Ejecutivo de Microsoft advirtió que el scraping de IA es el 'mayor robo de trabajo en la historia humana'
Un documento interno revelado por la corte ha puesto en evidencia las preocupaciones internas de Microsoft y OpenAI sobre el uso de contenido periodístico para entrenar sus modelos de inteligencia artificial. En una demanda presentada por The New York Times y otras organizaciones de noticias, se exponen cartas y memorandos que muestran cómo ambas empresas reconocían desde antes de lanzar productos como ChatGPT y Copilot los riesgos legales y económicos asociados al uso de información protegida sin autorización.
El director de Ciencias Aplicadas de Microsoft, Brent Hecht, expresó en múltiples documentos su preocupación por lo que describió como un «robo extraordinario de proporciones sin precedentes». Según las palabras del ejecutivo, el proceso de recopilación masiva de artículos de prensa para alimentar sistemas de IA representaba probablemente el «mayor robo de trabajo en la historia humana», según lo afirmaron los demandantes.
En otro comunicado interno, Hecht desmintió públicamente la posición de Microsoft y OpenAI de que el uso de contenidos periodísticos para entrenamiento de IA era justo. Señaló que dicha práctica «hacía una completa burla de la noción de ‘uso justo'». Esta crítica interna contrasta con la postura pública de ambas compañías, que han defendido que el entrenamiento basado en datos públicos no viola derechos de autor.
En OpenAI, el responsable de ChatGPT, Nick Turley, también expresó temores similares en un mensaje interno. Afirmó que los editores enfrentarían una «amenaza existencial» si sus contenidos eran utilizados comercialmente por herramientas de IA capaces de sustituir a los medios tradicionales. Este aviso fue parte de una serie de advertencias que indican que la empresa tenía conciencia de los efectos negativos que podría tener su modelo de negocio.
Uno de los documentos internos de Microsoft incluso describe una situación que llamó «bucle de catástrofe» (doom loop), donde el impacto negativo en los medios de comunicación afectaría directamente el rendimiento de los modelos de IA y, en última instancia, todo el entorno digital. El texto señala que «es altamente inusual que un producto final amenace las bases económicas de sus proveedores esenciales», lo cual representa exactamente la situación creada por el uso de contenido periodístico en el desarrollo de grandes modelos de lenguaje.
Los datos financieros respaldan esta predicción. Microsoft reportó caídas del 83% al 93% en las tasas de clics para algunos medios demandantes, mientras que otros sufrieron reducciones del 51% al 94%. Además, informes de ChatGPT mostraron que las búsquedas generaban menos clics hacia sitios web de noticias, y los propios medios confirmaron disminuciones en el tráfico web. Estos datos refuerzan la preocupación de que la caída de ingresos periodísticos podría comprometer la disponibilidad de información de calidad para los sistemas de IA.
Hecht reconoció en uno de los documentos que «casi nadie pretendía que el contenido que creaban fuera utilizado de esa manera ni recibían compensación por ello». Esta declaración subraya el conflicto entre el uso no autorizado de información y la necesidad de proteger los incentivos para la creación de contenidos originales. Los periodistas consideran que esto es clave para demostrar que las herramientas de IA están reemplazando a los medios en sus propios mercados.
Las organizaciones periodísticas aseguran que tienen pruebas sólidas de sustitución, ya que los chatbots están siendo utilizados para copiar y resumir artículos de forma literal. Esto, según ellos, debilita significativamente las defensas legales de Microsoft y OpenAI basadas en el concepto de uso justo. La demanda busca no solo proteger los intereses económicos de los medios, sino también garantizar que la inteligencia artificial se desarrolle bajo principios éticos y responsables.
Los litigantes argumentan que el futuro de la periodística y el desarrollo de tecnologías de IA responsable depende de preservar los incentivos para que los humanos sigan creando obras creativas. Según los demandantes, los chatbots son «en gran medida sustitutivos, punto». Si se permite que estas herramientas operen sin regulación adecuada, se pondrá en peligro el modelo económico de los medios y, en consecuencia, la calidad de la información disponible para la sociedad.
La audiencia prevista para este caso podría marcar un hito importante en la regulación del uso de datos de noticias en el sector tecnológico. Las decisiones judiciales podrían influir en cómo se desarrollan futuras políticas de entrenamiento de IA, y cómo se protegen los derechos de autor en el entorno digital.
Traducción y adaptación por Tecnología 365.
Fuente original: Ars Technica