Los autores demandan Openai y Meta por presunta infracción de derechos de autor

Sarah Silverman y coautores toman acciones legales contra Meta y OpenAI

Sarah Silverman, junto con los autores Richard Kadfrey y Christopher Golden, han iniciado procedimientos legales contra Meta y OpenAI, acusando a ambas gigantes tecnológicas de infracción de derechos de autor. Los autores alegan que sus libros protegidos por derechos de autor fueron utilizados sin su consentimiento para entrenar los modelos de lenguaje de gran escala (LLMs) que impulsan ChatGPT de OpenAI y LLaMa de Meta.

Las demandas son distintas, cada una dirigida a una de las empresas. El núcleo de su argumento es que sus obras fueron incorporadas en los conjuntos de datos de entrenamiento para estos LLMs, lo que consideran un uso no autorizado de su material.

Entendiendo los Modelos de Lenguaje de Gran Escala

Un LLM es un algoritmo de IA avanzado que aprende de grandes cantidades de datos de texto, incluyendo libros y contenido de internet. Este entrenamiento permite al modelo comprender patrones de lenguaje, gramática y contexto, lo que finalmente le permite generar texto que imita la escritura humana e interactuar en conversaciones con usuarios.

Las demandas sostienen que estos modelos esencialmente "remezclan" el material protegido por derechos de autor de miles de autores sin su permiso, compensación o reconocimiento.

El contexto más amplio de la IA y los derechos de autor

El problema de la infracción de derechos de autor se ha convertido en una preocupación significativa desde la aparición de ChatGPT, que desencadenó un aumento en las tecnologías de IA generativa. Esto ha planteado preguntas sobre el impacto de la IA en la creatividad y el proceso de derechos de autor.

Las demandas afirman que los LLMs fueron entrenados usando materiales obtenidos ilegalmente, como los encontrados en sitios web de "bibliotecas en la sombra". La demanda contra OpenAI menciona específicamente el "conjunto de datos OpenAI Books2", que se cree incluye alrededor de 294,000 títulos obtenidos de sitios notorios como Library Genesis, Z-Library, Sci-Hub y Bibliotik, accesibles a través de sistemas de torrents.

De manera similar, la demanda contra Meta señala dos fuentes para sus datos de entrenamiento: Project Gutenberg, un archivo de libros que ya no están bajo derechos de autor, y la "sección Books3 de ThePile" en Hugging Face, que parece abarcar toda la colección de Bibliotik.

Representación legal y casos relacionados

Sarah Silverman y sus compañeros demandantes están representados por los abogados Joseph Savery y Matthew Butterick. Estos mismos abogados también están manejando una demanda separada presentada en junio contra OpenAI por los autores Mona Awad y Paul Tremblay, también por presunta infracción de derechos de autor.

Las batallas legales en curso destacan la tensión entre el desarrollo de la IA y los derechos de los creadores de contenido, un tema que continúa evolucionando a medida que avanza la tecnología de IA.