La conocida comediante de Estados Unidos, Sarah Silverman, junto a los autores Christopher Golden y Richard Kadrey, están demandando tanto a OpenAI como a Meta en un tribunal de distrito de Estados Unidos por reclamos de infracción de derechos de autor.
¿La razón? Al parecer, en las demandas alegan que ChatGPT de OpenAI y LLaMA de Meta se entrenaron en conjuntos de datos adquiridos ilegalmente que además contenían sus obras. No solo eso, también indican que fueron adquiridos de sitios web denominados “shadow library” como Bibliotik, Library Genesis, Z-Library y otros, donde los libros están “disponibles a granel a través de sistemas de torrent”.
Siendo más específicos, en lo referente a la demanda de OpenAI, el trío ofrece muestras que revelan que, cuando se le solicita, ChatGPT resume sus libros, infringiendo sus derechos de autor. Por ejemplo, Bedwetter de Silverman el primer libro resumido por ChatGPT en las muestras, mientras que el libro Ararat de Golden también se usa como ejemplo, al igual que el libro Sandman Slim de Kadrey. La demanda dice que el chatbot nunca se molestó en “reproducir ninguna de la información de gestión de derechos de autor que los Demandantes incluyeron con sus trabajos publicados”.
En cuanto a Meta, la demanda explica que los libros de los autores fueron accesibles en los conjuntos de datos que la compañía usó para entrenar sus modelos LLaMA, un cuarteto de modelos de IA de código abierto que la compañía presentó en febrero. En la demanda se expone en pasos por qué los demandantes creen que los conjuntos de datos tienen orígenes ilícitos: en un artículo de Meta que detalla LLaMA, la empresa señala las fuentes de sus conjuntos de datos de entrenamiento, uno de los cuales se llama ThePile, que fue ensamblado por una empresa llamada EleutherAI.
ThePile, señala la denuncia, se describió en un artículo de EleutherAI como elaborado a partir de “una copia del contenido del rastreador privado Bibliotik”. Bibliotik y las otras “Shadow library” enumeradas, dice la demanda, son “flagrantemente ilegales”.
Por todo ello, los autores dicen que “no dieron su consentimiento para el uso de sus libros protegidos por derechos de autor como material de capacitación” para los modelos de IA de las empresas. Cada una de sus leyes contiene seis cargos de varios tipos de violaciones de derechos de autor, negligencia, enriquecimiento injusto y competencia desleal.
