Dona do chatGPT teria usado secretamente vídeos do YouTube para treinar IA

Já existem processos judiciais em andamento contra o uso sem autorização de textos disponíveis na internet para treinamento de LLMs. Em 2023, o próprio New York Times acionou na Justiça a OpenAI e a Microsoft pela utilização de suas matérias jornalísticas para treinar as IAs das respectivas empresas. O uso de vídeos sem autorização é apenas uma nova camada nesse imbróglio.

Nos EUA, o Escritório de Direitos Autorais, órgão governamental que cuida do assunto, já recebeu mais de 10 mil reclamações e registros de sindicatos, escritores e empresas que alegam terem tido suas produções usadas sem autorização por modelos de IA.

Fundada em 1870, essa agência federal ainda está preparando um material para definir como devem funcionar os direitos autorais no país na era da inteligência artificial. Até lá, porém, as empresas da área se aproveitam do que parece ser uma zona cinzenta da legislação.

Não é só a OpenAI

A velocidade com a qual os modelos LLMs estão crescendo desafiam a quantidade de material disponível na internet. Segundo o New York Times, os dados de qualidade disponíveis para treinar essas IAs podem ser completamente exauridos até 2026.

"O único jeito prático para que essas ferramentas existam é se elas puderem ser treinadas em quantidades massivas de dados, sem precisar licenciá-los", afirmou Sy Damle, advogado especializado em modelos de IA, numa discussão pública sobre leis de direitos autorais no ano passado. "A quantidade de dados necessários é tão massiva que até mesmo um licenciamento coletivo não funcionaria."