Новостные издания готовы подать в суд на Google и OpenAI за незаконное использование их контента для обучения нейросетей

9681bb1b54119b0bd37254e6b07d0794

Ведущие американские и международные издания намерены подать в суд на Google и OpenAI, поскольку компании незаконно используют оригинальный контент информационных служб для обучения генеративных моделей искусственного интеллекта. Речь идёт о New York Time, News Corp, Axel Springer и IAC (владеет медиакомпанией Dotdash Meredith), которые планируют сформировать коалицию, чтобы противостоять IT-компаниям.

Основную претензию издатели имеют к неконтролируемому сбору контента, который производят СМИ. Google и OpenAI используют эти данные для обучения больших языковых моделей. Из-за несанкционированного сбора информации против компаний уже подали несколько коллективных исков.

New York Time, News Corp, Axel Springer и IAC готовы требовать принятия законодательных мер, чтобы ограничить действия Google и OpenAI.

Однако стоит отметить, что некоторые издания начали экспериментировать с ИИ-инструментами, чтобы создавать новостной контент. В июле Google предоставила решение на базе ИИ Genesis нескольким СМИ, включая New York Times, Washington Post и Wall Street Journal.

Немецкий таблоид Bild предупредил сотрудников о грядущем сокращении персонала, который заменит ИИ. По словам издателя Bild Акселя Спрингера, изданию придётся расстаться с работниками, задачи которых способны выполнить нейросети.

BuzzFeed также применяет ИИ для создания контента. После сообщения медиакомпании о намерении применять решения OpenAI акции BuzzFeed выросли на 120%. Перед этим медиа уволило 180 сотрудников.

Издатели, вероятно, опасаются за свои доходы, поскольку Google может перейти от демонстрации страниц источника информации в поисковой выдаче к более простым ответам на вопросы пользователей в чат-боте, пишет Semafor.

В первой половине июля OpenAI заключила соглашение с Associated Press, согласно которому издание получит доступ к технологиям компании, а OpenAI сможет использовать материалы AP, в том числе архивные, для обучения нейросетей.

© Habrahabr.ru