Azione legale contro i giganti dell'intelligenza artificiale per violazione del copyright

Il New York Times ha intentato una causa per violazione del copyright contro OpenAI e Microsoft, in un recente sviluppo legale che ha sconvolto la comunità dell'intelligenza artificiale. 

La causa sostiene che i loro Large Language Models (LLM), in particolare GPT-4 e prodotti correlati, hanno un modello di business basato sulla violazione massiva del copyright. Questa causa ha evidenziato le preoccupazioni etiche relative all'approvvigionamento di dati di addestramento per modelli di intelligenza artificiale generativa.

Accuse di violazione del copyright

Il fulcro della causa ruota attorno all'affermazione secondo cui OpenAI e Microsoft avrebbero utilizzato testi protetti da copyright e altri contenuti, inclusi quelli del New York Times, senza la dovuta autorizzazione per la formazione dei loro LLM. La causa sostiene che questi LLM abbiano ripetutamente riprodotto fedelmente contenuti del New York Times e di varie altre fonti.

La causa sottolinea una crescente preoccupazione nella comunità dell'intelligenza artificiale e non solo in merito all'etica nella fornitura di dati di formazione per gli LLM. Solleva interrogativi sulle origini dei dati di formazione, sull'eventuale presenza di proprietà intellettuale rubata e sull'impatto che ciò ha sui creatori e sui settori che si affidano a contenuti originali.

Impatto sul giornalismo e sulla creazione di contenuti

La causa sottolinea le conseguenze potenzialmente devastanti della violazione del copyright sull'intelligenza artificiale per i creatori di contenuti e il giornalismo. Sostiene che quando piattaforme di intelligenza artificiale come Google e Bing incorporano idee ed espressioni tratte da fornitori di contenuti senza autorizzazione, compromettono la capacità di questi ultimi di monetizzare i propri contenuti. Questo, a sua volta, mette a repentaglio la sostenibilità finanziaria delle organizzazioni giornalistiche e la loro capacità di finanziare un giornalismo di qualità.

La causa afferma: "La protezione della proprietà intellettuale del Times è fondamentale per la sua capacità di continuare a finanziare un giornalismo di livello mondiale nell'interesse pubblico. Se il Times e i suoi pari non riuscissero a controllare l'uso dei loro contenuti, la loro capacità di monetizzare tali contenuti ne risentirebbe". 

Con minori entrate, le organizzazioni giornalistiche avranno meno giornalisti in grado di dedicare tempo e risorse a storie importanti e approfondite, il che crea il rischio che queste storie non vengano raccontate. Si produrrà meno giornalismo e il costo per la società sarà enorme"

La risposta dei modelli di intelligenza artificiale ai contenuti protetti da copyright

La causa evidenzia che gli LLM spesso rispondono in modo incoerente ai prompt e, in alcuni casi, possono produrre testo letterale protetto da copyright, mentre in altri possono parafrasarne il contenuto. Tuttavia, solleva una domanda fondamentale: utilizzare materiale protetto da copyright per addestrare software di intelligenza artificiale costituisce una violazione?

Il New York Times sostiene che l'atto stesso di formare gli LLM costituisca una violazione del copyright, indipendentemente dal fatto che i modelli ripetano o meno frasi tratte dal materiale originale. Questa prospettiva è stata ripresa in una class action intentata dagli autori Sarah Silverman, Christopher Golden e Richard Kadrey, secondo cui gli LLM violano le opere derivate perché non possono funzionare senza le informazioni espressive estrattetracopere protette da copyright.

Il dibattito in corso sull'etica dell'IA

L'azione legale intrapresa dal New York Times ha acceso un dibattito più ampio sulle considerazioni etiche che circondano l'intelligenza artificiale e sulla responsabilità delle aziende tecnologiche di garantire che i loro modelli di intelligenza artificiale siano basati su dati provenienti da fonti etiche. 

Con l'avanzare dell'intelligenza artificiale e il suo ruolo sempre più importante in vari settori, le questioni relative all'utilizzo dei dati, ai diritti di proprietà intellettuale e all'etica nella generazione dei contenuti stanno diventando sempre più urgenti.