Documentos recém-liberados por ordem judicial do processo copyright OpenAI jornalismo revelam o que executivos de OpenAI e Microsoft sabiam e escolheram ignorar sobre o uso de conteúdo de notícias para treinar modelos de inteligência artificial.
O processo foi movido pelo New York Times e pelo New York Daily News contra as duas empresas. Os documentos expõem comunicações internas que confirmam o conhecimento das violações de licenciamento.
O que os documentos do processo copyright OpenAI jornalismo mostram
A OpenAI obteve mais de 1,8 milhão de artigos do NYT Annotated Corpus, publicados entre 1987 e 2007. O acordo de licenciamento desse banco de dados restringia explicitamente o uso a finalidades não comerciais de desenvolvimento de tecnologia. Nem a OpenAI nem a Microsoft contestaram que seus modelos aprenderam a trabalhar com conteúdo jornalístico por terem treinado em material de notícias obtido dessa forma.
O que surpreende é o tom das comunicações internas. Funcionários da Microsoft reconheceram que milhões de pessoas considerariam a prática um roubo extraordinário de proporções sem precedentes. A empresa admitiu que criadores de conteúdo não tinham a intenção de que o material fosse usado dessa forma. Uma nota interna da Microsoft descreveu as práticas como o maior roubo de trabalho na história da humanidade.
Nick Turley, responsável pelo desenvolvimento do ChatGPT, caracterizou a situação como uma ameaça existencial para as publicações jornalísticas.
A motivação financeira por trás do processo copyright OpenAI
Apesar dos alertas internos, ambas as empresas seguiram em frente. Greg Brockman, co-fundador da OpenAI, admitiu em documento interno ser profundamente motivado pelos gazilhões de lucros projetados. Embora a OpenAI tenha sido fundada com missão de beneficiar a humanidade, já em 2017 o CEO Sam Altman planejava converter a organização em uma empresa com fins lucrativos.
A Microsoft identificou o risco real de que modelos de IA pudessem perturbar significativamente o emprego das pessoas que geraram os dados. A empresa descreveu um ciclo de degradação que prejudicaria tanto o desempenho dos modelos quanto o ecossistema da web, e seguiu em frente mesmo assim.
Por que isso importa para o seu negócio
O processo copyright OpenAI jornalismo tem implicações práticas para quem usa IA:
-
Conteúdo da empresa pode estar sendo usado para treinar IA: textos de blogs, e-mails de marketing, artigos técnicos e manuais publicados online entram no escopo de treinamento de modelos. Não há consenso legal claro ainda sobre os limites.
-
O tráfego orgânico está sendo drenado: o Gemini do Google já resume conteúdo diretamente nos resultados de busca. A Truthout perdeu 15% de seus leitores em um mês após essa mudança e estima perda de US$ 500 mil em receita online no próximo ano.
-
O modelo de licenciamento vai mudar: à medida que processos como este avançam, as empresas de IA serão forçadas a negociar ou pagar pelo conteúdo que usam. Isso pode elevar custos e mudar as capacidades dos modelos.
Detalhes completos do caso estão disponíveis no Truthout.
Veja também o que aconteceu quando o desalinhamento afetou os próprios modelos da OpenAI, outro sinal de que a transparência no setor ainda é seletiva.
Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.
Fonte: Truthout
