O New York Times e o The Daily News afirmam que a OpenAI mentiu sobre sua capacidade de pesquisar dados de conversas de clientes e conjuntos de dados de treinamento em busca de suas obras protegidas por direitos autorais. Trata-se da mais recente escalada em um processo de dois anos contra a empresa de inteligência artificial, que é accusada de violar leis de direitos autorais ao treinar seus modelos de IA generativa com conteúdo do jornal e reproduzir esse jornalismo nas respostas aos usuários.
Durante todo o caso, a OpenAI argumentou que não tinha capacidade de pesquisar seu próprio corpus de treinamento. A empresa também afirmou que pesquisar ou produzir sua vasta coleção de conversas do ChatGPT seria tecnicamente oneroso e levantaria preocupações com privacidade dos usuários, pois os registros precisariam ser recuperados, processados e anonimizados.
Em um depoimento ordenado pelo tribunal em abril, o engenheiro de privacidade de dados da OpenAI, Vinnie Monaco, supostamente revelou que a empresa já havia conduzido pesquisas e avaliações internas em seu corpus de treinamento para buscar jornalismo protegido por direitos autorais. O depoimento também revelou que, antes mesmo do NYT apresentar sua ação judicial, a OpenAI já havia acumulado um banco de dados com cerca de 78 milhões de conversas anonimizadas do ChatGPT que usava internamente para determinar quanto estava infringindo os direitos de outros.
Além desse banco de dados, a OpenAI supostamente implementou um filtro Bloom como parte de um conjunto de ferramentas chamado Projeto Girafa, que detectava e registrava reproduções não autorizadas nas respostas, pouco após o processo ser ajuizado.
Os demandantes originalmente pediram à OpenAI para fornecer uma amostra de 120 milhões de registros de conversas, mas a empresa negociou para reduzir a amostra para apenas 20 milhões. A OpenAI finalmente apresentou essa amostra aos tribunais em dezembro passado, mas supostamente incluiu tantas redações que a amostra foi considerada "inutilizável", nas palavras do tribunal.
Os demandantes também afirmaram que a OpenAI excluiu bilhões de respostas do ChatGPT após o processo ser ajuizado, em violação direta da ordem de preservação do tribunal, e que a gigante de inteligência artificial substituiu milhões de registros na amostra solicitada.
"Se a OpenAI genuinamente acreditava que copiar o jornalismo de nossos clientes era justo e legal, não teria escondido a verdade sobre ter feito isso", disse Ian B. Crosby, advogado principal dos demandantes, em comunicado.
Agora, o NYT e o The Daily News estão pedindo ao juiz para disciplinar a OpenAI por supostamente reter evidências e atrapalhar o processo de descoberta. Pedem que o tribunal impeça a OpenAI de usar a amostra de 20 milhões de registros de conversas como evidência, alegando que é pouco confiável; que aceite como fato que os registros do ChatGPT teriam mostrado grande reprodução não autorizada e uso do conteúdo dos demandantes; que impeça a OpenAI de argumentar que seus registros de conversas fornecidos não demonstram reprodução substancial; e que a OpenAI pague as custas legais por ter que perseguir essas evidências.
Em comunicado, o porta-voz da OpenAI, Drew Pusateri, negou as acusações, acusando o Times de tentar acessar conversas privadas de usuários à medida que seu caso enfraquece. "À medida que o caso do Times enfraquece e eles foram forçados a drop claims against us, they're persisting with their efforts to invade the privacy of people who have nothing to do with this case, including by making these blatantly false allegations", disse Pusateri. "Continuaremos defendendo a privacidade de nossos usuários e os princípios estabelecidos de uso justo."
Fonte: TechCrunch
