Crédito da imagem: TechCrunch
Nova acusação contra a OpenAI: NYT e Daily News afirmam que empresa esconde informações sobre uso de conteúdo protegido
Em novo capítulo da disputa legal que dura há dois anos, o New York Times eo Notícias diárias acusam um OpenAI de ter omitido informações críticas sobre sua capacidade de analisar conversas de usuários e conjuntos de dados de treinamento para detectar uso de material protegido por direitos autorais. A revelação surge em meio a uma ação judicial que acusa a empresa de violar leis de propriedade intelectual ao utilizar conteúdo do jornal para treinar seus modelos de IA gerativa.
UM OpenAIdesde o início do processo, defendeu que não possuía ferramentas adequadas para pesquisar seu próprio conjunto de dados de treinamento. Além disso, alegou que a análise de conversas armazenadas no sistema de Bate-papoGPT geraria desafios técnicos e colocaria em risco a privacidade dos usuários, uma vez que os logs precisariam ser recuperados, processados e anonimizados. Os jornais buscaram esses dados para identificar se suas reportagens foram apresentadas nos conjuntos de treinamento da empresa e com que frequência o sistema reproduzia seu conteúdo.
Depoimento revela atividades internas antes da ação judicial
No depoimento ordenado pela justiça em abril, o engenheiro de privacidade da OpenAIVinnie Monaco, teria admitido que a empresa já havia realizado pesquisas internas para identificar obras protegidas por direitos autorais no seu conjunto de treinamento. Segundo as informações, antes mesmo do início da ação judicial, a OpenAI acumulou uma base com cerca de 78 milhões de conversas de usuários anonimizados, usada para mapear possíveis infrações.
O depoimento também apresentou o desenvolvimento de um sistema chamado “Florescer”, parte do projeto Girafacriado para detectar e registrar casos de reprodução direta de conteúdo em saídas do modelo. Esse mecanismo foi implementado logo após a apresentação da ação judicial.
Dúvidas sobre transparência e integridade dos dados
Os acusadores apontam que, originalmente, projetaram uma amostra de 120 milhões de toras, mas a OpenAI negociou uma redução para 20 milhões. No entanto, ao entregar o material à justiça no final do ano passado, a empresa teria incluído tantas restrições que o conjunto foi considerado “inutilizável” pelo juiz. Além disso, as partes acusam a OpenAI de deletar intencionalmente bilhões de saídas do Bate-papoGPT após a entrada da ação, violando ordens judiciais de preservação de provas.
A defesa dos jornais afirma que a OpenAI Difícil propositalmente o acesso a informações que já possuía. “Se realmente acreditasse que reproduzir nossa reportagem era legítima, não teria provas ocultadas sobre isso”, afirmou Ian B. Crosby, advogado principal dos acusadores.
- As solicitações ao juiz incluem a jurisdição do uso da amostra de 20 milhões de registros como prova;
- Reconhecimento de que os registros revelaram casos específicos de reprodução;
- Proibição de argumentos da empresa sobre ausência de regurgitação;
- Indenização pelos custos legais decorrentes da investigação.
UM OpenAIpor sua vez, negou as acusações em comunicado. Drew Pusateri, porta-voz da empresa, acusa o New York Times de tentar acessar conversas privadas de usuários para sustentar uma ação judicial que, segundo ele, está se desgastando. “Enquanto os jornais abandonam reivindicações contra nós, persistem em invadir a privacidade das pessoas envolvidas”, afirmou Pusateri.
Com informações do Techcrunch
