Todos parecen haber entrenado sus LLMs ilegalmente con videos de YouTube. ¿Cómo así? bueno, para ser más precisos, algunas de las empresas tecnológicas más grandes del mundo entrenaron sus modelos de Inteligencia Artificial (IA) con conjuntos de datos que incluían transcripciones de más de 173.000 vídeos de YouTube sin permiso. Así lo revela una investigación de Proof News, que expuso cómo Apple, NVIDIA y así mismo, Anthropic (entre otras empresas), utilizaron transcripciones de vídeos de YouTube de más de 48.000 canales.
Es de resaltar que, esto va en contra de las propias normas de la plataforma YouTube, que los ejecutivos de Google han mencionado en repetidas ocasiones.
Según investigación entrenaron sus LLMs ilegalmente con videos de YouTube
A principios de este mes, Apple fue criticada por no revelar la fuente de los datos de entrenamiento para Apple Intelligence, la versión propia de la compañía de la IA generativa.
Vale la pena destacar que, estos modelos de Inteligencia Artificial (IA) no solo han sido entrenados con algunas de sus estrellas favoritas de YouTube, como Marques Brownlee y MrBeast, sino también con algunos otros como; Cherlynn Low, del medio de noticias Engadget.
No se debe pasar por alto mencionar que, la investigación ha vuelto a colocar el foco sobre los criterios que utilizan las grandes compañías de Inteligencia Artificial para entrenar sus modelos, en ocasiones, utilizando material protegido por derechos de autor o sin licencia comercial, una práctica que, como todos sabemos, está empezando a crear problemas legales a muchas de ellas.
