empresas. Uma delas extraiu toneladas de dados/transcrições de vídeos do YouTube, incluindo os meus. Tecnicamente, a Apple evita estar errada aqui porque não é ela que extrai os dados. Mas isso será um problema em evolução por muito tempo.”

Atualmente, Apple, NVIDIA, Anthropic e EleutherAI não comentaram o caso.

Leia também:PDG apoiado pela Warburg planeja expansão de data centers impulsionados por IA na Ásia

Leia também:Projeto ‘Strawberry’ da OpenAI avança no raciocínio de IA

Por que isso é importante

O rápido crescimento dos modelos de IA, embora promissor para moldar o futuro, também levantou muitas questões legais não resolvidas. As recentes acusações contra os gigantes da tecnologia somam-se a essas preocupações. Desde sua criação, a tecnologia de IA enfrenta o problema de bases de dados de treinamento não transparentes. Se os dados de treinamento de IA não vierem de fontes apropriadas, há risco de violação de direitos autorais ou direitos sobre bases de dados.

No entanto, resta determinar se as empresas envolvidas enfrentarão ações judiciais.The Vergeconduziu uma investigação com advogados, analistas e funcionários de startups de IA, revelando opiniões divididas sobre essa questão.

“Vejo pessoas de ambos os lados extremamente confiantes em suas posições, mas a realidade é que ninguém sabe”, diz Baio, um observador de IA.

Embora as empresas ou indivíduos envolvidos afirmem que é ilegal, seus pedidos têm poucas chances de serem atendidos, como evidencia a falta de resposta das empresas acusadas.

Se esse problema não for resolvido, poderá um dia prejudicar o desenvolvimento contínuo da tecnologia de IA.