Nella folle corsa per dominare l'industria dell'intelligenza artificiale, i giganti della tecnologia stanno oltrepassando i confini etici e mettendo alla prova i limiti della fiducia del pubblico.
Una serie di recenti rivelazioni fa scattare un campanello d'allarme sulla privacy dei dati, sulla concorrenza leale e sulla concentrazione di potere e talento.
Innanzitutto, un indagine di Proof News e WIRED ha scoperto che Apple, NVIDIA, Anthropic e Salesforce hanno utilizzato un set di dati contenente i sottotitoli di oltre 170.000 video di YouTube per addestrare i loro modelli di intelligenza artificiale.
Questo set di dati, noto come "YouTube Subtitles", è stato compilato senza il consenso dei creatori di contenuti, violando potenzialmente i termini di servizio di YouTube.
La portata di questa operazione di data mining è sbalorditiva. Include contenuti di istituzioni educative come Harvard, popolari YouTubers come MrBeast e PewDiePie e persino importanti organi di informazione come il Wall Street Journal e la BBC.
L'indagine rivela che un set di dati utilizzato per l'addestramento dell'IA gen. Apple & altri contiene trascrizioni di YouTube protette da copyright a cui si è acceduto senza autorizzazione. Per saperne di più:
- Il dataset Pile contiene le trascrizioni di 170k video di YouTube.
- Utilizzato da Apple, AnthropicNvidia, Salesforce e altro ancora... pic.twitter.com/RE0UjhumA3- Ed Newton-Rex (@ednewtonrex) 16 luglio 2024
YouTube non ha ancora reagito, ma ad aprile l'amministratore delegato Neal Mohan ha dichiarato che l'uso potenziale dei video da parte di OpenAI per addestrare il modello text-to-video Sora violerebbe i suoi termini di servizioSe Sora utilizzasse contenuti di YouTube sarebbe una "chiara violazione" dei suoi termini di servizio", ha dichiarato a Bloomberg.
OpenAI non è tra gli accusati in questa occasione, e non sappiamo se YouTube tenterà di prendere provvedimenti se le nuove accuse si riveleranno veritiere.
Non è certo la prima volta che le aziende tecnologiche finiscono nel mirino per le pratiche di utilizzo dei dati.
Nel 2018, Facebook ha affrontato un intenso scrutinio per lo scandalo di Cambridge Analytica, in cui i dati di milioni di utenti sono stati raccolti senza consenso per la pubblicità politica.
Per quanto riguarda l'intelligenza artificiale, nel 2023 è stato scoperto che un set di dati chiamato Libri3contenente oltre 180.000 libri protetti da copyright, era stato utilizzato per addestrare modelli di IA senza il permesso degli autori. Questo ha portato a un'ondata di cause legali contro le aziende di IA, con gli autori che rivendicano la violazione del copyright.
Questo è solo un esempio di una pila sempre crescente di cause legali provenienti da ogni angolo delle industrie creative. Universal Music Group, Sony Music e Warner Records sono tra le entità più prolifiche che hanno aggiunto i loro nomi nell'elenco dopo essersi uniti per colpire le aziende di AI text-to-audio Udio e Suno.
Nella fretta di costruire modelli di intelligenza artificiale sempre più avanzati, sembra che le aziende tecnologiche abbiano adottato un approccio all'acquisizione dei dati del tipo "chiedi perdono, non permesso".
La fusione Microsoft-Inflection
Mentre si consuma lo scandalo YouTube, la recente assunzione di Microsoft dalla startup di AI Inflection ha attirato l'attenzione delle autorità di regolamentazione del Regno Unito.
L'Autorità garante della concorrenza e dei mercati (CMA) ha avviato un'indagine di fase uno sulle concentrazioni, per verificare se questa assunzione di massa costituisca una fusione di fatto che potrebbe soffocare la concorrenza nel settore dell'IA.
Questa mossa incisiva di Microsoft comprendeva che ha acquisito il co-fondatore di Inflection Mustafa Suleyman (un ex dirigente di Google DeepMind) e una parte significativa dello staff della startup.
Una volta Inflection si presentava come un orgoglioso laboratorio di intelligenza artificiale indipendente. Poi ha dimostrato che si tratta di una razza in via di estinzione.
Questo assume un peso maggiore se si considerano le partnership esistenti di Microsoft nel campo dell'intelligenza artificiale. L'azienda ha già investito un totale di circa $13 miliardi in OpenAI, sollevando dubbi sulla concentrazione del mercato.
Ad infittire la trama, Microsoft si è recentemente ritirata dal suo seggio senza diritto di voto a OpenAI. Secondo gli esperti, ciò è probabilmente dovuto alla decisione di ridurre la supervisione dell'azienda per placare le autorità antitrust.
Alex Haffner, partner per la concorrenza dello studio legale Fladgate, ha commentato la decisione a sorpresa di MicrosoftÈ difficile non concludere che la decisione di Microsoft sia stata pesantemente influenzata dall'attuale controllo della concorrenza e dell'antitrust sull'influenza di Microsoft (e di altri grandi operatori tecnologici) sugli attori emergenti dell'IA, come OpenAI".
Un deficit di fiducia?
Sia lo scandalo del data mining di YouTube che le pratiche di assunzione di Microsoft contribuiscono ad un crescente deficit di fiducia tra Big Tech e il pubblico.
L'impatto immediato è che i creatori di contenuti sono diventati più prudenti riguardo al loro lavoro, nel timore di essere sfruttati.
Questo potrebbe avere un effetto a catena sulla creazione e la condivisione di contenuti, impoverendo in ultima analisi le stesse piattaforme su cui le aziende tecnologiche si basano per ottenere i dati.
Allo stesso modo, la concentrazione dei talenti dell'IA in poche grandi aziende sta omogeneizzando lo sviluppo dell'IA e limitando la diversità.
Per le aziende tecnologiche, la ricostruzione della fiducia richiederà probabilmente qualcosa di più della semplice conformità a future normative e indagini antitrust.
Le domande rimangono: possiamo sfruttare il vero potenziale dell'IA preservando l'etica, la concorrenza leale e la fiducia del pubblico?
