The New York Times y Daily News han escalado su demanda por derechos de autor de dos años contra OpenAI acusando a la empresa de ocultar pruebas críticas. En una presentación reciente, los editores alegan que OpenAI engañó al tribunal sobre su capacidad para buscar tanto en sus conjuntos de datos de entrenamiento como en el archivo masivo de conversaciones de usuarios de ChatGPT. Según los demandantes, la empresa de inteligencia artificial no solo poseía la capacidad de realizar dichas búsquedas, sino que también operaba una base de datos interna de aproximadamente 78 millones de registros de chat de-identificados, reunidos antes de que se presentara la demanda.

Durante una declaración en abril, el ingeniero de privacidad de datos de OpenAI, Vinnie Monaco, confirmó aparentemente la existencia de esa base de datos. También describió un filtro "Bloom" incorporado en una suite de herramientas llamada Project Giraffe, que la empresa utilizó para detectar y registrar instancias en las que las salidas de ChatGPT reproducían material con derechos de autor. Los demandantes argumentan que estas revelaciones contradicen directamente las declaraciones anteriores de OpenAI en el tribunal de que no podía recuperar ni de-identificar datos de usuarios sin violar la privacidad.

La disputa se intensifica en torno a la muestra de registros de chat que el tribunal ordenó que OpenAI proporcionara. Los demandantes originalmente solicitaron 120 millones de conversaciones para evaluar el alcance de la presunta infracción. OpenAI negoció la cifra para reducirla a 20 millones y, cuando finalmente se presentó la muestra en diciembre pasado, el tribunal la describió como "inutilizable" debido a las extensas ediciones. Los editores afirman que los registros editados ocultan efectivamente las pruebas necesarias para determinar si ChatGPT reprodujo repetidamente su periodismo.

Más allá de la muestra editada, los periódicos alegan que OpenAI eliminó miles de millones de salidas de ChatGPT después de que comenzara la demanda, violando una orden de preservación. También acusan a la empresa de sustituir millones de registros en la muestra, lo que hace que el conjunto de datos sea poco confiable. Los demandantes ahora piden al juez que sancione a OpenAI, que prohíba el uso de la muestra de 20 millones de registros como prueba y que les otorgue honorarios legales por el trabajo adicional de descubrimiento.

La respuesta de OpenAI, entregada por el portavoz Drew Pusateri, rechaza las acusaciones de plano. Pusateri caracterizó las afirmaciones como "falsas" y enmarcó las acciones de los periódicos como un intento de fisgar en conversaciones privadas de usuarios a medida que el caso se debilita. Reiteró el compromiso de la empresa con la privacidad del usuario y el principio legal de uso razonable, insistiendo en que OpenAI continuará defendiendo esas posiciones en el tribunal.

El caso subraya un choque más amplio entre las organizaciones de medios que buscan proteger su contenido con derechos de autor y los desarrolladores de inteligencia artificial que afirman que sus métodos de entrenamiento caen dentro de los límites legales. A medida que continúa la litigación, las decisiones del tribunal sobre el manejo de pruebas y la preservación podrían sentar precedentes significativos para cómo las empresas de inteligencia artificial manejan y divulgan datos de entrenamiento en futuras disputas por derechos de autor.

This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.