El problema de demandar a las empresas de IA de la generación por infracción de derechos de autor

La implementación por parte de Microsoft de ChatGPT de OpenAI ha sido extremadamente popular, y su implementación sorpresa de este avanzado sistema de IA generativa tomó a empresas como Google y Apple durmiendo la siesta.

Google está respondiendo agresivamente a la amenaza y desarrollando su propia solución de IA generativa, Bard, pero tanto Google como OpenAI enfrentan demandas colectivas que alegan violaciones de derechos de autor relacionadas con el entrenamiento de sus IA en base a las enormes cantidades de datos utilizados para entrenar estos sistemas.

Es probable que los demandantes en estas demandas no comprendan las implicaciones que tendrían para sus carreras si tuvieran éxito. No me refiero a las repercusiones de Microsoft, Google u otros, sino que la forma en que ellos mismos fueron capacitados también puede entrar dentro de cualquier fallo relacionado y resultar en que sean demandados en el futuro por otros de quienes aprendieron.

Exploremos la posibilidad de demandar a empresas de IA generativa esta semana y cerraremos con mi Producto de la semana, una nueva computadora portátil de HP que puede ser perfecta para usted si viaja mucho por trabajo.

El litigio es peligroso

Desafortunadamente, he tenido mucha experiencia en litigios. Me asignaron al departamento legal de IBM por un tiempo en materia de contratos, manejé mi propio litigio durante un par de décadas y fui seleccionado como testigo experto en varias ocasiones. También me formé para ser abogado antes de cambiar a una carrera profesional muy diferente.

He aprendido que los litigios no se parecen en nada a lo que se muestra en la televisión. Ambas partes ingresan a la sala del tribunal con puntos de vista opuestos de la realidad, y el juez y/o el jurado escuchan a ambas partes antes de elegir el argumento más convincente como ganador. La parte ganadora, que puede haber estado equivocada, se siente reivindicada, y la parte perdedora generalmente se siente engañada.

El resultado puede tener consecuencias no deseadas y nefastas para la parte perdedora que pueden ser mucho peores que si hubieran dejado todo el asunto en paz en primer lugar o hubieran llegado a un acuerdo sin un juicio. Las apelaciones generalmente cuestan alrededor de 40.000 dólares y rara vez tienen éxito. Los costos iniciales del juicio pueden oscilar entre más de $ 10,000 y cientos de miles de dólares antes del fallo, y además los fallos pueden ser muy costosos.

Por lo tanto, antes de demandar a alguien, no sólo debe hacer una evaluación honesta de si es probable que gane, sino también cubrir cualquier posible consecuencia no deseada de ganar o perder. Aquí es donde creo que las personas que demandan a las plataformas de IA generativa están en problemas porque no sólo es poco probable que ganen sino que, si lo hacen, el resultado puede costarles sus carreras.

Déjame explicarte.

Cómo se entrena la IA generativa

La IA generativa se entrena observando cantidades masivas de datos y patrones, que luego pueden convertirse en lo que llamamos inferencia, que es un conjunto de datos mucho más pequeño y en gran medida federado (donde se han eliminado los contribuyentes al conjunto de datos) que luego se utiliza como la base para que funcione la IA.

Dicho de otra manera, las IA observan datos digitalizados a una escala masiva que hace que los contribuyentes individuales sean inidentificables. Este proceso de observación conduce a la formación de un conocimiento amalgamado que constituye el cerebro de la IA.

Dependiendo del tamaño del conjunto de datos resultante, debería ser imposible (sin las herramientas de transparencia que existen en algunos de los últimos Ais) rastrear el comportamiento hasta cualquier individuo que intencionalmente o no proporcionó los datos de entrenamiento.

Por ejemplo, aprender a ser comediante puede requerir un conjunto de capacitación de transmisiones de audio y video de muchos comediantes. Basándose en los comentarios de la audiencia o de un operador de entrenamiento, la IA aprendería qué chistes eran divertidos y qué no. Luego derivaría su rutina de comedia de lo que aprendió sin depender exclusivamente de ningún colaborador.

La pregunta que hay que responder es si el resultado infringe los derechos de autor de cualquier persona que, sin querer y sin permiso, ayudó a crear el conjunto de datos de entrenamiento.

El problema inesperado

El problema inesperado es que, al igual que las IA, no nacemos con un conocimiento intrínseco de cómo hacer casi nada. Aprendemos observando a los demás, y nuestra educación proviene de la lectura sobre eventos y personas que alguna vez estuvieron vivas o fueron creadas ficticiamente para entretener o resaltar un punto en particular.

Cuando se trata de un oficio como el de los monólogos, tendemos a aprender viendo otros cómics. La comedia es una carrera profesional que puede prestarse a copiar a sus compañeros. La diferencia es que los humanos no tienen la capacidad mental ni el tiempo para aprender de más que un puñado de mentores intencionales o no, mientras que una computadora puede consumir información de miles de personas en un momento.

