La Fundación Wikimedia presentó un escrito ante un tribunal de Nueva York en el litigio contra OpenAI y Microsoft por el uso de artículos de prensa para entrenar IA.
El documento es una amicus curiae, presentado por quien no es parte del juicio para aportar argumentos al juez. Según The Verge, Wikimedia advierte que las posturas de ambas partes impulsan una aplicación excesiva y simplificada de la doctrina del uso legítimo.
El litigio reúne demandas presentadas por The New York Times, el Daily News, The Intercept y el Center for Investigative Reporting.
También participan Ziff Davis y un grupo de autores de libros. El Times sostiene que OpenAI copió su sitio web para armar los datos de entrenamiento.
OpenAI y Microsoft responden que entrenar modelos de lenguaje es uso legítimo. La empresa dueña de ChatGPT dijo que la reproducción de textos es un error poco frecuente.
Microsoft afirmó en un escrito de septiembre que, según un análisis de expertos, su asistente Copilot rara vez repite oraciones completas de las noticias.
Wikimedia propone una salida intermedia: extraer datos de sitios web no debería considerarse infracción, y entrenar un modelo con obras protegidas y sin licencia debería ser uso legítimo cuando aporta algo nuevo y diferente.
La excepción, según esa posición, son los sistemas que recuperan copias de un texto para responder a una consulta y lo entregan desplazando la lectura de la obra original. En ese caso, corresponde pedir licencia.
Para Wikipedia, eso significaría citar la fuente original bajo su licencia Creative Commons, que también exige que cualquier adaptación se publique con la misma licencia. La fundación sostiene que servicios como ChatGPT reproducen texto de licencia libre sin respetar esas condiciones.
Cada extremo tiene un riesgo. Un triunfo total de los editores permitiría que los titulares de derechos bloqueen incluso usos innovadores. Un triunfo total de las empresas de IA sería una luz verde para ignorar los términos de licencia y fragmentar el flujo de conocimiento.
La fundación afirma que sus sitios son una de las fuentes de datos más críticas para entrenar sistemas de IA. Esos mismos sistemas, agrega, desvían visitantes y debilitan a las comunidades de voluntarios que mantienen la enciclopedia.
El 5 de octubre, Wikimedia informó que agentes que cree operados por OpenAI hicieron millones de solicitudes automáticas a sus interfaces públicas y rastrearon millones de páginas, sobre todo de Wikidata y Wikimedia Commons.
Según la fundación, ese tráfico pudo contribuir a una interrupción parcial del servicio de consultas en mayo. Wikimedia también reconoce el valor de estos modelos: pueden ayudar a los editores a combatir el vandalismo, detectar violaciones de derechos de autor y publicación de datos personales.
“Un fallo que no aplique con cuidado los principios del uso legítimo podría amenazar la sostenibilidad del conocimiento libre”, dijo el asesor jurídico general de la fundación, Stephen LaPorte.
La directora ejecutiva, Bernadette Meehan, afirmó que ampliar el acceso al conocimiento con IA es un objetivo poderoso, pero que debe respetar a quienes lo producen.
Wikimedia no es la única que intervino. El Gobierno de Estados Unidos presentó en septiembre un escrito a favor de OpenAI, según Reuters.
Esta semana se sumaron escritos de la Asociación de Editores Estadounidenses, que respalda a los demandantes.
Con información de Infobae, The Verge y Reuters.
Comentarios