L’industrie de l’intelligence artificielle est en constante évolution, et les enjeux autour de l’acquisition de données soulèvent des défis complexes. Il est vital pour les parties prenantes de naviguer à travers les dilemmes éthiques entourant l’acquisition de données, tout en garantissant la conformité aux cadres légaux et en respectant les droits des créateurs de contenu.
Dans un récent article d’investigation publié par The New York Times, des révélations ont émergé sur les défis commerciaux auxquels sont confrontées des sociétés majeures telles que OpenAI, Google et Meta. Ces acteurs majeurs de l’industrie de l’IA sont contraints de prendre des décisions cruciales qui pourraient potentiellement fléchir les limites éthiques et défier les lois existantes.
Une des pratiques controversées soulignées dans l’article concerne la transcription par OpenAI d’audio provenant de plus d’un million d’heures de vidéos YouTube. Ce scraping de texte conversationnel à des fins de formation de modèles soulève des questions quant aux potentielles violations des règles de YouTube. Les données de transcription ont ensuite été injectées dans le puissant modèle d’IA GPT-4, formant la base de la dernière version du chatbot ChatGPT.
Meta, la société mère de Facebook et Instagram, a également été sous les feux des projecteurs pour ses actions. L’article mentionne que Meta a envisagé l’acquisition d’une maison d’édition pour obtenir des travaux étendus et a discuté de la collecte de données protégées par copyright à travers l’internet. Dans leur quête de données, ils ont débattu de la possibilité de faire face à des répercussions légales plutôt que de passer par le long processus de négociation de licences avec les éditeurs, artistes, musiciens et l’industrie de l’information.
Google, connu pour sa vaste gamme de plateformes collectant d’énormes quantités d’informations, a aussi fait face à ses propres défis. La société a transcrit des vidéos YouTube pour extraire du texte pour l’entraînement de l’IA, potentiellement violant les droits d’auteur des créateurs de vidéos. L’article nous rappelle que l’industrie de l’IA dépend fortement des informations en ligne, englobant des histoires d’actualité, des œuvres fictives, des publications de forum, des articles Wikipedia, des programmes informatiques, des photos, des podcasts et des extraits de films.
La soif de données ne se limite pas à ces pratiques particulières. L’article révèle l’urgence de la situation des entreprises technologiques, en indiquant qu’elles pourraient épuiser les données de haute qualité disponibles sur Internet dès 2026. Le rythme auquel les entreprises utilisent les données dépasse leur production. Ce défi imminent a mis ces entreprises dans une course contre la montre pour trouver des méthodes innovantes d’acquisition de données.
Maintenant plus que jamais, l’industrie de l’IA dépend de grands réservoirs de texte numérique. Certaines entreprises se tournent vers des réservoirs comprenant jusqu’à 3 billions de mots, soit le double du nombre de mots des étagères de la Bibliothèque Bodléienne. L’internet, autrefois considéré comme une source infinie de données, est de plus en plus restreint par des lois sur la confidentialité et des politiques d’entreprise, empêchant des sociétés comme Google et Meta d’accéder à une grande partie de son contenu pour l’entraînement de l’IA.
### Domande Frequenti (FAQ):
Q: Quel est le dilemme éthique entourant la formation de l’IA?
A: Le dilemme éthique découle de la disponibilité limitée de données numériques pour l’entraînement des modèles d’IA. Les entreprises sont confrontées au défi d’acquérir suffisamment de données sans potentiellement violer les lois sur la confidentialité ou les droits d’auteur.
Q: Comment des entreprises telles que OpenAI, Google et Meta acquièrent-elles des données pour les modèles d’IA?
A: Ces entreprises emploient diverses méthodes telles que la transcription d’audio à partir de vidéos YouTube, la discussion sur l’achat de maisons d’édition et l’élargissement des conditions d’utilisation pour exploiter des documents disponibles publiquement, des avis de restaurants et d’autres matériaux en ligne.
Q: Pourquoi la course aux données est-elle urgente?