Entonces, si el aprendizaje por computadora de muchos comediantes resulta ser ilegal, ¿no se deduciría entonces que un comediante humano real aprendiendo de un número mucho menor también estaría infringiendo los derechos de sus compañeros de comedia? La única diferencia real entre cómo aprende actualmente la IA y cómo aprenden las personas es la velocidad a la que se logra el aprendizaje y la cantidad de datos de entrenamiento que se observan.

Si quienes demandan a OpenAI y Google tienen éxito, se podría utilizar la misma jurisprudencia en su contra, lo que probablemente resultaría en sanciones costosas.

Dado que la mayor parte del trabajo generalmente se aprende observando a otros y es potencialmente derivado, ¿nadie podría demandar a alguien que haya sido capacitado con datos que se originaron en el demandante?

En otras palabras, usando la premisa del comediante, si estos demandantes tienen éxito, otros comediantes no podrían demandarlos debido a una metodología de entrenamiento similar, y algunos comediantes potencialmente podrían verse excluidos de actuar por infracción si sus bromas pareciera que provienen de otras personas. ¿Quién ahora también quiere ser compensado?

Concluyendo

La IA generativa ahora aprende de forma autónoma y avanza a un ritmo increíble y casi increíble. Está entrenado en grandes almacenes de datos que pueden contener información crítica sobre usted y su cónyuge. Es probable que este proceso de capacitación esté en duda porque estos sistemas comenzarán a reemplazar a muchas de las personas que sin querer contribuyeron con sus datos para la capacitación.

Pero dado que todo el conocimiento humano y la forma en que se transmite efectivamente proviene de otra persona, este concepto de demandar por una parte del resultado parece mal concebido y podría tener un impacto adverso en cualquiera que aprenda de otros en el futuro.

Finalmente, el conjunto de entrenamiento no tiene fin de vida, lo que significa que el conocimiento recopilado tendrá una vida que podría continuar durante siglos después de la muerte del contribuyente, asegurando una forma muy limitada de inmortalidad digital.

Como resultado, dudo que los demandantes en estos casos prevalezcan y, en caso afirmativo, dudo que la sentencia pueda tener implicaciones mucho más perjudiciales de lo previsto sobre la forma en que estamos capacitados.

PC portátil HP Dragonfly G4

Mi computadora portátil favorita de todos los tiempos sigue siendo la computadora portátil HP Folio con tecnología Qualcomm debido a su enorme duración de batería de 21 horas. HP siguió con un Folio centrado en los negocios basado en Intel con solo unas seis horas de duración de la batería, lo que me rompió el corazón. El nuevo Dragonfly G4 de HP también está basado en Intel, pero aumenta a alrededor de 13 horas de duración de la batería, lo que debería ser mucho mejor.

Por alrededor de $1,300 para una configuración básica, el HP Dragonfly G4 ofrece un rendimiento decente pero no abrumador para un portátil de clase premium. Este es un portátil de clase empresarial y cuenta con la solución vPro de Intel en su interior para garantizar el cumplimiento de los estándares corporativos.

PC portátil Dragonfly G4 (Crédito de la imagen: HP)

---

Esta computadora portátil tiene un ajuste y un acabado muy limpios, uno de los mejores teclados que he probado hasta ahora, una cámara web decente, parlantes impresionantes y una precisión de color de pantalla sorprendentemente buena. El Dragonfly G4 tiene dos características únicas: “control automático de cámara” y “keystone automático”.

La primera le permite usar varias cámaras simultáneamente durante la transmisión, lo que permite que tanto su rostro como los objetos que ve la otra cámara se muestren en la misma imagen. El otro le permite ver elementos en ángulo con esa segunda cámara, pero hacer que parezcan como si la cámara estuviera directamente sobre su cabeza.

Dada la cantidad de personas que luchan en las reuniones de videoconferencia para mostrar contenido, estas dos características son una bendición. Me sorprende que otros fabricantes de equipos originales de PC no hayan hecho nada similar.

Con un peso de 2,2 libras, el Dragonfly G4 de HP entra en la categoría de ultraligero y no debería hacerte sentir como Quasimodo cuando lo llevas en tu mochila. También tiene una selección de pantallas opcionales, opciones de WAN y algunos procesadores Intel opcionales.

Si bien sigo prefiriendo la sensación y el aspecto de las computadoras portátiles HP Folio, esta HP Dragonfly G4 no tiene nada de mal aspecto. Debido a todas sus mejoras y mayor duración de la batería, es mi Producto de la semana.

Las opiniones expresadas en este artículo son las del autor y no reflejan necesariamente los puntos de vista de ECT News Network.