Fairly Trained, una nueva organización sin fines de lucro liderada por el ex ejecutivo de Stability AI, Ed Newton-Rex, ha presentado un sistema de certificación para distinguir los modelos de inteligencia artificial generativa entrenados con consentimiento explícito de aquellos que dependen del raspado no autorizado de datos web. Esta iniciativa aborda la creciente división ética en la industria, donde muchos desarrolladores importantes argumentan que sus métodos constituyen un uso legítimo, mientras que los creadores de contenido demandan por el uso no autorizado de su trabajo. Al validar que los desarrolladores han obtenido licencias para los datos de terceros, la organización proporciona un indicador claro para identificar operaciones de IA que respetan los derechos de propiedad intelectual, ofreciendo una alternativa transparente a las prácticas opacas de datos predominantes en el mercado actual. El proceso de certificación requiere que las empresas revelen sus fuentes de datos y acuerdos de licencia, con la organización revocando las credenciales si las actualizaciones futuras de los modelos violan estos estándares. Aunque el esquema se centra actualmente en el consentimiento más que en la compensación directa o el reconocimiento para los titulares de derechos, sostiene que obtener permiso crea una vía necesaria para negociar un pago justo y la atribución más adelante. Este enfoque reconoce la complejidad de las demandas de los creadores, al tiempo que establece una capa fundamental de responsabilidad, fomentando que la industria avance hacia prácticas más responsables de adquisición de datos mediante una transparencia verificada. Este desarrollo es altamente relevante para la comunidad de datos abiertos, ya que defiende el principio de que la accesibilidad de los datos no debe venir a costa de violaciones legales y éticas. Al crear un incentivo de mercado para el cumplimiento, la certificación demuestra cómo los datos abiertos y licenciados pueden coexistir de manera responsable, influyendo potencialmente en los estándares futuros para el intercambio de conjuntos de datos. Destaca la urgente necesidad de marcos legales claros que protejan a los creadores mientras fomentan la innovación, reforzando el argumento de que el desarrollo sostenible de la IA depende del respeto a los derechos de quienes generan el contenido fundamental utilizado para entrenar estos sistemas.
Source:Published on 2024-01-20