Processo aberto por autores acusa big tech de ter usado arquivos pirateados em plataformas como LibGen para treinar o LLM que equipa a IA da empresa
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 do 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 (de 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 a comediante Sarah Silverman.
Por que acusam Mark Zuckerberg de ter autorizado piratear livros para o Llama?
A documentação, agora sem sigilo, mostra conversas entre usuários da Meta nas quais 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), uma doutrina usada no direito americano que permite o
uso de obras sob direito autoral para criar algo novo, desde que seja
suficientemente transformador.
Os autores do processo, porém, rejeitam a 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.
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.
E aí, o que achou? Aproveite para acompanhar o Portal Vovo GaTu no WhatsApp, Twitter [1] [2], Instagram, Facebook, TikTok, Threads e no Youtube!
Continue acompanhando o Portal Vovo GaTu
para ficar por dentro de outros conteúdos de entretenimento!
--------------------------------------------------------------------------------------
Enfim, gosta do Portal Vovo GaTu😍? Siga-nos nas redes sociais.
Fique por dentro das noticias, e nao perca nada!😄 Contamos consigo!
Herley costa: Me siga nas redes sociais
