Microsoft explora que os contribuintes de dados da IA

A Microsoft está iniciando um novo projeto de pesquisa com o objetivo de entender como exemplos de treinamento específicos influenciam os resultados de modelos de IA generativa, como textos, imagens e outros meios. Esta iniciativa foi destacada em uma vaga de emprego de dezembro que recentemente ressurgiu no LinkedIn, buscando um estagiário de pesquisa para se juntar ao esforço.
O objetivo do projeto é desenvolver um método para treinar modelos de modo que o impacto de dados específicos, como fotos e livros, em seus resultados possa ser "eficientemente e utilmente estimado." A vaga aponta que as atuais arquiteturas de redes neurais carecem de transparência ao rastrear as origens de seus resultados, e há razões convincentes para abordar essa questão. Uma razão mencionada é o potencial para oferecer incentivos, reconhecimento e até compensação a indivíduos que contribuem com dados valiosos para futuros modelos de IA.
O pano de fundo desta pesquisa são as batalhas legais em curso envolvendo empresas de IA, incluindo a Microsoft, sobre direitos de propriedade intelectual. Modelos de IA são frequentemente treinados em vastos conjuntos de dados extraídos de sites públicos, que podem incluir material protegido por direitos autorais. Embora as empresas de IA frequentemente reivindiquem proteção sob a doutrina do uso justo, criadores de diversos campos — artistas, programadores, autores — contestam essa posição.
A Microsoft está atualmente enfrentando desafios legais, incluindo um processo do The New York Times, que alega que a Microsoft e a OpenAI violaram seus direitos autorais ao usar seus artigos para treinar seus modelos. Além disso, vários desenvolvedores de software processaram a Microsoft por causa de seu assistente de codificação GitHub Copilot AI, alegando que ele foi treinado com seu código protegido por direitos autorais.
O projeto de pesquisa, referido como "proveniência em tempo de treinamento," envolve Jaron Lanier, um notável tecnólogo da Microsoft Research. Lanier já escreveu sobre "dignidade de dados," defendendo um sistema que conecte conteúdo digital aos seus criadores e potencialmente os compense por suas contribuições aos resultados de IA.
Embora o projeto da Microsoft ainda esteja em seus estágios iniciais, outras empresas como Bria, Adobe e Shutterstock já estão experimentando compensar proprietários de dados com base em suas contribuições para modelos de IA. No entanto, grandes laboratórios de IA geralmente não estabeleceram programas de pagamento para contribuidores individuais, optando por acordos de licenciamento ou mecanismos de exclusão para detentores de direitos autorais, que podem ser complicados e limitados em alcance.
A iniciativa da Microsoft pode permanecer como uma prova de conceito, semelhante à ferramenta ainda não lançada da OpenAI para criadores controlarem como suas obras são usadas em dados de treinamento. Há também especulações de que a Microsoft pode estar tentando "lavar" eticamente suas práticas de IA ou antecipar desafios regulatórios e legais.
Essa movimentação da Microsoft é particularmente notável dado os recentes apelos de outros laboratórios de IA, como Google e OpenAI, para que o governo dos EUA relaxe as proteções de direitos autorais para o desenvolvimento de IA. A Microsoft ainda não respondeu a pedidos de comentários sobre este projeto.
Artigo relacionado
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
A corrida pela IA não vai esperar, nem esse desconto de 25% do TechCrunch Disrupt
Todo fundador que está trabalhando com IA neste momento faz a mesma pergunta: será que estamos avançando rápido o suficiente e de forma eficaz o suficiente? O TechCrunch Disrupt 2026 coloca você na me
Recomendações de tópicos especiais relacionados
Comentários (37)
Interesante proyecto, pero lo que realmente necesito es que alguien en la IA me explique por qué mi asistente virtual aún no puede organizarme el escritorio 😅. ¿Esto de la atribución podría cambiar cómo las empresas comparten datos? Me preocupa un poco la transparencia de todo el proceso. Ojalá no sea solo un gesto de relaciones públicas.
Lo de Microsoft parece interesante pero, ¿y la privacidad de los datos? 🤔 A veces siento que con toda esta exploración de IA, estamos perdiendo el control de lo que se usa para entrenar los modelos. ¿Habrá una compensación justa para quienes contribuyeron? No quiero que esto se convierta en otro caso de 'big tech' aprovechándose de 'datos gratis'...
이런 연구는 AI 데이터 기여자들에게 공정한 보상을 제공하는 데 중요한 단계가 될 수 있겠네요. 😊 근데 MS가 과연 저작권 문제를 해결할 수 있을지 의문이 드네요. 데이터 소싱 방식이 좀 더 투명해져야 할 시점인 것 같아요!
This is super intriguing! Microsoft's diving into how AI training data shapes outputs—mind-blowing stuff. Wonder how they'll credit contributors fairly? 🤔
This Microsoft AI project sounds intriguing! Crediting data contributors could reshape how we value creative input in AI. Curious to see if it'll spark ethical debates or just be a tech flex. 🤔

