Meta AI teria sido treinada com material pirateado do LibGen
Meta AI teria sido treinada com material pirateado do LibGen
Meta AI pode ter usado material protegido por direitos autorais com aval de Mark Zuckerberg (imagem: ilustração/Vitor Pádua)
A Meta pode ter usado material pirateado para treinar a Llama, modelo de linguagem grande usado para o desenvolvimento da sua IA generativa. A informação foi revelada após a remoção de sigilo de parte da documentação de um dos processos de violação de direitos autorais. Segundo o documento, Mark Zuckerberg autorizou o treinamento da Llama usando artigos e livros divulgados na LibGen e outras fontes piratas.
O caso no qual a documentação foi publicada é o Kadrey et al. contra a Meta, processo que tem entre seus autores os escritores Richard Kadrey (Sandman Slim), Christopher Golden (conhecido por adaptações literárias de séries, como o livro Sons of Anarchy: Bratva e diversas obras de Buffy: A Caça-Vampiros) e conhecida comediante Sarah Silverman.
Meta liberou sua IA generativa para oWhatsApp, Instagram e Facebook, mas parte do treinamento pode ter usado material pirata (Ilustração: Vitor Pádua/Tecnoblog)
Por que acusam Mark Zuckerberg de ter autorizado piratear livros para o Llama?
A documentação que teve o sigilo removido mostra conversas entre usuários da Meta onde é citado que “MZ” aprovou o uso da LibGen e o download via torrent de arquivos do repositório. MZ seria a sigla para Mark Zuckerberg. Não se sabe qual versão do Llama, que é o motor da Meta AI, foi treinada com material oriundo da plataforma.
Além da LibGen, a defesa da Meta afirma que os autores do processo sabiam do uso de outras “shadow libraries” (bibliotecas secretas em tradução livre). A defesa também usa a alegação de que agiu sob “fair use” (uso justo na tradução direta), uma doutrina usada no direito americano que permite o uso de obras sob direito autoral para criar algo novo desde que seja suficientemente transformativo.
Os autores do processo rejeitam essa argumentação de uso justo. E é nessa área que a disputa deve seguir. Afinal, com uma IA generativa como a Meta AI você pode criar textos novos e pedir no prompt a inspiração de alguma obra. Contudo, o usuário também pode pedir a explicação da história de livros.
Mark Zuckerberg teria aprovado o uso da LibGen e outras fontes piratas para o treinamento da Llama (Foto: Divulgação/Meta)
O que é a LibGen?
A LibGen é uma plataforma focada no fornecimento de artigos científicos publicados em revistas pagas — o que por si só já gera um debate sobre direitos autorais. Contudo, parte do acervo do site inclui livros, quadrinhos, audiolivros e outras produções literárias.
Anteriormente, a Meta alegou que usou parte do banco de dados do Books3, um repositório de livros usados por empresas de IA para treinar seus modelos. O Books3 também tem seus problemas ligados a direitos autorais e acusações de pirataria.
Fora o possível uso da LibGen, o processo mostra que engenheiros e desenvolvedores da Meta buscaram remover as atribuições de dados e metadados que indicassem a origem do material usado no treinamento. A ideia seria esconder fontes ilícitas, como repositórios piratas e conteúdos protegidos por direito autoral.
Com informações de Wired e TechCrunch
Meta AI teria sido treinada com material pirateado do LibGen
Meta AI teria sido treinada com material pirateado do LibGen
Fonte: Tecnoblog