OpenAI, het bedrijf achter ChatGPT, heeft meer dan een miljoen uur aan YouTube-video’s gebruikt om hun nieuwste AI-model, GPT-4, te trainen. Door gebruik te maken van een breed scala aan bronnen en het opnemen van openbare gegevens en partnerschappen, streeft OpenAI ernaar om hun concurrentievoordeel te behouden in het wereldwijde AI-onderzoek.
De president van OpenAI, Greg Brockman, speelde een cruciale rol bij het selecteren van deze video’s voor training. In plaats van terug te deinzen voor mogelijke juridische implicaties, beschouwt OpenAI hun gebruik van de YouTube-content als fair use.
Naar aanleiding van deze onthulling heeft Google, eigenaar van YouTube, erkend dat er onbevestigde rapporten zijn over de acties van OpenAI. Ze bevestigen dat hun robots.txt-bestanden en gebruiksvoorwaarden strikt elk ongeoorloofd scrapen of downloaden van YouTube-content verbieden.
Interessant is dat dit niet de eerste keer is dat YouTube-gegevens zijn gebruikt voor het trainen van AI-modellen. Microsoft heeft vorig jaar in samenwerking met The Information YouTube-gegevens voor een vergelijkbaar doel gebruikt.
YouTube staat bekend om zijn uitgebreide aanbod van multimedia-inhoud, waaronder audio, afbeeldingen en teksttranscripties. Deze overvloed aan gegevens maakt het een onschatbare bron voor het trainen van AI-modellen. De praktijk van het uitgebreid verzamelen van YouTube-gegevens roept echter zorgen op over de juridische en ethische implicaties, met name op het gebied van gegevensgebruik en intellectuele eigendomsrechten.
OpenAI stelt dat hun gebruik valt onder fair use, maar het ongeautoriseerd verzamelen van grote hoeveelheden YouTube-gegevens roept vragen op over auteursrechtsregels, eigendom en toestemming.
Naarmate OpenAI sterk leunt op YouTube-gegevens, wordt het duidelijk dat er duidelijkere richtlijnen en toezicht nodig zijn om gegevensgebruik in AI-onderzoek en -ontwikkeling aan te pakken. Samenwerking tussen AI-ontwikkelaars, platformeigenaren en inhoudsmakers is cruciaal om richtlijnen vast te stellen die een balans vinden tussen innovatie en het beschermen van privacy en intellectuele eigendomsrechten.
Veelgestelde vragen
The source of the article is from the blog revistatenerife.com