I dirigenti di alto livello di Microsoft hanno riconosciuto l'illegalità della raccolta di dati per l'addestramento dell'IA

Nel corso del processo giudiziario sono stati resi disponibili documenti non modificati in cui la dirigenza di Microsoft riconosce apertamente i problemi legati all'utilizzo dei dati per l'addestramento delle reti neurali. I dirigenti di alto livello dell'azienda hanno caratterizzato la pratica di parsing di massa dei contenuti come "il più grande furto di lavoro nella storia dell'umanità".

Secondo i documenti del caso, le discussioni interne alla corporation indicano la consapevolezza che i metodi attuali di raccolta dei dati creano un "circolo vizioso" per gli editori. I documenti affermano esplicitamente che i modelli di intelligenza artificiale minacciano la sostenibilità degli affari dei media, poiché i sistemi vengono addestrati con contenuti protetti da paywall senza ottenere le licenze o effettuare pagamenti ai titolari dei diritti.

La divulgazione di questa corrispondenza mette in discussione la posizione legale dell'azienda nelle attuali dispute antimonopolistiche e di diritti d'autore. In precedenza, i rappresentanti della corporation sostenevano che l'utilizzo di dati pubblicamente disponibili su Internet rientrava nella dottrina dell'uso lecito (fair use), tuttavia le valutazioni interne dei rischi testimoniano la presenza di seri dubbi sulla legittimità di tali azioni a livello di alta dirigenza.

La pubblicazione di questi dati ha suscitato un ampio dibattito nella comunità professionale, comprese le discussioni su Hacker News. La situazione potrebbe portare a una revisione degli standard di licenza per i dati di addestramento dei grandi modelli linguistici e a un aumento della pressione da parte dei regolatori, che chiedono trasparenza in materia di proprietà intellettuale.