Mark Zuckerberg aprobó el uso por parte de Meta de versiones “pirateadas” de libros protegidos por derechos de autor para entrenar los modelos de inteligencia artificial de la compañía, alega un grupo de autores en un expediente judicial de Estados Unidos.
Citando comunicaciones internas de Meta, el documento afirma que el director ejecutivo de la empresa de redes sociales respaldó el uso del conjunto de datos LibGen, un vasto archivo de libros en línea, a pesar de las advertencias dentro del equipo ejecutivo de IA de la empresa de que es un conjunto de datos que “sabemos que es pirateado”. .
El mensaje interno dice que el uso de una base de datos que contenga material pirateado podría debilitar las negociaciones del propietario de Facebook e Instagram con los reguladores, según el documento. “La cobertura de los medios que sugiere que hemos utilizado un conjunto de datos que sabemos que es pirateado, como LibGen, puede socavar nuestra posición negociadora con los reguladores”.
El autor estadounidense Ta-Nehisi Coates, la comediante Sarah Silverman y los demás autores que demandaron a Meta por infracción de derechos de autor presentaron las acusaciones en un expediente hecho público el miércoles en un tribunal federal de California.
Los autores demandaron a Meta en 2023, argumentando que la empresa de redes sociales hizo un mal uso de sus libros para entrenar Llama, el gran modelo de lenguaje que impulsa sus chatbots.
El conjunto de datos Library Genesis, o LibGen, es una “biblioteca en la sombra” que se originó en Rusia y afirma contener millones de novelas, libros de no ficción y artículos de revistas científicas. El año pasado, un tribunal federal de Nueva York ordenó a los operadores anónimos de LibGen pagar a un grupo de editores 30 millones de dólares (24 millones de libras esterlinas) en concepto de daños y perjuicios por infracción de derechos de autor.
El uso de contenido protegido por derechos de autor en el entrenamiento de modelos de IA se ha convertido en un campo de batalla legal en el desarrollo de herramientas de IA generativa como el chatbot ChatGPT, y los profesionales creativos y los editores advierten que usar su trabajo sin permiso está poniendo en peligro sus medios de vida y sus modelos de negocio.
La presentación cita un memorando, que hace referencia a las iniciales de Mark Zuckerberg, que señala que “después de la escalada a MZ”, el equipo de IA de Meta “ha sido aprobado para usar LibGen”.
Citando comunicaciones internas, el documento también dice que los ingenieros de Meta discutieron el acceso y la revisión de los datos de LibGen, pero dudaron en iniciar ese proceso porque el “torrenting”, un término para compartir archivos entre pares, desde “un [Meta-owned] un portátil corporativo no se siente bien”.
Un juez de distrito de EE. UU., Vince Chhabria, desestimó el año pasado las acusaciones de que el texto generado por los modelos de IA de Meta infringía los derechos de autor de los autores y de que Meta eliminó ilegalmente la información de gestión de derechos de autor (CMI) de sus libros, que se refiere a información sobre la obra, incluido el título. nombre del autor y propietario de los derechos de autor. Sin embargo, se dio permiso a los demandantes para modificar sus reclamaciones.
después de la promoción del boletín
Los escritores argumentaron esta semana que la evidencia reforzó sus reclamos de infracción y justificó revivir su caso CMI y agregar una nueva acusación de fraude informático.
Chhabria dijo durante una audiencia el jueves que permitiría a los escritores presentar una denuncia enmendada, pero expresó escepticismo sobre los méritos del fraude y las reclamaciones de CMI.
Se ha contactado a Meta para hacer comentarios.
Reuters contribuyó a este artículo.
