OpenAI y Microsoft sabían del 'bucle de perdición' que dañaría la web

OpenAI y Microsoft sabían que estaban iniciando un 'bucle de perdición' para la web. Documentos judiciales recién desclasificados en el caso del New York Times contra ambas compañías revelan que sus propios empleados advirtieron que el scraping masivo de datos para entrenar modelos de IA dañaría irreparablemente el ecosistema web.

El origen del conflicto

Todo comenzó con la demanda del New York Times en diciembre de 2023, acusando a OpenAI y Microsoft de usar millones de artículos con copyright para entrenar sus modelos sin permiso ni compensación. La reciente desclasificación de documentos internos ha expuesto que las propias empresas eran conscientes de las consecuencias éticas y legales de sus acciones.

Las advertencias internas

Los documentos revelan declaraciones explosivas de Brent Hecht, Director de Ciencia Aplicada de Microsoft. Hecht calificó el scraping de datos como "el mayor robo de trabajo en la historia de la humanidad" y dijo que hacía "una completa burla de la idea de uso justo". La empresa ha intentado distanciarse de estas afirmaciones, pero el daño ya está hecho: los documentos demuestran que la cúpula directiva estaba al tanto de las implicaciones.

Análisis: ¿quién pierde aquí?

El verdadero perdedor es el ecosistema web en su conjunto. Los creadores de contenido ven cómo su trabajo alimenta modelos que luego compiten directamente con ellos, sin recibir nada a cambio. Mientras tanto, OpenAI y Microsoft han construido imperios millonarios sobre esta paradoja ética. La desconexión entre lo que sabían y lo que hicieron es difícil de justificar.

Implicaciones para el futuro

Este caso podría sentar precedentes legales sobre cómo se entrenan los modelos de IA. Si los tribunales fallan a favor del New York Times, las empresas tecnológicas podrían verse obligadas a compensar a los creadores de contenido o cambiar radicalmente sus métodos de recopilación de datos. El bucle de perdición ya está en marcha: menos contenido de calidad, más desinformación y un web cada vez más dependiente de las máquinas.

La pregunta ya no es si las empresas tecnológicas actuaron mal, sino cuánto tiempo podrán seguir negándolo.

Fuente: The Verge