Gigantes da IA ​​tomam medidas legais por violação de direitos autorais

O jornal The New York Times entrou com um processo abrangente por violação de direitos autorais contra a OpenAI e a Microsoft, em um recente desenvolvimento jurídico que causou grande repercussão na comunidade de inteligência artificial. 

O processo alega que seus Modelos de Linguagem de Grande Porte (LLMs, na sigla em inglês), particularmente o GPT-4 e produtos relacionados, têm um modelo de negócios baseado na violação massiva de direitos autorais. Este processo destacou as preocupações éticas em torno da obtenção de dados de treinamento para modelos de IA generativa.

Alegações de violação de direitos autorais

O cerne do processo gira em torno da alegação de que a OpenAI e a Microsoft utilizaram textos protegidos por direitos autorais e outros conteúdos, incluindo conteúdo do The New York Times, sem a devida autorização para treinar seus modelos de aprendizado de máquina (LLMs). O processo alega que esses LLMs reproduziram repetidamente conteúdo literal do The New York Times e de diversas outras fontes.

O processo judicial destaca uma crescente preocupação na comunidade de IA e em outros setores em relação à obtenção ética de dados de treinamento para modelos de aprendizado de máquina. Ele levanta questões sobre a origem desses dados, se incluem propriedade intelectual roubada e como isso impacta os criadores e as indústrias que dependem de conteúdo original.

Impacto no jornalismo e na criação de conteúdo

O processo judicial destaca as consequências potencialmente devastadoras da violação de direitos autorais por IA para criadores de conteúdo e para o jornalismo. Argumenta-se que, quando plataformas de IA como Google e Bing incorporam ideias e expressões extraídas de provedores de conteúdo sem permissão, isso prejudica a capacidade desses provedores de monetizar seu conteúdo. Consequentemente, a viabilidade financeira das organizações de notícias e sua capacidade de financiar jornalismo de qualidade ficam comprometidas.

O processo alega: “A proteção da propriedade intelectual do The Times é fundamental para sua capacidade contínua de financiar jornalismo de alta qualidade em prol do interesse público. Se o The Times e seus pares não puderem controlar o uso de seu conteúdo, sua capacidade de monetizá-lo será prejudicada.”. 

Com menos receita, as organizações de notícias terão menos jornalistas capazes de dedicar tempo e recursos a reportagens importantes e aprofundadas, o que cria o risco de que essas histórias não sejam contadas. Menos jornalismo será produzido e o custo para a sociedade será enorme.”

Resposta dos modelos de IA ao conteúdo protegido por direitos autorais

O processo judicial destaca que os LLMs (Licensed Licensing Models - Modelos de Aprendizagem Baseados em Direito) frequentemente respondem de forma inconsistente aos comandos e podem reproduzir textos protegidos por direitos autorais na íntegra em alguns casos, enquanto em outros, podem parafrasear o conteúdo. No entanto, isso levanta uma questão fundamental: usar materiais protegidos por direitos autorais para treinar software de IA constitui uma violação de direitos autorais?

O jornal The New York Times argumenta que o próprio ato de treinar (LLMs) constitui violação de direitos autorais, independentemente de os modelos repetirem frases do material original. Essa perspectiva foi reiterada em uma ação coletiva movida pelos autores Sarah Silverman, Christopher Golden e Richard Kadrey, que alega que os LLMs infringem os direitos autorais de obras derivadas porque não podem funcionar sem as informações expressivas extraídastracobras protegidas por direitos autorais.

O debate em curso sobre a ética da IA

A ação judicial movida pelo The New York Times desencadeou um debate mais amplo sobre as considerações éticas em torno da IA ​​e a responsabilidade das empresas de tecnologia em garantir que seus modelos de IA sejam construídos com base em dados obtidos de forma ética. 

Com o avanço da IA ​​e seu papel cada vez mais proeminente em diversos setores, questões sobre o uso de dados, direitos de propriedade intelectual e ética na geração de conteúdo tornam-se mais urgentes.