En un reciente desarrollo, OpenAI y Google han sido objeto de escrutinio por entrenar sus modelos de IA utilizando transcripciones de videos de YouTube, lo que potencialmente infringe los derechos de autor de los creadores. El informe del New York Times arroja luz sobre las prácticas de estos gigantes tecnológicos y sus esfuerzos por maximizar los datos para sus sistemas de IA. Aunque las compañías han empleado diversas técnicas para obtener un gran volumen de datos, se han planteado preguntas sobre la legalidad de sus métodos.
Se dice que OpenAI utilizó su herramienta de reconocimiento de voz Whisper para transcribir más de un millón de horas de videos de YouTube, que luego se utilizaron para entrenar su último generador de texto a video, Sora, según el informe del NYT. Esto sigue a afirmaciones anteriores de The Information de que OpenAI había utilizado videos de YouTube y podcasts para entrenar sus sistemas de IA. Notablemente, el presidente de OpenAI, Greg Brockman, estuvo supuestamente involucrado en este proyecto.
También se han planteado preocupaciones sobre las prácticas de Google, ya que el raspado no autorizado o la descarga de contenido de YouTube está prohibido. El portavoz de Google, Matt Bryant, aclaró que la compañía no estaba al tanto del uso de videos de YouTube por parte de OpenAI y afirmó que no aprueban tales acciones. Sin embargo, el informe del NYT sugiere que había individuos en Google que estaban al tanto de las prácticas de OpenAI pero no tomaron medidas, posiblemente debido al uso de videos de YouTube por parte de Google para entrenar sus modelos de IA.
Es importante tener en cuenta que Google afirma utilizar solo videos de creadores que hayan acordado participar en su programa experimental. Engadget se ha comunicado con tanto Google como OpenAI para conocer sus comentarios sobre este asunto.
Además, el informe del New York Times revela que Google revisó su política de privacidad en junio de 2022 para abarcar un rango más amplio de contenido disponible públicamente, como Google Docs y Google Sheets, para entrenar sus modelos de IA y productos. Sin embargo, Bryant enfatizó que esto se realiza únicamente con el permiso explícito de los usuarios que optan por las funciones experimentales de Google. También afirmó que el cambio de política no los llevó a comenzar a entrenar sus modelos de IA en tipos adicionales de datos.
Preguntas Frecuentes
1. ¿OpenAI y Google están infringiendo los derechos de autor al entrenar sus modelos de IA con transcripciones de YouTube?
Existen preocupaciones de que el uso de videos de YouTube por parte de OpenAI y Google para entrenar sus modelos de IA pueda infringir los derechos de autor de los creadores. El informe del New York Times destaca estas posibles violaciones, indicando que el raspado no autorizado o la descarga de contenido de YouTube no está permitido. Sin embargo, Google afirma utilizar solo videos de creadores que hayan consentido participar en un programa experimental.
2. ¿Qué enfoque tomó OpenAI en el entrenamiento de su modelo de IA?
OpenAI reportadamente empleó su herramienta de reconocimiento de voz Whisper para transcribir más de un millón de horas de videos de YouTube, que luego se utilizaron para entrenar su generador de texto a video, Sora. Este enfoque tuvo como objetivo aprovechar una vasta cantidad de datos para mejorar el rendimiento del modelo de IA.
3. ¿Google ha reconocido el uso de videos de YouTube por parte de OpenAI para entrenar?
Google afirmó que no estaban al tanto del uso de videos de YouTube por parte de OpenAI para entrenar sus modelos de IA y aclaró que no respaldan el raspado o descarga no autorizados de contenido. Sin embargo, el informe sugiere que algunas personas en Google estaban al tanto de las prácticas de OpenAI pero no tomaron medidas, posiblemente debido al uso de videos de YouTube por parte de Google para entrenar sus modelos de IA.
4. ¿Cómo ha expandido Google su política de privacidad, como se menciona en el informe?
El informe del NYT revela que Google actualizó su política de privacidad en junio de 2022 para incluir un rango más amplio de contenido disponible públicamente, como Google Docs y Google Sheets, en el entrenamiento de sus modelos de IA y productos. Sin embargo, Google enfatiza que solo utilizan estos datos con el permiso explícito de los usuarios que optan por sus funciones experimentales.
5. ¿Han proporcionado OpenAI y Google alguna declaración oficial sobre estas acusaciones?
Engadget se ha comunicado con OpenAI y Google para conocer sus comentarios sobre el asunto. Actualmente, no ha habido declaraciones oficiales de ninguna de las compañías respecto a las acusaciones planteadas en el informe del New York Times.
Además de la información proporcionada en el artículo, aquí hay algunos detalles adicionales sobre la industria, pronósticos del mercado y problemas relacionados con la industria de IA y el entrenamiento de modelos utilizando transcripciones de YouTube:
La industria de IA ha experimentado un crecimiento significativo en los últimos años, con un tamaño de mercado que se espera alcance los $190.61 mil millones para 2025, según un informe de MarketsandMarkets. Este crecimiento se impulsa por la creciente demanda de soluciones impulsadas por IA en diversos sectores como la salud, finanzas, comercio minorista y manufactura.
Uno de los principales desafíos en la industria de IA es la necesidad de grandes volúmenes de datos de alta calidad para entrenar modelos de IA de manera efectiva. Empresas como OpenAI y Google están constantemente explorando diferentes fuentes de datos, incluido contenido disponible públicamente como videos de YouTube, para mejorar el rendimiento de sus sistemas de IA.
Sin embargo, el uso de videos de YouTube para entrenar modelos de IA plantea preocupaciones sobre la infracción de derechos de autor. Los creadores tienen derechos exclusivos sobre su contenido, incluido el derecho de reproducirlo y distribuirlo. El raspado o descarga no autorizados de videos de YouTube sin el consentimiento de los creadores puede potencialmente violar estos derechos.
El problema de la infracción de derechos de autor en la industria de IA no es nuevo. En el pasado, ha habido casos en los que las empresas fueron demandadas por usar material con derechos de autor en sus conjuntos de datos de entrenamiento de IA. Por ejemplo, en 2019, un fotógrafo presentó una demanda contra una importante empresa de IA por usar sus imágenes con derechos de autor sin permiso.
Para abordar estas preocupaciones de derechos de autor, empresas como Google han implementado medidas para garantizar que solo utilicen videos de creadores que han consentido participar en sus programas experimentales. Esto se hace para cumplir con las leyes de derechos de autor y respetar los derechos de los creadores.
Sin embargo, el uso de videos de YouTube para entrenar modelos de IA no es la única práctica controvertida en la industria. Otros problemas incluyen sesgos en los algoritmos de IA, preocupaciones sobre la privacidad de datos y las implicaciones éticas de la toma de decisiones de IA.
A medida que la industria de IA continúa evolucionando, es crucial que las empresas naveguen por estas consideraciones legales y éticas para garantizar un uso responsable y legal de los datos en el entrenamiento de modelos de IA.
Para obtener más información sobre la industria de IA y problemas relacionados, puedes visitar los siguientes sitios web:
– [MarketsandMarkets](https://www.marketsandmarkets.com/): Proporciona informes de investigación de mercado y análisis de la industria para diversos sectores.
The source of the article is from the blog papodemusica.com