{"id":48880,"date":"2025-02-08T02:05:09","date_gmt":"2025-02-08T02:05:09","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/los-correos-de-meta-revelan-que-descargo-817-tb-de-libros-con-copyright-via-bittorrent-para-entrenar-sus-modelos-de-ia\/"},"modified":"2025-02-08T02:05:09","modified_gmt":"2025-02-08T02:05:09","slug":"los-correos-de-meta-revelan-que-descargo-817-tb-de-libros-con-copyright-via-bittorrent-para-entrenar-sus-modelos-de-ia","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=48880","title":{"rendered":"Los correos de Meta revelan que descarg\u00f3 81,7 TB de libros con copyright v\u00eda BitTorrent para entrenar sus modelos de IA"},"content":{"rendered":"
\n

En el proceso legal Kadrey contra Meta<\/a> se acusa a la empresa de Mark Zuckerberg de haber utilizado obras protegidas por los derechos de autor para entrenar sus modelos de inteligencia artificial. Hace unas semanas ya se desvel\u00f3 que Zuckerberg hab\u00eda dado el visto bueno para usar libros pirateados<\/a>, pero ahora llegan nuevas y potentes evidencias de este saqueo.<\/p>\n

<\/p>\n

Correos desvelados<\/strong>. El \u00abap\u00e9ndice A<\/a>\u00bb del caso incluye varios mensajes de correo electr\u00f3nico de empleados de Meta en los que se revela que, en efecto, hubo descargas masivas de datos en forma de libros protegidos por derechos de autor. Una de las empleadas, Melanie Kambadur, mostraba su rechazo a hacer esa recolecci\u00f3n de datos en octubre de 2022.<\/p>\n

<\/p>\n

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

\u00abDescargar con torrents desde un port\u00e1til de la empresa no parece buena idea\u00bb<\/strong>. En abril de 2023 Nikolay Bashlykov, uno de los responsables de llevar a cabo esta recolecci\u00f3n de datos, bromeaba incluyendo emojis e indicaba que la empresa tendr\u00eda que tener cuidado con la IP desde la que descargaban los datos.<\/p>\n

<\/p>\n

Meta conoc\u00eda los riesgos<\/strong>. En septiembre de ese a\u00f1o Bashlykov ya dejaba de usar emoticonos y avisaba de que usar torrentes implicar\u00eda actuar como \u00absemillas\u00bb para que otros tambi\u00e9n los descargasen, y \u00abeso podr\u00eda no estar bien legalmente\u00bb. Estos debates son una prueba de que Meta sab\u00eda que este tipo de actividad era ilegal, seg\u00fan los autores que han demandado a la compa\u00f1\u00eda.<\/p>\n

<\/p>\n

Borrando las huellas<\/strong>. En un mensaje interno<\/a> el investigador de Meta Frank Zhang indic\u00f3 c\u00f3mo la empresa evit\u00f3 usar sus servidores al descargar este conjunto de datos para \u00abevitar\u00bb \u00abel riesgo de que cualquiera pueda trazar a la semilla\u00bb y a quien descargaba esos datos.<\/p>\n

<\/p>\n

81,7 TB de datos<\/strong>. Como se\u00f1alan en Ars Technica<\/a>, las pruebas muestran que Meta descarg\u00f3 v\u00eda torrent al menos 81,7 terabytes de datos de diversas bibliotecas que ofrecen esos libros protegidos por derechos de autor. En un nuevo documento<\/a> del proceso legal se indicaba que al menos 35,7 TB se hab\u00edan descargado de sitios como Z-Library o LibGen (que acab\u00f3 cerr\u00e1ndose<\/a> el verano pasado).<\/p>\n

<\/p>\n

Meta quiere desestimar esos cargos<\/strong>. Meta ha presentado una moci\u00f3n para desestimar esas acusaciones indicando que no hab\u00eda evidencias de que ning\u00fan libro fuera descargado por empleados de Meta a trav\u00e9s de Torrent o que fueron distribuidos luego por Meta. En Xataka nos hemos puesto en contacto con la compa\u00f1\u00eda, y actualizaremos esta noticia si recibimos comentarios sobre el caso.<\/p>\n

<\/p>\n

Saqueo a fuego de internet<\/strong>. Estos datos vuelven a incidir en las discutibles pr\u00e1cticas que las empresas de IA est\u00e1n utilizando para entrenar sus modelos. Lo vimos con Google<\/a>, y desde luego tambi\u00e9n con OpenAI, que us\u00f3 millones de textos para entrenar a ChatGPT, y muchos de ellos ten\u00edan copyright<\/a>. Perplexity estuvo en el punto de mira tras descubrirse que se saltaba a la torera<\/a> las reglas de internet para evitar muros de pago y alimentar su modelo de IA.<\/p>\n

<\/p>\n

Se est\u00e1n normalizando los robos de internet<\/strong>. Lo asombroso de todo esto es que el hecho de que todas las empresas est\u00e9n salt\u00e1ndose las normas y violando los derechos de autor parece estar normalizando el saqueo de internet. Casi no da tiempo a escandalizarse y lo damos casi ya como una pol\u00edtica de hechos consumados para poder seguir a lo nuestro.<\/p>\n

<\/p>\n

\u00bfDe verdad esto es un \u00abuso justo\u00bb?<\/strong> Todas las empresas se escudan en el concepto del \u00abuso justo\u00bb (\u00abfair use\u00bb). Este concepto desarrollado en el derecho anglosaj\u00f3n permite \u00a0el uso limitado de material protegido sin que sea necesario pedir permiso por hacerlo. Las demandas por violaciones de copyright no han parado de llegar en el mundo de la IA generativa, pero parecen estar quedando en un segundo plano mientras estos gigantes prosperan.<\/p>\n

<\/p>\n

En Xataka | 5.000 \u00abtokens\u00bb de mi blog est\u00e1n siendo usados para entrenar una IA. No he dado mi permiso<\/a><\/p>\n<\/p><\/div>\n

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

En el proceso legal Kadrey contra Meta se acusa a la empresa de Mark Zuckerberg de haber utilizado obras protegidas por los derechos de autor para entrenar sus modelos de inteligencia artificial. Hace unas semanas ya se desvel\u00f3 que Zuckerberg hab\u00eda dado el visto bueno para usar libros pirateados, pero ahora llegan nuevas y potentes […]<\/p>\n","protected":false},"author":2,"featured_media":48881,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-48880","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\/48880","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=48880"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/48880\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/48881"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=48880"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=48880"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=48880"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}