Studiu Academic Contestă Apărările Legale ale Industriei Inteligenței Artificiale
Esentialul: Un nou studiu realizat de cercetători de la Stanford și Yale sugerează că modelele lingvistice de inteligență artificială ar putea stoca texte protejate prin drepturi de autor, contrazicând astfel apărările legale invocate de marile companii din domeniu.
Ce s-a întâmplat
Un studiu recent a pus sub semnul întrebării una dintre cele mai fundamentale apărări legale ale industriei inteligenței artificiale. Cercetătorii afirmă că unele dintre cele mai avansate modele lingvistice nu doar că „învață” din datele protejate prin drepturi de autor, ci ar putea stoca efectiv aceste texte. Această descoperire a fost publicată de Futurism.
De-a lungul anilor, companii precum OpenAI, Google, Meta și Anthropic au susținut că modelele lor nu păstrează datele de antrenament. Acestea afirmă că modelele învață tipare asemănătoare celor umane, o distincție crucială în procesele legale referitoare la drepturile de autor. Această poziție a fost invocată frecvent în instanță, inclusiv de Sam Altman, directorul general al OpenAI, care a avertizat că restricționarea accesului la datele de antrenament ar putea paraliza industria.
Ce au descoperit cercetătorii
Studiul a testat patru modele lingvistice importante, și anume GPT-4.1, Gemini 2.5 Pro, Grok 3 și Claude 3.7 Sonnet. Cercetătorii au descoperit că aceste modele pot reproduce fragmente extinse din lucrări protejate prin drepturi de autor cu o acuratețe remarcabilă. De exemplu:
- Claude a redat pasaje aproape identice din cărți întregi, cu rate de acuratețe de peste 95%.
- Gemini a reprodus porțiuni ample din „Harry Potter și Piatra Filozofală”.
- Claude a redat conținut din „1984” de George Orwell cu o fidelitate de peste 94%.
Implicații legale și pentru industrie
Concluziile acestui studiu ar putea slăbi semnificativ apărarea bazată pe „fair use” a industriei în instanțele din SUA. Potrivit publicației The Atlantic, rezultatele sugerează că modelele lingvistice ar putea stoca și reda conținut protejat, ceea ce ar putea expune companiile de AI la despăgubiri semnificative, de ordinul miliardelor de dolari.
În prezent, rămâne neclar dacă reproducerea textelor implică stocarea unei copii a acestora sau generarea dinamică a conținutului. Companiile din domeniul inteligenței artificiale continuă să nege stocarea directă a materialelor protejate, menținându-și astfel poziția juridică anterioară.
