Stack Overflow Will Charge AI Giants for Training Data

El artículo destaca un cambio crucial en la industria de la inteligencia artificial, donde las principales empresas tecnológicas están pasando de utilizar datos obtenidos mediante raspado gratuito a modelos de licencias pagadas para acceder a información de alta calidad. Esta transición está impulsada por el creciente costo computacional del desarrollo de modelos de lenguaje grandes y la urgente necesidad de establecer plazos comerciales rentables. A medida que los sistemas de IA dependen cada vez más de conjuntos de datos estructurados procedentes de plataformas como Stack Overflow y Reddit, la práctica tradicional de raspado de datos sin restricciones se vuelve económicamente insostenible y legalmente controvertida, obligando a los desarrolladores a buscar acuerdos formales para el acceso a los datos. En el centro de este cambio se encuentra el conflicto legal y ético en torno al derecho de autor y la atribución. Aunque la legislación estadounidense suele permitir el raspado de datos, las plataformas comunitarias argumentan que las empresas de IA violan los términos de servicio y los acuerdos de licencia, como Creative Commons, al no atribuir adecuadamente a los creadores originales del contenido. Dado que los productos comerciales de IA no pueden acreditar de manera realista a los contribuyentes individuales, estas plataformas consideran que la monetización de su contenido construido por la comunidad constituye un uso injusto. Esta tensión se intensifica aún más con disputas de alto perfil, incluidas amenazas de litigio por parte de propietarios de redes sociales, que acusan a los gigantes tecnológicos de utilizar ilegalmente sus datos para fines de entrenamiento sin compensación. Este desarrollo es críticamente relevante para el movimiento de datos abiertos, ya que cuestiona la suposición de que los datos extraídos de la esfera pública siguen siendo de libre acceso para su reutilización. El impulso hacia APIs de pago y licencias estrictas señala un posible fin de la era de la recolección de datos sin regulación, enfatizando que la propiedad de los datos y el reconocimiento de su valor están adquiriendo una importancia primordial. Esto obliga a la comunidad de datos abiertos a enfrentar las realidades de la propiedad intelectual en la era de la IA, destacando la necesidad de una atribución transparente, marcos de uso justo y modelos sostenibles que compensen a los creadores cuyos datos alimentan el avance tecnológico.

Fuente: wired.com
Publicado el 2023-04-21

Stack Overflow Will Charge AI Giants for Training Data

Noticias relacionadas