Demandan a Anthropic por destruir millones de libros para alimentar a su IA

“Hay libros antiguos que nunca fueron digitalizados; entonces su información nunca se usó para ese entrenamiento, recurrir a ellos es una manera de ver si esos datos mejorarían el modelo de aprendizaje que ya se tiene”, subrayó la especialista.

Los documentos legales hechos públicos y revisados por medios como The Washington Post revelaron que Anthropic había recurrido a libros y otros contenidos de sitios que distribuían información sin respetar derechos de autor. Según esos registros, la empresa compró millones de libros usados. El plan contemplaba cortar los lomos de los ejemplares para escanear sus páginas y, posteriormente, entregarlos a una empresa de reciclaje.

Aldeco Pérez y Bárcenas Patiño coincidieron en que, en medio de la competencia acelerada por desarrollar modelos de IA, uno de los principales desafíos es el uso de obras protegidas por derechos de autor.

“Cuando escribes un libro esperas venderlo y ganar dinero para seguir escribiendo. Aquí se usa de maneras que no puedo decir ilegales, pero que tampoco son legales. Es algo que sucede en un espacio gris de la legislación”, apuntó Aldeco Pérez sobre la práctica de Anthropic.

“Estos modelos basados principalmente en redes neuronales necesitan mucha información para entrenarse. El tema aquí es que estos modelos eventualmente lucran; entonces, sería pertinente evaluar si se tendría que pagar derecho de autor”, agregó Bárcenas Patiño sobre el tema.

LOS PROBLEMAS LEGALES OCASIONADOS POR EL USO DE LA IA

El juez de distrito William Alsup dictaminó que Anthropic podía utilizar libros adquiridos legalmente para entrenar a sus modelos de IA, ya que éstos usaban el material de forma transformadora. Comparó el proceso de entrenamiento de IA con el de profesores que enseñan a escribir bien. Sin embargo, el juez dejó abierta la disputa sobre los libros obtenidos de fuentes que infringían derechos de autor.

Para Bárcenas Patiño, México está lejos de ver una operación como Proyecto Panamá, debido a que el país no cuenta con la infraestructura necesaria para emprender un proceso como ése, que requiere centros de datos de alta potencia, equipos especializados y grandes capacidades de cómputo.

Sin embargo, dijo que el país tiene grandes volúmenes de información que podrían ser de interés para empresas extranjeras que desarrollan modelos de IA. Entre ellos, mencionó la producción editorial, los contenidos disponibles públicamente en Internet, la información que los usuarios generan en plataformas digitales y datos gubernamentales de acceso público.

Tanto Bárcenas Patiño como Aldeco Pérez plantean que, en el contexto de la competencia por la IA generativa, México debe apostar por desarrollar tecnología propia y crear una regulación que establezca límites claros para el uso de obras y datos en entrenamiento de modelos de inteligencia artificial, y evitar lo que hizo Anthropic.

“Cómo vamos a legislar y cómo vamos a proteger la soberanía de nuestros países frente a esta situación son las conversaciones que debemos dar en universidades, empresas y gobierno”, concluyó sobre el tema Aldeco Pérez.