A Microsoft está iniciando um novo projeto de pesquisa com o objetivo de entender como exemplos de treinamento específicos influenciam os resultados de modelos de IA generativa, como textos, imagens e outros meios. Esta iniciativa foi destacada em uma vaga de emprego de dezembro que recentemente ressurgiu no LinkedIn, buscando um estagiário de pesquisa para se juntar ao esforço.
O objetivo do projeto é desenvolver um método para treinar modelos de modo que o impacto de dados específicos, como fotos e livros, em seus resultados possa ser "eficientemente e utilmente estimado." A vaga aponta que as atuais arquiteturas de redes neurais carecem de transparência ao rastrear as origens de seus resultados, e há razões convincentes para abordar essa questão. Uma razão mencionada é o potencial para oferecer incentivos, reconhecimento e até compensação a indivíduos que contribuem com dados valiosos para futuros modelos de IA.
O pano de fundo desta pesquisa são as batalhas legais em curso envolvendo empresas de IA, incluindo a Microsoft, sobre direitos de propriedade intelectual. Modelos de IA são frequentemente treinados em vastos conjuntos de dados extraídos de sites públicos, que podem incluir material protegido por direitos autorais. Embora as empresas de IA frequentemente reivindiquem proteção sob a doutrina do uso justo, criadores de diversos campos — artistas, programadores, autores — contestam essa posição.
A Microsoft está atualmente enfrentando desafios legais, incluindo um processo do The New York Times, que alega que a Microsoft e a OpenAI violaram seus direitos autorais ao usar seus artigos para treinar seus modelos. Além disso, vários desenvolvedores de software processaram a Microsoft por causa de seu assistente de codificação GitHub Copilot AI, alegando que ele foi treinado com seu código protegido por direitos autorais.
O projeto de pesquisa, referido como "proveniência em tempo de treinamento," envolve Jaron Lanier, um notável tecnólogo da Microsoft Research. Lanier já escreveu sobre "dignidade de dados," defendendo um sistema que conecte conteúdo digital aos seus criadores e potencialmente os compense por suas contribuições aos resultados de IA.
Embora o projeto da Microsoft ainda esteja em seus estágios iniciais, outras empresas como Bria, Adobe e Shutterstock já estão experimentando compensar proprietários de dados com base em suas contribuições para modelos de IA. No entanto, grandes laboratórios de IA geralmente não estabeleceram programas de pagamento para contribuidores individuais, optando por acordos de licenciamento ou mecanismos de exclusão para detentores de direitos autorais, que podem ser complicados e limitados em alcance.
A iniciativa da Microsoft pode permanecer como uma prova de conceito, semelhante à ferramenta ainda não lançada da OpenAI para criadores controlarem como suas obras são usadas em dados de treinamento. Há também especulações de que a Microsoft pode estar tentando "lavar" eticamente suas práticas de IA ou antecipar desafios regulatórios e legais.
Essa movimentação da Microsoft é particularmente notável dado os recentes apelos de outros laboratórios de IA, como Google e OpenAI, para que o governo dos EUA relaxe as proteções de direitos autorais para o desenvolvimento de IA. A Microsoft ainda não respondeu a pedidos de comentários sobre este projeto.
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
A corrida pela IA não vai esperar, nem esse desconto de 25% do TechCrunch Disrupt
Todo fundador que está trabalhando com IA neste momento faz a mesma pergunta: será que estamos avançando rápido o suficiente e de forma eficaz o suficiente? O TechCrunch Disrupt 2026 coloca você na me
Interesante proyecto, pero lo que realmente necesito es que alguien en la IA me explique por qué mi asistente virtual aún no puede organizarme el escritorio 😅. ¿Esto de la atribución podría cambiar cómo las empresas comparten datos? Me preocupa un poco la transparencia de todo el proceso. Ojalá no sea solo un gesto de relaciones públicas.
Lo de Microsoft parece interesante pero, ¿y la privacidad de los datos? 🤔 A veces siento que con toda esta exploración de IA, estamos perdiendo el control de lo que se usa para entrenar los modelos. ¿Habrá una compensación justa para quienes contribuyeron? No quiero que esto se convierta en otro caso de 'big tech' aprovechándose de 'datos gratis'...
이런 연구는 AI 데이터 기여자들에게 공정한 보상을 제공하는 데 중요한 단계가 될 수 있겠네요. 😊 근데 MS가 과연 저작권 문제를 해결할 수 있을지 의문이 드네요. 데이터 소싱 방식이 좀 더 투명해져야 할 시점인 것 같아요!
This is super intriguing! Microsoft's diving into how AI training data shapes outputs—mind-blowing stuff. Wonder how they'll credit contributors fairly? 🤔
This Microsoft AI project sounds intriguing! Crediting data contributors could reshape how we value creative input in AI. Curious to see if it'll spark ethical debates or just be a tech flex. 🤔





Lar






