Es ampliamente reconocido que las empresas de IA utilizan artículos web para entrenar sus modelos sin pagar a los creadores ni obtener permiso. Editoriales como The New York Times, Chicago Tribune y Toronto Star ya han presentado demandas contra esta práctica. Ahora, otra organización destacada se ha unido al proceso legal.
Techcrunch ha informado que Encyclopedia Britannica y su filial Merriam-Webster han presentado una demanda contra OpenAI, alegando que el gigante de la IA cometió una «enorme infracción de derechos de autor» al extraer y utilizar casi 100.000 de sus artículos en línea para entrenar sus LLMs sin permiso.
¿De qué va esta demanda?
Britannica afirma que ChatGPT genera respuestas que sustituyen su contenido, reduciendo el tráfico web y los ingresos potenciales. Si los usuarios pueden hacer una pregunta a ChatGPT y recibir una respuesta basada en los artículos de Britannica, puede que haya menos incentivos para visitar la web directamente.
La denuncia también se dirige al uso por parte de OpenAI de contenido de Britannica en el flujo de trabajo RAG de ChatGPT, un proceso en el que la IA escanea la web en busca de información actualizada al responder preguntas, alegando que la IA reproduce su contenido, total o parcialmente, al responder preguntas.
Además, Britannica alega que OpenAI está violando la ley de marcas. La empresa ha argumentado que ChatGPT alucina información y luego la atribuye falsamente al editor. Según Britannica, las alucinaciones de ChatGPT ponen en peligro «el acceso continuo del público a información online de alta calidad y fiable.»
¿Qué va a pasar ahora?
Esa es la gran pregunta. No existe un precedente legal sólido que establezca si entrenar una IA en contenido protegido por derechos de autor constituye una infracción de derechos de autor. Cualquiera puede decirte que no está bien usar el trabajo de otra persona para entrenar tus datos, pero la ley al respecto es, en el mejor de los casos, confusa.
En un caso reciente que involucró a Anthropic, un juez federal dictaminó que el uso de contenido protegido por derechos de autor como datos de entrenamiento era lo suficientemente transformador como para ser legal. Sin embargo, el mismo juez determinó que Anthropic había descargado ilegalmente millones de libros, lo que resultó en un acuerdo de 1.500 millones de dólares con los escritores afectados.
A medida que este tema sigue evolucionando, los legisladores tienen un terreno importante que cubrir. El resultado de estos casos probablemente influirá en cómo las empresas de IA podrán utilizar legalmente el contenido web en el futuro.
