Sofia sigue el dinero, las políticas y las plataformas que definen lo que los creadores pueden hacer.
¿Te inspiró esta historia? Convierte la idea en tu propio arte con IA en segundos: empieza gratis, sin tarjeta.
Empieza gratisElige un compañero y descubre su opinión sobre esta noticia
Una jueza federal ha ordenado a Meta identificar a los ejecutivos que aprobaron el uso de conjuntos de datos de libros piratas para el entrenamiento de IA, rechazando la afirmación de la compañía de que ningún único responsable tomó la decisión. Este fallo impacta directamente la demanda por infracción de derechos de autor en curso presentada por los autores Sarah Silverman, Richard Kadrey y Christopher Golden, trasladando la responsabilidad por las controvertidas prácticas de entrenamiento a la dirección de la compañía en lugar de únicamente a sus ingenieros.
Meta había intentado evitar nombrar a ejecutivos específicos, argumentando que la decisión de usar conjuntos de datos como «Books3» —conocidos por contener obras con derechos de autor obtenidas a través de torrents— no fue tomada por ningún individuo, sino que surgió de un proceso difuso y colectivo. Sin embargo, el tribunal encontró este argumento poco convincente, exigiendo a Meta que presente un testigo que pueda testificar sobre la «persona(s) más conocedora(s) con respecto a la decisión de Meta de usar libros descargados de internet para entrenar sus grandes modelos de lenguaje». Esta medida subraya un creciente escepticismo judicial hacia las afirmaciones corporativas de responsabilidad distribuida cuando se trata de prácticas de entrenamiento de IA potencialmente infractoras.
Para los creadores de arte con IA, este desarrollo destaca el creciente escrutinio legal sobre la procedencia de los datos de entrenamiento. Muchos modelos populares, incluidos los utilizados en varios generadores de imágenes y texto, han enfrentado acusaciones similares con respecto a material con derechos de autor. El resultado de este caso podría influir en cómo se entrenan y licencian los modelos, lo que podría llevar a un mayor énfasis en conjuntos de datos obtenidos éticamente, lo que a su vez podría afectar la diversidad y calidad de futuros modelos de código abierto o incluso el catálogo de modelos de Charmloop.
El conjunto de datos «Books3», una colección de 196.640 libros comúnmente utilizada en el entrenamiento de IA, ha sido el centro de múltiples demandas por derechos de autor. Su contenido fue compilado en gran parte de fuentes piratas, incluidos sitios de torrents. El argumento de Meta de que ningún ejecutivo específico «decidió» usar estos datos sugiere una estrategia corporativa para proteger a la dirección de la responsabilidad directa, trasladando la responsabilidad a los ingenieros o a los procesos generales de desarrollo. La orden de la jueza desafía directamente esto, obligando a Meta a identificar quién, a nivel ejecutivo, entendió y aprobó la inclusión de dichos datos. Esto contrasta con incidentes anteriores, como cuando Stability AI enfrentó preguntas similares sobre la obtención de datos en 2023, donde el enfoque se mantuvo en gran medida en los equipos técnicos en lugar de en la alta dirección.
Este fallo podría establecer un precedente significativo para el desarrollo de la IA, obligando a las empresas a implementar una supervisión más rigurosa de sus cadenas de datos de entrenamiento. La transparencia en torno a la obtención de datos se está convirtiendo en un factor crítico, no solo para el cumplimiento legal sino también para la confianza pública. Los creadores que dependen de herramientas de IA pueden ver cambios en la disponibilidad o las licencias de los modelos a medida que los desarrolladores se mueven para mitigar los riesgos legales, lo que podría llevar a divulgaciones de datos más transparentes o incluso a nuevos métodos para compensar a los titulares de derechos. Para los usuarios que generan imágenes o texto, comprender los orígenes de los datos de sus modelos elegidos, quizás a través de mejores guías sobre la procedencia de los modelos, podría volverse más importante que nunca.
La orden exige a Meta que proporcione la información solicitada durante la fase de descubrimiento de la demanda, lo que significa que los nombres de los ejecutivos podrían hacerse públicos a medida que avance el caso. Esta medida intensifica la presión sobre Meta, dificultando que la compañía distancie a su dirección de las controvertidas decisiones en torno a sus datos de entrenamiento de IA. La batalla legal en curso seguirá dando forma al panorama de los grandes modelos de lenguaje y otras herramientas de IA generativa, lo que podría afectar todo, desde cómo generas imágenes hasta el costo de usar modelos avanzados si las tarifas de licencia se convierten en un componente estándar de la adquisición de datos. El siguiente paso clave será el cumplimiento de Meta con esta orden y las subsiguientes declaraciones, que probablemente arrojarán más luz sobre el funcionamiento interno del desarrollo de modelos de IA en uno de los actores más grandes de la industria.
