Meta insta al tribunal a desestimar la demanda por piratería de contenido para adultos

Meta Platforms ha solicitado a un tribunal estadounidense la desestimación de una demanda que la acusa de descargar y distribuir ilegalmente miles de contenidos para adultos para entrenar sus sistemas de inteligencia artificial. Presentada ante el Tribunal de Distrito de EE. UU. para el Distrito Norte de California, la moción de desestimación argumenta que no existen pruebas que respalden estas acusaciones.

En su demanda, Meta afirma que no existe evidencia que indique que sus modelos contengan o hayan sido entrenados con materiales protegidos por derechos de autor. La compañía también declaró que las acusaciones son «absurdas y carecen de fundamento». La moción fue reportada inicialmente por Ars Technica, y Meta emitió una negación categórica, señalando que las afirmaciones son falsas.

Los demandantes han hecho “todos los esfuerzos posibles para armar esta narrativa con conjeturas e insinuaciones, pero sus afirmaciones no son convincentes ni están respaldadas por hechos bien argumentados”, se lee en la moción.

Meta quiere que el tribunal desestime la demanda por piratería de contenido para adultos

La denuncia original fue presentada en julio por Strike 3 Holdings. La plataforma alegó que Meta utilizó direcciones IP corporativas y ocultas para descargar casi 2400 películas para adultos desde 2018. Afirmó que la medida formaba parte de los esfuerzos más amplios de la compañía para desarrollar sistemas de inteligencia artificial multimodal. Strike 3 es un holding de películas para adultos con sede en Miami que distribuye contenido bajo marcas como Vixen, Tushy y Blacked, entre otras.

En su demanda, Meta argumenta que la magnitud y el patrón de las supuestas descargas contradicen la teoría de entrenamiento de IA de Strike 3. En los últimos siete años, supuestamente solo se descargaron 157 contenidos para adultos producidos por Strike utilizando las direcciones IP corporativas de Meta. Esto representa un promedio de aproximadamente 22 descargas por año a través de 47 direcciones IP diferentes.

Angela Dunning, abogada de Meta, calificó la demanda como una “actividad escasa y descoordinada” por parte de “individuos dispares”

Dunning atribuyó las descargas a particulares, señalando que eran para uso personal y no formaban parte de un esfuerzo del gigante tecnológico por recopilar datos para el entrenamiento de IA, como alega Strike 3. La moción también refuta las afirmaciones de Strike 3 de que Meta utilizó más de 2500 direcciones IP ocultas de terceros, indicando que Strike 3 no verificó las direcciones y, en cambio, estableció correlaciones vagas. Afirmó que uno de los rangos de IP está supuestamente conectado a una organización sin fines de lucro hawaiana sin vínculo alguno con Meta, mientras que otros no tienendent.

Meta también afirmó que no hay pruebas de que tuviera conocimiento de las supuestas descargas, ni de que pudiera haberlas detenido. Añadió que no obtuvo ningún beneficio de ellas y que monitorear cada archivo en su red global no sería sencillo ni obligatorio por ley.

Dermot McGrath, cofundador de la firma de capital riesgo Ryzen Labs, declaró: «Si Meta admitiera que los datos se usaron en modelos, tendrían que argumentar un uso legítimo, justificar la inclusión de contenido pirateado y exponerse a que se descubran sus sistemas internos de capacitación y auditoría». Añadió que, en lugar de negar cómo se usaron los datos, Meta ha optado por negar que los haya usado siquiera. Sin embargo, McGrath afirma que si el tribunal admite la defensa, podría abrir una laguna legal enorme

Afirma que esto podría “socavar efectivamente la protección de los derechos de autor en casos de datos de entrenamiento de IA”, de modo que los casos futuros necesitarían “pruebastronde la dirección corporativa, que las empresas simplemente mejorarían en ocultar”

Sin embargo, existen razones legítimas para usar contenido explícito, y algunas empresas lo utilizan para desarrollar herramientas de seguridad o moderación. «La mayoría de las grandes de IA cuentan con "equipos rojos" cuyo trabajo consiste en buscar vulnerabilidades en los modelos mediante el uso de estímulos dañinos e intentando que la IA genere contenido explícito, peligroso o prohibido», afirmó McGrath.