{"id":43422,"date":"2025-01-11T19:11:28","date_gmt":"2025-01-11T19:11:28","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/meta-ha-entrenado-llama-con-libros-protegidos-por-derechos-de-autor-zuckerberg-lo-sabia-y-le-dio-igual\/"},"modified":"2025-01-11T19:11:28","modified_gmt":"2025-01-11T19:11:28","slug":"meta-ha-entrenado-llama-con-libros-protegidos-por-derechos-de-autor-zuckerberg-lo-sabia-y-le-dio-igual","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=43422","title":{"rendered":"Meta ha entrenado Llama con libros protegidos por derechos de autor. Zuckerberg lo sab\u00eda y le dio igual"},"content":{"rendered":"
\n

Meta suele presumir<\/a> de c\u00f3mo su modelo de IA, Llama, es Open Source. Lo que no dice es con qu\u00e9 conjunto de datos la han entrenado. Un reciente proceso legal ha hecho que se revelen documentos que precisamente revelan algunos detalles sobre ese proceso de entrenamiento. Y son inquietantes.<\/p>\n

<\/p>\n

Libros pirateados para entrenar el modelo<\/strong>. En el caso Kadrey contra Meta<\/a>, que incluye a autores de bestsellers como Sarah Silverman y Ta-Nehisi Coates, se acusa a Meta de haber utilizado obras protegidas por los derechos de autor para entrenar sus modelos de inteligencia artificial. Y los documentos desvelados en dicha demanda revelan que los demandantes parecen tener raz\u00f3n.<\/p>\n

<\/p>\n

Zuckerberg dijo que s\u00ed a usar libros pirateados<\/strong>. Seg\u00fan los testimonios del caso, Zuckerberg aprob\u00f3 que Meta usara un conjunto de datos llamado LibGen para entrenar los modelos Llama. Lo hizo a pesar de que personas de su equipo y algunos empleados no vieran con buenos ojos tales medidas. Seg\u00fan los documentos de la demanda, algunos empleados de Meta advirtieron de que usar LibGen \u00abpodr\u00eda minar la posici\u00f3n negociadora de Meta con los reguladores\u00bb.<\/p>\n

<\/p>\n

\n
\n
\n
\n
\n \"Mark
\n <\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

Qu\u00e9 es LibGen<\/strong>. LibGen (Library Genesis) se define a s\u00ed mismo como un \u00abagregador de enlaces\u00bb, pero en realidad era una gigantesca biblioteca virtual que proporcionaba acceso a obras con copyright de grupos editoriales como McGraw Hill o Pearson Education. Ha sido demandada en varias ocasiones y tambi\u00e9n multada con decenas de millones de d\u00f3lares por violaci\u00f3n de copyright. En septiembre de 2024 recibieron una multa de 30 millones de d\u00f3lares, pero no se sabe qui\u00e9n est\u00e1 a cargo<\/a> de dicha \u00abbiblioteca fantasma\u00bb, lo que hace muy dif\u00edcil que los grupos editoriales reciban esos fondos.<\/p>\n

<\/p>\n

Voracidad sin l\u00edmites<\/strong>. Ya en abril de 2024 The New York Times habl\u00f3<\/a> de c\u00f3mo las tecnol\u00f3gicas hac\u00edan frente a ese hambre voraz de datos para entrenar sus modelos. En cierto momento Meta lleg\u00f3 a contratar personas en \u00c1frica para agreatar res\u00famenes de libros que inclu\u00edan contenidos con copyright \u00abporque no es posible no recolectar esos datos\u00bb. En dicha investigaci\u00f3n Meta acus\u00f3 a OpenAI de usar material con derechos de autor sin permiso, y sus directivos destacaron c\u00f3mo \u00abllevar\u00eda demasiado tiempo negociar licencias coneditoriales, artistas, m\u00fasicos y la industria de los medios de actualidad\u00bb. Las pr\u00e1cticas a las que llegan las empresas incluyen por ejemplo la de usar fotos de ni\u00f1os<\/a> para entrenar esos modelos.<\/p>\n

