Las declaraciones en el Festival de Ideas de Aspen del nuevo director ejecutivo de la división de IA de Microsoft, Mustafa Suleyman, han avivado el debate sobre el uso del trabajo de terceros sin permiso para entrenar la IA. De sus comentarios se deduce que todo lo que está en Internet se puede utilizar, aunque no se tengan los derechos de propiedad intelectual, lo que ha generado gran polémica.
El fair use se utiliza para justificar el uso libre de los datos de Internet
El CEO de IA de Microsoft ha puesto en palabras lo que han estado haciendo las grandes tecnológicas desde la irrupción de la IA. Han cogido de Internet, sin avisar ni pedir permiso a los titulares, grandes cantidades de datos para capacitar sus modelos de IA. Por otro lado, tampoco han aclarado qué datos concretos han utilizado. Todas acuden al fair use o uso justo para justificarlo. Un concepto del derecho anglosajón que permite utilizar de forma limitada el material protegido sin que sea necesario solicitar permiso a su creador.
Cualquiera puede copiar y utilizar libremente el contenido de Internet
Suleyman cree –incorrectamente, como apunta The Verge– que en el momento en el que se publica algo en la web abierta, se convierte en «software libre» que cualquiera puede copiar y utilizar libremente. En una entrevista de la CNBC, al preguntarle si «las empresas de IA han robado la propiedad intelectual del mundo», ha manifestado:
«Creo que, con respecto al contenido que ya está en la web abierta, el contrato social de ese contenido desde los años noventa ha sido que es de uso legítimo. Cualquiera puede copiarlo, recrearlo, reproducirlo. Ha sido freeware por así decir, esa ha sido la interpretación.»
Mustafa Suleyman
Una perspectiva que resulta polémica en un momento en el que OpenAI y Microsoft están acusados de utilizar contenido en línea protegido por derechos de autor sin permiso para entrenar sus sistemas de IA. Para Teknófilo, «aunque es comprensible que un ejecutivo de Microsoft defienda sus prácticas, resulta sorprendente que Suleyman lo haga de manera tan abierta».
Como hemos remarcado en otras ocasiones desde TIPS, el contenido de Internet no es libre de uso por defecto sino al revés. Si no se especifica lo contrario, el autor tiene todos los derechos reservados. Si acaso también puede tener derechos patrimoniales algún otro titular autorizado.
Relacionado: Cómo acceder a contenidos digitales de forma legal
La validez de los archivos robots.txt tendrán que determinarla los tribunales
En la conversación con la cadena de televisión, Suleyman también se ha referido a «otra área gris» sobre la que tendrán que pronunciarse los tribunales:
«Hay una categoría separada en la que un sitio web, un editor o una organización de noticias ha dicho explícitamente ‘no me rastreen ni me raspen’ por ningún otro motivo que no sea indexarme para que otras personas puedan encontrar este contenido.»
De esta forma, hace alusión a los archivos de texto robots.txt, que se utilizan para indicar lo que los robots pueden rastrear en un sitio web e impedir así la apropiación de determinados contenidos. Aunque no es un documento legal, sí es una herramienta aceptada desde los años noventa para gestionar el rastreo web. Sin embargo, algunas compañías de IA parecen ignorarlo, indica The Verge.
Las leyes de propiedad intelectual tendrían que cambiar
Según recoge Hipertextual, Suleyman confesó que hay empresas que han accedido a estos datos protegidos. «Hasta ahora, algunos han accedido a esta información, no conozco a quien no lo haya hecho, pero eso se va a litigar.»
El medio digital también se hace eco de que el CEO de IA en Microsoft ha afirmado que las leyes sobre propiedad intelectual tendrían que ser diferentes, puesto que la economía de la información está a punto de cambiar de forma radical.
«Vamos a reducir el coste de producción del conocimiento a cero. Es muy difícil para la gente asimilarlo, pero en 15 o 20 años produciremos nuevo conocimiento científico y cultural a un coste marginal casi nulo. Será de código abierto y estará disponible para todos.»
Los propietarios del contenido siguen demandando a las tecnológicas
Por su parte, los creadores de contenido y titulares de derechos de autor opinan justo lo contario que Suleyman. El ejemplo más reciente es la demanda que ha interpuesto la industria musical contra dos compañías por utilizar canciones protegidas por copyright, la de Getty contra la IA de Stable Diffusion o la de George R.R. Martin contra ChatGPT, quien considera que OpenAI llevó a cabo un robo sistemático a escala masiva.
Fuentes: The Verge, Hipertextual
