Google treina ferramentas de busca com IA no conteúdo de editores apesar de opt-outs

O Google está enfrentando novos escrutínios após um executivo sênior testemunhar que os produtos de inteligência artificial (IA) específicos de busca da empresa, como os Resumos de IA, são treinados com conteúdo de editores, mesmo quando esses editores optaram explicitamente por não participar do treinamento de IA.

Eli Collins, Vice-Presidente do Google DeepMind, reconheceu em tribunal federal na sexta-feira que, embora os editores possam impedir que seu conteúdo seja usado para treinar modelos de IA desenvolvidos pelo DeepMind, tais opt-outs não se aplicam à organização mais ampla de busca do Google.

“Uma vez que você pega o modelo [de IA] Gemini e o coloca dentro da organização de busca, a organização de busca tem a capacidade de treinar com os dados dos quais os editores optaram por não treinar, correto?”, perguntou Diana Aguilar, advogada do Departamento de Justiça dos EUA (DOJ).

Collins confirmou que os dados ainda poderiam ser usados “para uso na busca.”

Essa revelação ocorre em meio a um julgamento antitruste crucial que determina como a empresa de tecnologia deve reestruturar suas operações após ser considerada culpada no ano passado de monopolização ilegal do mercado de busca online. O Departamento de Justiça está agora pressionando por remédios estruturais, incluindo forçar a empresa a desinvestir seu navegador Chrome e proibir acordos que a tornem o mecanismo de busca padrão em todos os dispositivos — uma medida que também impactaria a produtos de IA, incluindo o Gemini.

Google alimenta ferramentas de IA com conteúdo que editores dizem não ter permitido

O Os Resumos de IA, que resumem respostas no topo dos resultados de busca usando texto gerado por IA, já alarmaram os editores de sites. Muitos argumentam que isso reduz os cliques dos usuários para os sites originais e prejudica sua receita, no entanto, a empresa de tecnologia continua a usar dados dessas fontes.

Em um documento apresentado pelo DOJ datado de 26 de agosto de 2024, intitulado “Search GenAI <> Gemini v3”, dados internos mostraram que o Google filtrou cerca de 80 bilhões de tokens — essencialmente trechos de texto — de seu corpus de treinamento de 160 bilhões de tokens em resposta aos opt-outs dos editores. No entanto, os 80 bilhões de tokens restantes ainda podem incluir conteúdo que alimenta os recursos de IA do Google Search.

O mesmo documento também listou “dados de sessões de busca” e vídeos do YouTube como fontes adicionais para aprimorar o treinamento de IA, levantando preocupações sobre o escopo dos dados dos usuários sendo alimentados nos modelos de IA da empresa de tecnologia.

Quando o juiz Amit Mehta perguntou se metade do conjunto de dados foi realmente removida devido aos opt-outs dos editores, Collins confirmou: “Isso está correto.”

DOJ destaca interesse interno em aproveitar dados de busca para IA

O DOJ destacou ainda discussões internas no Google sugerindo ambições de treinar modelos de IA usando suas vastas coleções de dados de busca — classificações, consultas e comportamento do usuário.

Um desses casos incluiu um briefing preparado para o CEO do DeepMind, Demis Hassabis, no qual ele ponderava a ideia de treinar um modelo de IA do Google usando dados abrangentes de busca para avaliar os ganhos de desempenho resultantes.

Aguilar perguntou a Collins se o Google havia construído um modelo usando dados de busca. Collins respondeu que não estava ciente de tal modelo sendo desenvolvido, embora reconhecesse que Hassabis havia demonstrado interesse no conceito.

A equipe jurídica do Google tentou minimizar as preocupações sobre o domínio da IA, argumentando que outras empresas de IA podem prosperar sem aproveitar seu índice de busca. Por exemplo, chatbots esportivos podem acessar dados em tempo real por meio de parcerias comerciais com provedores de placar, não por meio de conteúdo rastreado na web.

Ainda assim, o DOJ mantém que o domínio de longa data do Google na busca lhe dá uma vantagem injusta no espaço de IA, especialmente à medida que integra o Gemini em sua infraestrutura de busca.

Google enfrenta novo escrutínio sobre seu negócio de anúncios

O Google da Alphabet também enfrentará um julgamento em setembro sobre as propostas dos órgãos reguladores antitruste de forçar a empresa a vender partes de seu negócio de tecnologia de publicidade. As mudanças propostas visam abordar o domínio da empresa sobre as ferramentas usadas por editores online para vender anúncios digitais.

A juíza distrital dos EUA Leonie Brinkema, em Alexandria, Virginia, definiu a data do julgamento após ouvir o Google e o DOJ sobre possíveis remédios. Ambas as partes devem apresentar propostas detalhadas até segunda-feira.

O DOJ busca que a empresa de tecnologia desinvesta seus negócios de bolsa de anúncios e servidor de anúncios de editores — um processo que deve levar vários anos, de acordo com a advogada do DOJ Julia Tarver Wood.

A advogada do Google, Karen Dunn, contra-argumentou que a empresa apoia remédios comportamentais, como permitir que lances em tempo real estejam disponíveis para concorrentes. No entanto, ela argumentou que o DOJ não pode legalmente forçar a empresa a vender partes de seu negócio. Dunn afirmou ainda que tal medida prejudicaria os usuários da internet e enfrentaria desafios devido à falta de compradores interessados.