Executiv Microsoft a numit colectarea datelor AI „furt de muncă”, dezvăluie documente desecretizate

Documente judiciare desecretizate recent au scos la iveală comunicări interne de la Microsoft, unde un executiv a caracterizat activitățile de colectare a datelor de către OpenAI ca fiind „cel mai mare furt de muncă din istoria umană”. Această condamnare fermă a avut loc în timp ce Microsoft și OpenAI foloseau, conform rapoartelor, conținut din spatele unui paywall de la The New York Times pentru a crea seturi de date pentru dezvoltarea lor AI, ridicând întrebări etice și legale semnificative despre achiziția de date în industria AI.

Contextul tehnic implică practica web scraping, unde boți automați colectează date de pe site-uri web. În acest caz, datele în discuție proveneau din articolele The New York Times, care sunt de obicei protejate de un paywall de abonament. Aceste informații au fost pretinse a fi utilizate pentru antrenarea modelelor AI, un proces care necesită cantități mari de date. Documentele sugerează că atât Microsoft, cât și OpenAI erau conștiente de implicațiile utilizării unui astfel de conținut proprietar fără permisiune explicită, recunoscând potențialul prejudiciu adus editorilor.

Aceste dezvăluiri au implicații semnificative pentru dezbaterea în curs privind sursele de date AI și drepturile de autor. Industria se confruntă acum cu un control sporit asupra modului în care sunt antrenate modelele AI și asupra limitelor etice ale colectării datelor. Dezvoltările viitoare vor implica, probabil, reglementări mai stricte și provocări legale referitoare la utilizarea materialelor protejate prin drepturi de autor în seturile de date de antrenament AI, remodelând potențial modul în care companiile AI achiziționează și utilizează datele.