Shanghai First Intermediate People’s Court Holds AI Voice-Cloning Platform Liable, Shifts Burden of Proof on Training Data

Shanghai First Intermediate People’s Court Holds AI Voice-Cloning Platform Liable, Shifts Burden of Proof on Training Data

Esta sentencia establece un marco probatorio fundamental para demostrar la infracción de los derechos de voz en casos relacionados con la inteligencia artificial, abordando directamente la opacidad de los modelos generativos. En lugar de exigir a los demandantes el acceso a los datos de entrenamiento propietarios, lo cual resulta estructuralmente imposible, el tribunal traslada la carga de la prueba a los demandados, quienes deben demostrar la licitud en la obtención de los datos una vez que se haya acreditado una similitud inicial. Este enfoque reconoce que la cuestión jurídica central radica en si se ha apropiado un interés de personalidad de manera reconocible, en lugar de centrarse en los mecanismos técnicos de la generación algorítmica. La decisión es altamente relevante para el ámbito de los datos abiertos, ya que cuestiona la noción de que el entrenamiento con datos públicamente disponibles constituye un puerto seguro si falta el consentimiento. Al priorizar la reconocibilidad de la salida sobre la transparencia de la entrada, la sentencia implica que los conjuntos de datos abiertos utilizados para la síntesis comercial de IA deben seguir respetando los derechos de personalidad individuales. Esto sienta un precedente que establece que la accesibilidad abierta de los datos no equivale a la libertad para explotar comercialmente sin restricciones los identificadores biométricos, obligando a los desarrolladores a implementar verificaciones más estrictas del consentimiento, incluso cuando las fuentes de datos sean visibles. En última instancia, este caso ilustra cómo los sistemas jurídicos se están adaptando a la naturaleza de "caja negra" de la IA, centrándose en los resultados observables en lugar de los procesos ocultos. Destaca la creciente tensión entre el movimiento de datos abiertos, que a menudo depende del raspado de información pública, y la protección de los derechos individuales. A medida que las capacidades de la IA evolucionen, este mecanismo de transferencia de la carga de la prueba podría convertirse en una herramienta estándar para proteger a los creadores, limitando potencialmente el alcance de lo que puede utilizarse abiertamente para el entrenamiento sin permiso explícito.

Noticias relacionadas

• OpenAI Faces First Lawsuit Over Rogue AI Agents That Hacked Hugging Face
• Vogue, Esquire publishers plead with Congress to ban AI theft of their content
• OpenAI lawsuit asks court to stop its AI agents hacking again
• Internet Archive's digital book lending violates copyright, US judge rules
• Reddit is shutting down RSS and public API access. Blame AI.