\n<\/p>\n
la semana pasada, el<\/span> Authors Guild envi\u00f3 una carta abierta a los l\u00edderes de algunas de las compa\u00f1\u00edas de IA generativa m\u00e1s grandes del mundo. Firmado por m\u00e1s de 9.000 escritores, incluidos autores destacados como George Saunders y Margaret Atwood, pidi\u00f3 a empresas como Alphabet, OpenAI, Meta y Microsoft \u201cobtener consentimiento, cr\u00e9dito y compensaci\u00f3n justa a los escritores por el uso de materiales protegidos por derechos de autor en el entrenamiento de IA\u201d. El alegato es solo el \u00faltimo de una serie de esfuerzos de los creativos para obtener cr\u00e9dito y compensaci\u00f3n por el papel que afirman que ha desempe\u00f1ado su trabajo en el entrenamiento de sistemas generativos de IA.<\/p>\n Los datos de entrenamiento utilizados para modelos de lenguaje grande, o LLM, y otros sistemas generativos de IA se han mantenido clandestinos. Pero cuanto m\u00e1s se utilizan estos sistemas, m\u00e1s escritores y artistas visuales notan similitudes entre su trabajo y la producci\u00f3n de estos sistemas. Muchos han pedido a las empresas de IA generativa que revelen sus fuentes de datos y, al igual que con el Sindicato de Autores, que compensen a aquellos cuyos trabajos se utilizaron. Algunas de las s\u00faplicas son cartas abiertas y publicaciones en redes sociales, pero un n\u00famero cada vez mayor son demandas.<\/p>\n Es aqu\u00ed donde la ley de derechos de autor juega un papel importante. Sin embargo, es una herramienta que no est\u00e1 equipada para abordar la gama completa de las ansiedades de los artistas, ya sean preocupaciones de larga data sobre el empleo y la compensaci\u00f3n en un mundo trastocado por Internet, o nuevas preocupaciones sobre la privacidad y las caracter\u00edsticas personales, y sin derechos de autor. Para muchos de estos, los derechos de autor solo pueden ofrecer respuestas limitadas. \u201cHay muchas preguntas que la IA crea para casi todos los aspectos de la sociedad\u201d, dice Mike Masnick, editor del blog de tecnolog\u00eda Techdirt. \u201cPero creo que este enfoque limitado en los derechos de autor como la herramienta para lidiar con eso est\u00e1 realmente fuera de lugar\u201d.<\/p>\n El perfil m\u00e1s alto<\/span> Una de estas demandas recientes se produjo a principios de este mes cuando la comediante Sarah Silverman, junto con otros cuatro autores en dos presentaciones separadas, demand\u00f3 a OpenAI, alegando que la compa\u00f1\u00eda entren\u00f3 su popular sistema ChatGPT en sus obras sin permiso. Ambas demandas colectivas fueron presentadas por el bufete de abogados Joseph Saveri, que se especializa en litigios antimonopolio. La firma tambi\u00e9n representa a los artistas que demandan a Stability AI, Midjourney y DeviantArt por razones similares. La semana pasada, durante una audiencia en ese caso, el juez del tribunal de distrito de EE. UU. William Orrick indic\u00f3 que podr\u00eda desestimar la mayor parte de la demanda y afirm\u00f3 que, dado que estos sistemas hab\u00edan sido entrenados en \u00abcinco mil millones de im\u00e1genes comprimidas\u00bb, los artistas involucrados necesitaban \u00abproporcionar m\u00e1s hechos\u00bb para sus reclamos de infracci\u00f3n de derechos de autor.<\/p>\n El caso Silverman alega, entre otras cosas, que OpenAI pudo haber borrado las memorias del comediante, Enuresis<\/em>, a trav\u00e9s de \u00abbibliotecas en la sombra\u00bb que albergan tesoros de libros electr\u00f3nicos y art\u00edculos acad\u00e9micos pirateados. Si el tribunal falla a favor de Silverman y sus compa\u00f1eros demandantes, el fallo podr\u00eda sentar un nuevo precedente sobre c\u00f3mo la ley ve los conjuntos de datos utilizados para entrenar modelos de IA, dice Matthew Sag, profesor de derecho en la Universidad de Emory. Espec\u00edficamente, podr\u00eda ayudar a determinar si las empresas pueden reclamar un uso justo cuando sus modelos extraen material protegido por derechos de autor. \u201cNo voy a hablar sobre el resultado de esta pregunta\u201d, dice Sag sobre la demanda de Silverman. \u201cPero parece ser el m\u00e1s convincente de todos los casos que se han presentado\u201d. OpenAI no respondi\u00f3 a las solicitudes de comentarios.<\/p>\n En el centro de estos casos, explica Sag, se encuentra la misma teor\u00eda general: que los LLM \u201ccopiaron\u201d las obras protegidas de los autores. Sin embargo, como explic\u00f3 Sag en su testimonio ante una audiencia del subcomit\u00e9 del Senado de EE. UU. a principios de este mes, los modelos como GPT-3.5 y GPT-4 no \u00abcopian\u00bb el trabajo en el sentido tradicional. Digerir<\/em> ser\u00eda un verbo m\u00e1s apropiado: digerir datos de entrenamiento para llevar a cabo su funci\u00f3n: predecir la mejor siguiente palabra en una secuencia. \u201cEn lugar de pensar que un LLM copia los datos de entrenamiento como un escriba en un monasterio\u201d, dijo Sag en su testimonio en el Senado, \u201ctiene m\u00e1s sentido pensar que aprende de los datos de entrenamiento como un estudiante\u201d.<\/p>\n<\/div>\n