Разсекретени документи разкриват опасения за AI скрейпинга
Новоразсекретени съдебни документи по делото за авторски права, заведено от The New York Times срещу OpenAI и Microsoft, описват вътрешни опасения за начина, по който е събиран материалът за обучение на AI, и за влиянието на чатботите върху издателите. Значителна част от информацията идва от правната позиция на The Times, а не от все още запечатаните доказателства. В нея се цитира Microsoft директорът Brent Hecht, който определя предполагаемото копиране като „най-голямата кражба на труд в човешката история“. Според документите ръководителят на ChatGPT Nick Turley е нарекъл продуктите „екзистенциална заплаха“ за издатели и журналисти.
В материалите се твърди, че компаниите са събирали платено и друго новинарско съдържание чрез мащабно скрейпване, включително от Bing Index и Common Crawl. Служители на OpenAI обсъждали начини за заобикаляне на платения достъп до сайта на The Times, а от част от данните за обучение били премахвани известията за авторски права. Според иска Project Mango съдържа поне 160 903 уникални произведения от новинарски издатели, а междинните набори на OpenAI включват над 91 692 копия на материали от The New York Times, Daily News и Center for Investigative Reporting.
Посочени данни на Microsoft показват, че Copilot е намалил преходите към сайта на The Times с до 93% спрямо традиционното търсене в Bing. Документите представят и твърдения, че AI продуктите могат да заместят оригиналната журналистика — въпрос, свързан със защитата за „fair use“. OpenAI и Microsoft не са отговорили на запитвания за коментар.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на TechCrunch. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.