OpenAI en controversia por el uso de videos de YouTube en sus modelos de IA

La empresa de inteligencia artificial, OpenAI, ha sido objeto de críticas por su iniciativa de utilizar un programa llamado ''Whisper'' para extraer datos de más de un millón de horas de videos de YouTube. Esta estrategia tiene como objetivo entrenar su modelo de generación de texto GPT-4, el cual se encuentra disponible al público en general.

En una exclusiva publicada por The New York Times, se reveló que el equipo detrás de 'Whisper' incluía a Greg Brockman, presidente de OpenAI. La compañía ha mantenido un debate interno sobre si la extracción de texto de videos de YouTube constituye una violación de los términos de uso de la plataforma propiedad de Google.

YouTube advirtió a OpenAI sobre el uso indebido de sus videos para entrenar modelos de IA, argumentando que esto podría vulnerar los derechos de los creadores que suben contenido a la plataforma. Neal Mohan, consejero ejecutivo de YouTube, señaló que la extracción de transcripciones o partes de los videos va en contra de los términos de servicio de la plataforma.

Ante las críticas recibidas, la portavoz de OpenAI, Lindsay Held, defendió la empresa afirmando que utilizan fuentes públicas y realizan acuerdos para obtener datos de entrenamiento. Sin embargo, esta situación ha desencadenado un debate más amplio sobre los derechos de autor en el ámbito de la Inteligencia Artificial.

La competencia por desarrollar los modelos más avanzados de generación de contenido realista ha llevado a empresas como Meta, la matriz de Facebook, a considerar adquirir plataformas editoriales para acceder a material de calidad. Esta búsqueda de mejores modelos de IA plantea desafíos éticos y legales en la recolección y uso de datos para el entrenamiento de algoritmos.

En definitiva, la controversia en torno al uso de videos de YouTube por parte de OpenAI subraya la complejidad de los límites éticos en la investigación de IA y la necesidad de establecer normas claras para proteger los derechos de los creadores de contenido en la era digital.