“O OpenAI creó accidentalmente el conjunto de datos y estaba tan oculto en los datos de inspección de entrenamiento que OpenAI ni siquiera lo notó, o OpenAI sabía que estaba ocultando el conjunto de datos en una producción anterior, pero ocultó ese hecho a los tribunales y a los demandantes durante casi dos años, mientras argumentaba apasionadamente que entregar estos registros violaría la privacidad del usuario”, argumentó el NYT.
Además, los demandantes de noticias acusaron a OpenAI de otras violaciones para impedir el acceso a las pruebas. Aunque los números exactos han sido redactados, OpenAI eliminó aleatoriamente algunas partes de la muestra limitada de 20 millones, alegaron. Y esto no incluye supuestamente eliminar o comprimir los miles de millones de registros que de otro modo se almacenarían. Según el NYT, los testigos de OpenAI testificaron que OpenAI simplemente “decidió” que cumplir con la orden general de preservación del tribunal para preservar todo el chat “sería difícil; y por lo tanto no tomó ninguna medida para hacerlo”.
“No hay duda sobre la intencionalidad de las acciones de OpenAI, o cualquier motivo de su incumplimiento. Según el Sr. Monaco, OpenAI pensó en cumplir con la Orden de Preservación del Tribunal, pero luego decidió no hacerlo”, alegó el NYT.
Se requieren “sanciones graves”
La organización de noticias afirma que no están pidiendo sanciones leves contra OpenAI, pero que la “gravedad” de las supuestas violaciones de OpenAI requiere sanciones para castigar a la empresa de IA y disuadir a otras empresas de IA de seguir directrices similares.
Al pedir sanciones “severas”, los demandantes de la noticia quieren que el tribunal prohíba a OpenAI utilizar los 20 millones de muestras por las que tanto han luchado. Además, pidieron al tribunal que determinara que los registros de salida no divulgados incluían una ocultación “sustancial” del material protegido por derechos de autor de los demandantes de noticias y que impidiera a OpenAI argumentar lo contrario. Finalmente, se ordenará al jurado que haga que OpenAI elimine miles de millones de registros, lo que favorecerá la narrativa de los demandantes de que OpenAI se ha movido de manera opaca para ocultar la supuesta sustitución en el mercado desde que comenzó el caso.
“Las sanciones más leves no serán efectivas”, advirtieron los demandantes de noticias. De hecho, “son apropiadas sanciones graves”, dijeron, porque la mala conducta de OpenAI fue “a sabiendas e intencional”.
Si el tribunal acepta que las violaciones de OpenAI son “atroces”, los esfuerzos de OpenAI por limitar el acceso de las organizaciones de noticias a los registros podrían ser un error fatal en esta batalla por los derechos de autor que se sigue de cerca.
Si la capacitación sobre contenido protegido por derechos de autor constituye un uso legítimo probablemente dependerá de si las organizaciones de noticias pueden determinar el daño al mercado, y la defensa de OpenAI podría verse significativamente obstaculizada si se rechazan muestras muy redactadas y si esto hace que sea más difícil argumentar que no ocurrió una infracción sustancial.
