YouTube alerta OpenAI sobre recolha de dados para treino do Sora

Os modelos de IA no mercado necessitam de material usado para o treino dos mesmos. Isso é, muitas vezes, feito com conteúdos que se encontram disponíveis pela internet em geral – e o YouTube engloba-se certamente numa das plataformas de interesse para criadores de modelos de IA recolherem dados.

No entanto, nem todas as entidades pretendem que os seus dados sejam recolhidos e usados para estes modelos, e já ocorreram casos onde as mesmas processaram nomes como a OpenAI pela recolha e uso dos mesmos.

Em março, durante uma entrevista, a CTO da OpenAI, Mira Murati, deixou a incerteza sobre a forma como os modelos da empresa recolhem os seus dados, nomeadamente para usar no novo serviço Sora, que permite criar vídeos usando apenas IA. O YouTube é uma das plataformas que foi visadas, mas que, na altura, a CTO não clarificou se era uma fonte de dados para a empresa.

Agora, o CEO do YouTube, Neal Mohan, veio deixar mais clarificações sobre essa ideia. Segundo o mesmo, numa recente entrevista com o Bloomberg Originals, a Google e o YouTube não criaram nenhum acordo com a OpenAI para a recolha de vídeos do YouTube para uso nos modelos da OpenAI no Sora.

O CEO vai ainda mais longe, dizendo que, caso a OpenAI esteja a usar conteúdos do YouTube para treinar os seus modelos de IA, isso seria uma violação dos termos de serviço da empresa, o que poderia abrir a possibilidade de novos processos surgirem por parte da empresa.

O executivo afirma que, quando um criador do YouTube envia um vídeo para a plataforma, este espera que os seus conteúdos estejam dentro dos termos da mesma, e sejam usados em conformidade com estes. A recolha dos vídeos para usos em modelos de IA iria contar os termos do YouTube.

De momento ainda existe muita incerteza sobre a forma como a OpenAI encontra-se a treinar o Sora. Este conta com uma grande promessa para o mercado, mas a forma como a empresa usa os conteúdos recolhidos para treino do seu modelo é ainda uma incerteza e algo importante a ter em conta para o uso da plataforma.