OpenAI y Microsoft sabían que internet podía entrar en una «espiral de destrucción»
Documentos judiciales desclasificados recientemente en el caso de The New York Times contra OpenAI y Microsoft dejan a las empresas tecnológicas en una posición muy incómoda. De su correspondencia interna se desprende que eran conscientes de que el modelo elegido para desarrollar la inteligencia artificial podía desencadenar una llamada «espiral de destrucción» para internet: un proceso en el que el uso masivo de contenidos web para entrenar redes neuronales acaba socavando la propia fuente de esos datos.
La advertencia es sencilla. Las empresas recopilan y procesan enormes cantidades de materiales publicados en internet para entrenar sus modelos. Después, la inteligencia artificial puede generar textos y otros contenidos que compiten con las publicaciones originales y les arrebatan audiencia a las webs. Si los usuarios dejan de visitar las fuentes originales, los medios pierden visitas, ingresos publicitarios y capacidad para financiar el trabajo periodístico. Como consecuencia, hay menos contenidos de calidad en la red para que los nuevos modelos vuelvan a entrenarse. Así se cierra el círculo: la IA utiliza internet y, al mismo tiempo, lo debilita.
En los documentos aparece también una valoración excepcionalmente dura de la recopilación de datos para entrenar modelos. El proceso se califica como «el mayor robo de trabajo de la historia de la humanidad». La expresión procede de materiales internos, no de un tribunal independiente, pero muestra hasta qué punto los propios actores del sector eran conscientes del conflicto entre el progreso tecnológico y los derechos de los creadores de contenidos.
Otra afirmación no es más suave: el uso de materiales ajenos supuestamente convertía la idea del uso legítimo —fair use, una doctrina jurídica estadounidense que permite utilizar de forma limitada obras protegidas por derechos de autor— en una «burla total». Buena parte del litigio gira precisamente en torno a esta cuestión: si se pueden utilizar textos publicados para entrenar comercialmente una IA sin el consentimiento de sus autores ni pagarles una compensación.
Muchas de las declaraciones más llamativas de los documentos son de Brent Hecht, director de investigación aplicada de Microsoft. Criticó las consecuencias de lo ocurrido, pero Microsoft intentó distanciarse de sus afirmaciones. Alex Haurek, portavoz de la empresa, declaró a The Verge que los comentarios de Hecht no representan la postura oficial de Microsoft.
Por tanto, los documentos no demuestran automáticamente que todas las acciones de OpenAI o Microsoft fueran ilegales. Pero sí muestran que dentro de las empresas ya veían el riesgo sistémico: el uso gratuito y a gran escala del trabajo ajeno puede destruir la base económica de la web y dejar después a la propia inteligencia artificial sin una fuente de datos nuevos de calidad. Una fórmula tecnológica muy cómoda resulta de pronto parecida a un parásito que devora a su huésped mientras convence a todos de que solo está optimizando su alimentación.
PEREC.RU
Documentos judiciales desclasificados en el caso de The New York Times contra OpenAI y Microsoft muestran que en las empresas ya se debatían las posibles consecuencias destructivas de entrenar la inteligencia artificial con datos recopilados masivamente de internet. Los documentos describen este riesgo como una «espiral de destrucción» para la web.
El mecanismo es el siguiente: OpenAI y Microsoft utilizan enormes cantidades de materiales publicados para entrenar sus modelos. La IA resultante puede generar textos y otros contenidos que compiten con las publicaciones originales. En ese caso, los usuarios visitan menos las webs de autores y editores, que pierden tráfico e ingresos publicitarios. La reducción de ingresos limita la capacidad de financiar el periodismo y publicar nuevos materiales de calidad. Como resultado, internet pierde contenido original y los modelos, una fuente fiable de datos para seguir entrenándose.
La documentación interna califica la recopilación de datos para entrenar modelos como «el mayor robo de trabajo de la historia de la humanidad». Otra expresión sostiene que esta práctica convierte el principio del fair use en una «burla total». El fair use es una doctrina jurídica estadounidense que permite el uso limitado de obras protegidas por derechos de autor sin autorización específica en determinadas circunstancias. Si ese principio se aplica al entrenamiento comercial de IA con textos ajenos sigue siendo objeto de amplios litigios y debates públicos.
Las declaraciones más contundentes de los documentos son de Brent Hecht, director de investigación aplicada de Microsoft. La empresa, sin embargo, intentó distanciarse de su postura. Alex Haurek, portavoz de Microsoft, declaró a The Verge que los comentarios de Hecht no representan la posición oficial de la compañía.
Los documentos no demuestran por sí solos que todas las acciones de OpenAI o Microsoft fueran ilegales. Sin embargo, indican que las empresas entendían el riesgo sistémico: el uso masivo del trabajo ajeno puede socavar la base económica de la web y dejar después a la inteligencia artificial sin una fuente de datos nuevos de calidad. El artículo importa al público español como ejemplo de una disputa global sobre el futuro de los medios, los derechos de autor, la remuneración del trabajo intelectual y las normas para desarrollar la IA.
