OpenAI desestima la demanda del New York Times y alega manipulación del modelo de IA

En respuesta a la reciente demanda del New York Times contra OpenAI, la principal organización de investigación en inteligencia artificial emitió un comunicado oficial rechazando rotundamente las acusaciones. OpenAI sostiene que el New York Times manipuló las indicaciones para inducir a los modelos de IA a regurgitar datos relacionados con sus artículos sin permiso. La demanda, presentada el 27 de diciembre de 2023, alega el uso no autorizado del contenido del Times para el entrenamiento de Modelos de Lenguaje Largo (LLM). OpenAI afirma que el contenido en cuestión estaba disponible públicamente en internet, lo que se considera un uso legítimo para el entrenamiento de modelos de IA. 

Revelando supuesta manipulación inmediata

OpenAI afirma que The New York Times engañó intencionalmente a su modelo de IA, ChatGPT, al inventar indicaciones para obtener datos textuales de artículos antiguos, que ya se habían difundido ampliamente en varios sitios web de terceros. Esta manipulación, según OpenAI, alteró el comportamiento del modelo, lo que sugiere que el Times le indicó que regurgitara o seleccionó ejemplos de numerosos intentos. La organización sostiene que, a pesar del uso de estas indicaciones, ChatGPT no suele comportarse como lo sugiere el Times.

Sorpresa y decepción para OpenAI

OpenAI expresó su sorpresa y decepción al descubrir la demanda a través del propio New York Times. La organización sostiene que había informado al Times que su contenido tenía un impacto mínimo en el entrenamiento de sus modelos de IA existentes y que no contribuiría significativamente al entrenamiento futuro. OpenAI insiste en que nunca había recibido información previa sobre la demanda antes de su presentación pública.

Solicitudes de ejemplos no atendidas

OpenAI reveló que, durante su colaboración con The New York Times, la publicación había mencionado casos de regurgitación, pero al ser presionada para proporcionar ejemplos específicos, el Times no los cumplió. OpenAI afirma que se toma en serio las acusaciones de regurgitación y mencionó su rápida actuación en julio, cuando eliminaron rápidamente una función de ChatGPT que reproducía contenido en tiempo real de forma no deseada.

Acuerdos de uso justo y licencias

OpenAI enfatiza el principio de uso legítimo, afirmando que entrenar modelos de IA con materiales disponibles públicamente en internet es coherente condentconsolidados y ampliamente aceptados. La organización considera que este principio es equitativo para los creadores, esencial para los innovadores y crucial para la competitividad de Estados Unidos. Además, afirma que si el contenido es accesible en internet, está sujeto a la regulación del uso legítimo y puede utilizarse para entrenar modelos de IA.

Opción de exclusión voluntaria para el uso de datos

OpenAI ofrece una opción de exclusión voluntaria para personas o entidades que no desean que sus datos se utilicen para entrenar modelos de IA. Destacan que The New York Times ejerció esta opción en agosto de 2023, lo que implica que la publicación conocía el procedimiento, pero aun así interpuso la demanda.

Múltiples demandas contra OpenAI y Microsoft

El New York Times no es la única entidad que ha emprendido acciones legales contra OpenAI y Microsoft por presunto uso no autorizado de datos. A principios de esa misma semana, dos autores presentaron una demanda, alegando que OpenAI utilizó su trabajo publicado para entrenar sus modelos de IA.

OpenAI rechaza vehementemente la demanda de The New York Times, alegando que la publicación manipuló las indicaciones para inducir a los modelos de IA a regurgitar datos de materiales públicos de internet. OpenAI afirma que sus acciones se ajustan a los principios de uso legítimo y enfatiza su compromiso de abordar las acusaciones de regurgitación con prontitud. Además, han implementado una opción de exclusión voluntaria para el uso de datos, lo que refuerza su compromiso con la transparencia y el cumplimiento de las preferencias de los creadores de contenido.