Con noticias diarias sobre la inteligencia artificial, su potencial y sus posibles amenazas, a menudo pasa sin demasiado debate que todo ese avance se ha construido y se construye sobre el consumo masivo de propiedad intelectual. La recolección masiva e indiscriminada de fotos, textos, libros, artículos periodísticos y código fuente para alimentar los sistemas del lenguaje ha llevado a marcas de referencia, como OpenAI, a enfrentar litigios en los tribunales federales de Estados Unidos y en organismos regulatorios de Europa y Australia.

La controversia radica en la fase que se conoce como ‘preentrenamiento’. Para que un algoritmo de arquitectura como el que mueve a ChatGPT prediga secuencias de palabras con fluidez humana, tiene que poder procesar miles de millones de tokens extraídos del espacio digital abierto. Durante años, los desarrolladores operaron bajo el supuesto de que el scrapping de datos web constituía un uso legítimo (fair use), según la legislación estadounidense. Hoy, la mirada sobre el particular ha cambiado y cada vez más personas —y legislaciones— tienden a verla, simplemente, como extractivismo digital que monetiza el trabajo ajeno sin permiso, recompensa o atribución.

El grupo de medios News Corp cerró un........

© Revista Semana