OpenAI y YouTube en disputa por el uso de vídeos para entrenar a la IA Sora

OpenAI, la reconocida compañía creadora de ChatGPT, se encuentra en el centro de la polémica debido a su proyecto Sora, una herramienta de inteligencia artificial capaz de crear vídeos realistas basados en las indicaciones de texto de los usuarios. Presentada el pasado 18 de febrero, Sora ha llamado la atención no solo por sus impresionantes resultados, sino también por la forma en que ha sido entrenada.

Neal Mohan, CEO de YouTube, ha advertido a OpenAI que extraer vídeos publicados en su plataforma para entrenar modelos de IA como Sora es una "clara violación a sus términos" de uso del servicio. Aunque Mohan no tiene la certeza de que Sora haya sido entrenada con los vídeos de YouTube, ha dejado en claro que las reglas de la plataforma no permiten la descarga de transcripciones o fragmentos de vídeo, ni siquiera para Google, la empresa matriz de YouTube.

La política de YouTube es tan estricta que ni siquiera permite que Google utilice los contenidos de la plataforma para entrenar a su propio modelo de IA, Gemini. Esta situación ha puesto en evidencia la dificultad que enfrentan las compañías de inteligencia artificial para obtener datos de entrenamiento sin infringir los derechos de autor.

Por su parte, OpenAI ha defendido su postura, argumentando que "es imposible entrenar los principales modelos de IA actuales sin recurrir a materiales protegidos". La compañía sostiene que limitar los datos de entrenamiento a materiales de dominio público creados hace más de un siglo impide que los sistemas de IA satisfagan las necesidades actuales de los usuarios.

Sin embargo, el hermetismo de OpenAI en cuanto a las fuentes de información utilizadas para entrenar a sus modelos ha generado cuestionamientos por parte de diversas organizaciones, que sospechan que la compañía podría estar violando los derechos de autor. Incluso dentro de OpenAI, parece haber cierta confusión al respecto. Mira Murati, directora de tecnología de la firma, ha admitido en una entrevista con The Wall Street Journal que no estaba segura de si los vídeos de YouTube se han utilizado para optimizar el funcionamiento de Sora.

A pesar de la controversia, OpenAI ha firmado acuerdos para obtener licencias de uso sobre ciertos contenidos, lo que le permite entrenar a sus algoritmos con materiales de medios como El País, Cinco Días, As, El Huffpost, Business Insider o Político. Estos acuerdos podrían ser una solución para acceder a datos de entrenamiento de manera legal y ética.

La disputa entre OpenAI y YouTube pone de manifiesto los desafíos legales y éticos que enfrentan las compañías de inteligencia artificial en su búsqueda por desarrollar modelos cada vez más avanzados y realistas. Mientras que el acceso a grandes cantidades de datos es fundamental para el entrenamiento de la IA, es crucial que se respeten los derechos de autor y se establezcan mecanismos transparentes para la obtención y uso de estos datos.

A medida que la inteligencia artificial continúa evolucionando y expandiéndose a nuevos ámbitos, será necesario un diálogo abierto y constructivo entre las compañías tecnológicas, los creadores de contenido y los reguladores para encontrar un equilibrio entre la innovación y la protección de los derechos de propiedad intelectual. Solo así podremos aprovechar todo el potencial de la IA sin comprometer los principios éticos y legales que rigen nuestra sociedad.