Treinar inteligências artificiais sem recursos seguros é inviável

A OpenAI reconheceu, em um documento oficial, que é inviável treinar modelos de linguagem como o GPT-4 (que serve como base para chatbots como o ChatGPT), sem utilizar materiais protegidos por direitos autorais.

O documento, divulgado no Reino Unido durante um processo no Parlamento, expressa de forma resumida a posição de que, sem o uso de materiais criados por terceiros, recursos tecnológicos como o ChatGPT, DALL-E e outras inovações da inteligência artificial (IA) geradora jamais existiriam.

data:image/svg+xml,%3Csvg%20xmlns=

Imagem: Camilo Concha / Shutterstock.com

Conforme o trecho do documento:

“Os modelos de linguagem desenvolvidos pela OpenAI, incluindo aqueles utilizados no ChatGPT, são confeccionados a partir de três principais fontes de dados: informações disponíveis ao público, informações licenciadas de terceiros e, por fim, informações fornecidas por treinadores humanos.

Devido ao fato de que os direitos autorais atualmente protegem quase todas as formas de expressão humana – como postagens em blogs, fotografias, publicações em fóruns, partes de códigos de software, entre outros –, torna-se inviável treinar modelos de IA sem a utilização de materiais protegidos. Limitar os dados de treinamento apenas ao domínio público, com livros e desenhos criados há mais de 100 anos, poderia resultar em um experimento interessante, mas não atenderia às expectativas dos usuários atuais.”

A empresa ainda afirma que, embora utilize conteúdos protegidos por direitos autorais, ela obtém esses materiais por meio de licenciamento adequado, mesmo que ela própria não acredite que o “uso para treinamento” deva ser incluído nesse tipo de proteção.

Essa situação remete a um dos vários processos legais nos quais a OpenAI – e sua principal apoiadora, a Microsoft – estão envolvidas em diferentes países. Essencialmente, as empresas estão sendo acusadas de utilizar materiais protegidos por lei sem a devida permissão para treinar seus chatbots de IA.

Entre novembro e dezembro, capturas de tela das conversas da equipe da OpenAI no Slack foram vazadas na internet, revelando como os funcionários se gabavam de utilizar materiais protegidos por direitos autorais nas atualizações dos modelos de linguagem da empresa. No entanto, essas capturas de tela não mencionavam se o material foi licenciado ou obtido ilegalmente.

Em um caso mais recente, a OpenAI foi processada pelo jornal The New York Times nos Estados Unidos, com a mesma acusação: o jornal afirma ter sofrido danos devido à cópia e uso ilegais de suas obras valiosas e únicas. A ação foi movida em 20 de dezembro e ainda não tem data para julgamento.