Las estrategias de uso de datos de OpenAI y Google generan debate en el desarrollo de IA

El New York Times expone la metodología utilizada por OpenAI para recopilar millones de horas de transcripciones de vídeos de YouTube y generar la enorme cantidad de datos que requiere su potente modelo de IA GPT-4. Si bien puede parecer que estas empresas siguen el mismo camino, formando una cola liderada por los gigantes Google y Meta, la ruta se acelera a medida que las tecnologías de IA se actualizan. Todo esto nos lleva a la pregunta de la "brecha digital" y su impacto en la capacidad de las personas para participar en la economía, específicamente en cuestiones como los derechos de autor y la ética de los datos.

Las audaces tácticas de adquisición de datos de OpenAI

OpenAI detectó y analizó este contenido de YouTube. Esta estrategia, a pesar de la naturaleza innovadora del uso gratuito, se ajusta a los principios de uso justo, condición indispensable para esta empresa. La grabación de vídeos de YouTube, una de las etapas del proceso de aprendizaje de IA de Google, plantea inquietudes sobre la violación de derechos de autor y las cuestiones éticas que conlleva el uso de datos sin el consentimiento del autor.

Curiosamente, después de que Google fuera criticada por ser la empresa propietaria de YouTube por el mismo motivo, supuestamente incurrió en dichas prácticas con sus modelos de IA. Este proceso de espionaje compartido es claramente una parte sofisticada del informe, lo que revela aún más los confusos límites éticos y legales de las empresas tecnológicas en sus iniciativas de inteligencia artificial. Por otro lado, Google ha mencionado que puede obtener el permiso del creador para usar videos antes de entrenar un sistema de IA con esos datos, lo que finalmente ha sido un punto de controversia en la narrativa.

La revisión de la política de privacidad

Uno de los principales eventos de este proceso fue la decisión de Google de cambiar su política de privacidad para finales de junio de 2023. La estrategia, por lo tanto, buscaba fortalecer la capacidad de la compañía para capitalizar fuentes de datos de acceso público, desde documentos de Google hasta reseñas de Google Maps, con el fin de impulsar la innovación impulsada por la IA. Esto indica un fenómeno más amplio en el sector tecnológico, donde estas grandes empresas tecnológicas ejercen un liderazgo tanto en innovación como en privacidad del usuario, mientras luchan por encontrar el equilibrio adecuado entre ambas.

Es ahora, con estos gigantes tecnológicos, que la revelación de OpenAI y Google sobre sus prácticas de recopilación de datos sin consentimiento explícito plantea interrogantes sobre el desarrollo de la IA y el uso ético de los datos. Neil Mohan, director ejecutivo de YouTube, citado por Bloomberg sobre este tema, afirmó que la plataforma no permite la descarga de estas fuentes no autorizadas.

Implicaciones industriales y legales

La ambigüedad plantea la cuestión de la moralidad y la legalidad de estos intentos de extraer datos. Otra área de mejora reside en los problemas de plagio, ya que estos enfoques pueden ser creativos, pero también generar problemas de derechos de autor. La privacidad también es una preocupación en esta industria. Sin embargo, el alcance de estos errores no se limita solo a problemas legales y éticos, sino que va mucho más allá. Su abundancia pone de relieve una carrera tecnológica más importante (la tecnología de IA), cuyo objetivo es utilizar los datos para impulsar los avances de la IA.

 A medida que pioneros de la tecnología de IA como OpenAI y Google avanzan en el alcance del próximo paradigma de la IA, se amplía el debate sobre la cantidad de datos que se pueden utilizar, las consideraciones para la protección de los derechos de autor y las enormes implicaciones sociales de las aplicaciones de IA. Combinar la innovación con la ética genera un panorama más complejo, que requiere el desarrollo de principios de regulación y políticas claras.

El trabajo de OpenAI y Google al capturar videos de YouTube con fines de capacitación plantea la cuestión multidimensional de la naturaleza subjetiva, que abarca dimensiones legales, éticas y tecnológicas. Por lo tanto, el sector tecnológico se enfrenta constantemente a desafíos como la innovación, la privacidad y la ética, sin los cuales no se puede garantizar un crecimiento continuo. El debate sobre estos temas continuará. No obstante, también se extenderá a todos los actores de la sociedad, desde los especialistas legales hasta los propios desarrolladores de IA, para finalmente proponer una solución.