<\/p>\n

Que no parezca que tienen copyright<\/strong>. Seg\u00fan el abogado de los demandantes, un ingeniero de Meta llamado Nikolay Bashlykov escribi\u00f3 un programa para eliminar la informaci\u00f3n sobre los derechos de autor de los libros electr\u00f3nicos que recolectaron de LibGen para entrenar el modelo. Tambi\u00e9n eliminaron esas etiquetas en los art\u00edculos de revistas cient\u00edficas que usaron en ese proceso de entrenamiento de Llama.<\/p>\n

<\/p>\n

Y adem\u00e1s ayudaron a distribuir esas obras<\/strong>. En Meta al parecer no solo utilizaron esas obras para entrenar LibGen, sino que se convirtieron en una semilla o nodo m\u00e1s de la red torrent con la que se distribu\u00edan las obras de LibGen, ayudando as\u00ed a difundirla. Eso ampl\u00eda a\u00fan m\u00e1s la violaci\u00f3n de los derechos de autor, que no se limit\u00f3 al uso de las obras para el entrenamiento de Llama, sino a servir como mecanismo de difusi\u00f3n.<\/p>\n

<\/p>\n

Un caso dif\u00edcil<\/strong>. Aun as\u00ed, de momento no hay decisi\u00f3n clara respecto a lo que ocurri\u00f3, y todas esas acusaciones se centran en las anteriores versiones de Meta. En 2023 un juzgado ya desestim\u00f3<\/a> las acusaciones contra Meta por un motivo id\u00e9ntico. La empresa de Mark Zuckerberg indic\u00f3 entonces que hab\u00eda realizado un Uso Justo (‘Fair Use’) de esos datos, pero puede que ese argumento no le sirva en esta ocasi\u00f3n. De hecho, el juez Vince Chhabria se neg\u00f3 a ocultar datos que Meta prefer\u00eda ver omitidos en la documentaci\u00f3n del caso.<\/p>\n

<\/p>\n

\n
\n
\n
\n
\n \"Entrenar
\n <\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

Meta no es (probablemente) la \u00fanica<\/strong>. Aunque en este caso la demanda es contra Meta, existen otras muchas<\/a> en vigor que por ejemplo enfrentan a The New York Times con Microsoft y OpenAI<\/a>. Esta \u00faltima de hecho fue acusada<\/a> de lo mismo que Meta por parte de ocho publicaciones del grupo editorial Alden Global en abril de 2024, aunque es cierto que en los \u00faltimos meses ha llegado a acuerdos con grupos editoriales como Associated Press<\/a>, Axel Springer<\/a>, Prisa y Le Monde<\/a> para licenciar sus contenidos y as\u00ed poder entrenar sus modelos de IA con esos datos de forma leg\u00edtima. Mientras, Google tiene claro que para entrenar sus modelos va a coger todo lo que publiquemos en internet<\/a>, y Perplexity no ha parado de hacer algo parecido y saquear la red de redes<\/a> para entrenar sus modelos. No est\u00e1 claro si eso incluye obras protegidas por derechos de autor, pero parece dif\u00edcil que no haya casos de que esas violaciones de copyright hayan ocurrido.<\/p>\n

<\/p>\n

En Xataka | Las empresas de IA est\u00e1n jugando con fuego con los contenidos con derechos de autor. Y Perplexity est\u00e1 a punto de quemarse<\/a><\/p>\n<\/p><\/div>\n

Ver fuente<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Meta suele presumir de c\u00f3mo su modelo de IA, Llama, es Open Source. Lo que no dice es con qu\u00e9 conjunto de datos la han entrenado. Un reciente proceso legal ha hecho que se revelen documentos que precisamente revelan algunos detalles sobre ese proceso de entrenamiento. Y son inquietantes. Libros pirateados para entrenar el modelo. […]<\/p>\n","protected":false},"author":2,"featured_media":43423,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-43422","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/43422","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=43422"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/43422\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/43423"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=43422"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=43422"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=43422"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}