Los autores estadounidenses Christopher Golden, Sarah Silverman y Richard Kadrey han demandado a OpenAI y a Meta ante sendos tribunales de distrito de Estados Unidos, por violación de derechos de autor. Las demandas alegan, entre otras cosas, que tanto ChatGPT de OpenAI, como LlaMA de Meta, fueron entrenados con conjuntos de datos conseguidos de manera igual y que contenían sus trabajos.
Según los demandantes, OpenAI y Meta consiguieron sus obras a través de bibliotecas web online que sirven a internautas para hacerse con versiones digitales de libros de manera poco ortodoxa, como a través de Z-Library. Además, señalaron que los libros están «disponibles en bruto a través de sistemas torrent«.
Los tres han presentado pruebas de que cuando se hacen peticiones a ChatGPT, el modelo mostrará un resumen de sus libros, lo que viola sus derechos de autor. Entre los libros de los que ChatGPT es capaz de hacer resúmenes están Bedwetter, de Silverman; Ararat, de Golden, y Sandman Slim, de Kadrey. La demanda destaca también que el chatbot nunca mostró el aviso sobre la prohibición de su reproducción como obras publicadas. Es decir, no muestran la información sobre gestión de derechos de autor que los demandantes incluyen en las obras que publican.
En cuanto a la demanda interpuesta pro los tres contra Meta, señala que Meta pudo acceder a los libros de los autores demandantes para entrenar a sus modelos LlaMA. En ella se señalan las razones que llevan a los demandantes a creer que los conjuntos de datos que se utilizaron en el entrenamiento.
Entre ellos se cita a las fuentes de los conjuntos de datos. De ellas, una es ThePile, puesta en marcha por la empresa EleutherAI. The Pile, según la demanda, está descrita en un documento de EleutherAI como creada a partir de «una copia de los contenidos del rastreados privado Bibliotik«, entre otras bibliotecas que, según la demanda, son «flagrantemente ilegales«.
En ambas demandas, los autores aseguran que ellos «no dieron su consentimiento para el uso de sus libros protegidos por derechos de autor para utilizarse como material de entrenamiento». Cada una de las demandas, por otra parte, detalla seis delitos por varios tipos de violaciones de derechos de autor, negligencia, enriquecimiento injusto y competencia desleal. Por ello, piden entre otras cosas daños y perjuicios, y la restitución de beneficios.
Los abogados de los tres autores son Joseph Savery y Matthe Butterick, que en su web destacan que están recibiendo noticias de «escritores, autores y editores que están preocupados sobre la capacidad asombrosa de ChatGPT para generar texto parecido al que se puede encontrar en materiales de texto protegidos por derechos de autor. Entre ellos, miles de libros«.
Saveri ha interpuesto además varias demandas contra empresas de AI iniciadas por diversos artistas y desarrolladores. Tanto él como Butterick están representando también a los autores Mona Award y Paul Tremblay en un caso parecido. Además, Getty Images también ha demandado a Stability AI, creadores de la herramienta de generación de imágenes Stable Diffusion, por entrenar su modelo con imágenes protegidas por derechos de autor. OpenAI también tiene que afrontar demandas por entrenar a ChatGPT con datos personales sin que sus propietarios hayan dado su consentimiento para ello.
Es probable que más autores y creadores se animen a demandar a las compañías que han utilizado sus obras para entrenar sus modelos sin permiso ni retribución por ello, lo que llevará, en función de los veredictos, a que las empresas de IA que se dediquen a la generación y entrenamiento de modelos tengan que tener más cuidado con los datos que utilizan para dicha tarea.
