Congress Wants Tech Companies to Pay Up for AI Training Data

En Washington se está consolidando un consenso bipartidista significativo que sostiene que los desarrolladores de inteligencia artificial deben compensar a los medios de comunicación por el uso de su contenido para entrenar modelos generativos. Los legisladores argumentan que esta reciprocidad financiera está justificada moralmente y es exigida legalmente, rechazando la idea de que las grandes tecnológicas puedan consumir unilateralmente información propietaria sin consecuencias. Este cambio señala el posible fin de la era del raspado de datos no remunerado, estableciendo un precedente que establece que el trabajo creativo requiere remuneración en la era de la automatización. Los líderes de la industria mediática abogan firmemente por acuerdos de licencia obligatorios, calificando el uso no autorizado de datos como infracción de derechos de autor y robo. Sostienen que los sistemas de IA devalúan el periodismo de calidad al explotar su producción sin un intercambio justo. En consecuencia, existe un impulso unificado para aclarar que las doctrinas actuales de uso justo no protegen el entrenamiento comercial de modelos de IA sobre obras protegidas, obligando así al mercado a establecer estructuras de compensación equitativas para los creadores de propiedad intelectual. Este desarrollo es crucial para la defensa de los datos abiertos, ya que desafía la suposición predominante de que todos los datos de acceso público son gratuitos para su uso ilimitado en aprendizaje automático. Si los marcos legislativos logran imponer la compensación por los datos periodísticos, el principio de acceso abierto enfrentará limitaciones significativas, lo que potencialmente requerirá que los desarrolladores busquen conjuntos de datos con licencia o anonimizados. Este giro hacia ecosistemas de datos controlados puede redefinir la forma en que se construyen las herramientas de IA, priorizando la claridad legal y los derechos de los creadores sobre la agregación ilimitada de datos.

Source: wired.com
Published on 2024-01-11