A: Les entreprises technologiques utilisent les données à un rythme plus rapide qu’elles ne sont produites. Les instituts de recherche prédisent que les données de haute qualité sur l’internet pourraient être épuisées d’ici 2026.
Q: Quelles sont les répercussions potentielles de ces pratiques?
A: Les entreprises engagées dans ces pratiques risquent des conséquences éthiques et légales potentielles, y compris des violations de droits d’auteur et des infractions aux règles des plateformes.
Alors que l’industrie de l’IA continue de prospérer, la demande de données pose des défis complexes. Il est crucial pour les parties prenantes de naviguer à travers les dilemmes éthiques entourant l’acquisition de données, tout en assurant la conformité aux cadres légaux et en respectant les droits des créateurs de contenu.
L’industrie de l’IA évolue dans un marché dynamique et en constante évolution. Alors que des entreprises comme OpenAI, Google et Meta s’efforcent de former leurs modèles d’IA, elles sont confrontées à de nombreux défis et opportunités spécifiques à l’industrie. Les prévisions du marché suggèrent une croissance significative pour l’industrie de l’IA, mais plusieurs questions clés doivent être abordées pour soutenir cette croissance.
Selon les rapports sectoriels, le marché mondial de l’IA devrait atteindre une valeur de 190 milliards de dollars d’ici 2025, avec un TCAC de 37,5% de 2019 à 2025. Cette prévision reflète l’adoption croissante des technologies de l’IA dans divers secteurs, notamment la santé, la finance, la vente au détail et la fabrication. Les avantages potentiels de l’IA, tels qu’une efficacité accrue, une prise de décision améliorée et l’automatisation, alimentent son expansion rapide.
Cependant, la disponibilité de données de haute qualité pour la formation de l’IA pose un obstacle significatif. Comme souligné dans l’article, les principaux acteurs de l’industrie sont aux prises avec la disponibilité limitée de données numériques. L’urgence d’acquérir des données provient de la crainte que les sources existantes puissent être épuisées d’ici 2026. Pour répondre à cette demande, les entreprises se tournent vers des méthodes innovantes d’acquisition de données.
Une approche est le scraping de données, comme le montre la transcription d’OpenAI d’audio provenant de plus d’un million d’heures de vidéos YouTube. Cela soulève des inquiétudes quant aux potentielles violations des règles des plateformes, telles que les politiques de YouTube sur l’utilisation des données. De même, Meta a exploré l’idée d’acquérir des maisons d’édition ou de collecter des données protégées par copyright sur l’internet, ce qui pourrait entraîner des répercussions légales. Ces pratiques exposent les entreprises à des défis éthiques et légaux, y compris des violations de droits d’auteur et des violations des règles des plateformes.
La dépendance de l’industrie aux informations en ligne, allant des histoires d’actualité et œuvres fictives aux contenus générés par les utilisateurs, complique encore le processus d’acquisition de données. Les lois sur la confidentialité et les politiques d’entreprise restreignent de plus en plus l’accès à certains types de données. Par conséquent, des entreprises telles que Google et Meta rencontrent des difficultés pour exploiter l’abondance d’informations disponibles sur l’internet.
Pour relever ces défis, les entreprises investissent dans la recherche et le développement pour améliorer les techniques de génération de données et explorer des sources de données alternatives. Certaines élargissent leurs conditions d’utilisation pour inclure des autorisations plus étendues pour l’utilisation de données, telles que l’accès à des documents disponibles publiquement, des avis de restaurants et d’autres matériaux en ligne.
En conclusion, l’industrie de l’IA connaît une croissance rapide, mais elle est confrontée à des défis importants liés à l’acquisition de données. La disponibilité limitée de données de haute qualité et les dilemmes éthiques entourant leur acquisition sont des préoccupations essentielles pour des entreprises comme OpenAI, Google et Meta. Les prévisions du marché peignent un tableau positif pour l’expansion de l’industrie, mais aborder ces questions est crucial pour soutenir et favoriser une croissance éthique dans le domaine.
Sources:
– The New York Times: nytimes.com
The source of the article is from the blog combopop.com.br