Tecnología inteligencia-artificialciberseguridad
Documentos judiciales revelan críticas internas en Microsoft sobre el uso de artículos de prensa para entrenar IA
El uso de millones de artículos de The New York Times para entrenar modelos de inteligencia artificial de OpenAI ha generado una demanda iniciada a finales de 2023 contra ambas compañías por infracción de derechos de propiedad intelectual, a la que se han sumado once medios de comunicación adicionales. Los documentos desclasificados en el contexto del procedimiento judicial revelan preocupaciones internas significativas en Microsoft sobre estas prácticas.
Brent Hecht, director de Ciencias Aplicadas de Microsoft, escribió un documento interno en 2023 en el que describía el uso de contenido periodístico para desarrollar IA como «un robo asombroso de proporciones sin precedentes», utilizando una expresión que podría ser «el mayor robo de trabajo de la historia de la humanidad». Según Xataka, Hecht advertía además que «millones de personas en todo el mundo pronto considerarán» esta práctica como robo y expresaba preocupación por el impacto en la industria periodística, afirmando que los modelos de IA «son un producto que destruye su cadena de suministro».
Microsoft, sin embargo, respondió que estas declaraciones representan únicamente «el punto de vista personal de un empleado» y que «no reflejan la posición de la empresa». El Mundo reporta que Satya Nadella, CEO de Microsoft, declaró bajo juramento que el contenido bajo licencia debería pagarse si se utiliza, añadiendo que de haber conocido que OpenAI había scrapeado Obtener datos de un sitio web de forma automática y masiva, descargando su contenido sin permiso del propietario. Definición generada por el modelo contenido tras muros de pago, hubieran invocado su derecho a solicitar el reentrenamiento de los modelos.
Los documentos internos publicados muestran que había «voces en ambas compañías muy conscientes de lo que estaban haciendo», según Xataka, aunque la respuesta oficial de Microsoft intenta distanciar a la organización de estas valoraciones críticas.
Relato y contraste redactados por un modelo de lenguaje a partir de los textos enlazados al margen. Puede contener errores: los originales mandan.
En qué coinciden todos
- The New York Times demandó a OpenAI y Microsoft a finales de 2023 por usar artículos para entrenar modelos de IA sin autorización
- Once medios de comunicación más se sumaron a la demanda
- Brent Hecht, director de Ciencias Aplicadas de Microsoft, escribió un documento interno en 2023 describiendo el uso de artículos como «un robo asombroso de proporciones sin precedentes» y «quizá el mayor robo de trabajo de la historia de la humanidad»
- Los documentos internos han sido desclasificados en el contexto del procedimiento judicial
- Microsoft respondió que las declaraciones son el punto de vista personal de un empleado y no reflejan la posición de la empresa
Cómo lo encuadra cada medio
El Mundo enfatiza que los abogados del Times «recogen documentos internos» que «reconocen abiertamente» la extracción ilegal de contenido, dando voz a la demanda y subrayando la responsabilidad empresarial. Cita también la posición matizada de Nadella como contrapunto. La Vanguardia repite el titular dos veces, priorizando la desmentida corporativa de Microsoft («solo es el punto de vista personal de un empleado») y presentándola con prominencia. Xataka construye una narrativa de culpabilidad progresiva, afirmando que «eran muy conscientes de lo que estaban haciendo», refuerza con palabras de Hecht sobre la destrucción de la cadena de suministro y anuncia continuidad investigativa sobre OpenAI («hay muchas pruebas de ello»). El Mundo usa el verbo «reconocen», Xataka usa «eran muy conscientes» y ambos generan más responsabilidad que el planteo neutro de La Vanguardia.
Qué falta por saber
Qué otros documentos internos de OpenAI se han hecho públicos y qué revelan. Cuál fue la respuesta específica de OpenAI a estas acusaciones. Qué pruebas adicionales presenta Jack Clark en su informe de 2020 y si ha sido desclasificado. El resultado o estado actual del procedimiento judicial. Cuántas compañías más de tecnología están siendo investigadas por prácticas similares. Si hay estimación de daños o compensación solicitada por los demandantes.
Compartir