Debido a que los modelos de lenguaje de las inteligencias artificiales tienen que ser entrenados para dar los resultados que se esperan, de algún sitio tiene que salir la información que se le alimenta. Desde que empezó a hacerse popular ChatGPT, han estado saliendo casos de que se le estaría alimentando con material protegido por derechos de autor. Hace unos días, New York Times publicó que había empezado el camino para una denuncia contra Microsoft y OpenAI por alimentar a ChatGPT con sus artículos, caso de uso que no está recogido en ningún sitio para su uso libre o comercial.
Y no es solamente que copie y pegue los artículos y se los dé para alimentar a su modelo de lenguaje. La demanda alega han burlado el muro de pago del portal, y les atribuyó desinformación que ellos no redactaron nunca.
New Yor Times vs OpenAI por el uso indebido de sus artículos
New Yor TImes argumenta que, para pagar a sus trabajadores, que consiguen la información y los artículos que publican, debe de poner un muro de pago. Y en sus ediciones, se informa de los derechos de autor, de forma que condiciones de servicio del Times limitan la copia y el uso de cualquier material publicado, y pueden ser selectivo sobre cómo licencian sus historias y cómo se publican.
Las herramientas desarrolladas por OpenAI vulneran todo esto, proporcionando contenidos del New York Times sin su permiso o autorización. Con sus herramientas, han conseguido 16 millones de registros únicos de sitios publicados por The New York Times. Esto sitúa al Times como la tercera fuente más referenciada por ChatGPT, por detrás de la Wikipedia y una base de datos de patentes estadounidenses. Por ello, OpenAI ya no revelaría tantos detalles de los datos utilizados para el entrenamiento de las últimas versiones de GPT.
La demanda alega que es fácil conseguir que ChatGPT ofrezca contenidos tras el muro de pago. Vale con pedirle un artículo, ChatGPT entrega el primer párrafo, y luego vale con pedirle párrafos siguientes. O al menos era posible hasta hace muy poco. Como la Inteligencia Artificial generativa y los modelos de lenguajes no están del todo regulados, un caso así podría generar cierta jurisprudencia y afectar al futuro de la Inteligencia Artificial.
