Розсекречені документи описали наслідки AI-скрейпінгу
Розсекречені матеріали у позові The New York Times проти OpenAI та Microsoft описують внутрішні побоювання щодо збору даних для навчання ШІ та впливу чатботів на видавців. Значна частина нової інформації міститься у власній судовій позиції The Times, тоді як додані матеріали залишаються закритими. У документі цитується директор Microsoft Брент Хехт, який назвав ймовірне копіювання «найбільшою крадіжкою праці в історії людства». Керівник ChatGPT Нік Тьорлі, за матеріалами справи, писав, що такі продукти становлять «екзистенційну загрозу» для видавців і журналістів.
У позові стверджується, що компанії масово збирали платний та інший новинний контент, зокрема через Bing Index і Common Crawl. Співробітники OpenAI нібито обговорювали способи непомітного обходу платного доступу до сайту The Times, а з частини навчальних даних видаляли повідомлення про авторські права. За даними документів, набір Project Mango містив щонайменше 160 903 унікальні твори новинних видавців. Проміжні набори OpenAI включали понад 91 692 копії матеріалів The New York Times, Daily News і Center for Investigative Reporting.
Наведені Microsoft дані свідчать, що Copilot міг зменшити переходи на сайт The Times на 93% порівняно зі звичайним пошуком Bing. Це стосується захисту компаній за принципом fair use, оскільки порушує питання заміщення оригінальних публікацій. OpenAI та Microsoft не відповіли на запити про коментар.
Текст підготовлено ШІ Sakhanda Wire за матеріалом TechCrunch. Факти, цитати та повний контекст — в оригінальній статті нижче.