Meta AI teria sido treinada com obras de biblioteca pirata

De acordo com uma ação judicial movida contra a empresa, Mark Zuckerberg teria dado sua aprovação para que a equipe responsável pelos primeiros modelos Llama da Meta utilizasse um conjunto de dados composto por e-books e artigos pirateados da plataforma LibGen para o treinamento.

A LibGen, que se define como uma “agregadora de links”, oferece acesso a obras protegidas por direitos autorais. A plataforma foi processada várias vezes, condenada ao fechamento e multada em dezenas de milhões de dólares por violação de direitos autorais. Os advogados dos demandantes afirmam que Zuckerberg permitiu o uso do LibGen para treinar pelo menos um dos modelos Llama, apesar das preocupações levantadas por membros da equipe executiva de IA da Meta e por outros dentro da empresa.

De acordo com o advogado dos demandantes, o engenheiro da Meta Nikolay Bashlykov, que integra a equipe de pesquisa do Llama, teria escrito um script para remover informações relacionadas a direitos autorais, como as palavras “direitos autorais” e “agradecimentos”, de e-books disponíveis no LibGen. Além disso, a Meta teria removido marcadores de direitos autorais de artigos científicos e “metadados de origem” dos dados utilizados para o treinamento do Llama.

A Meta também foi acusada de ter feito torrents dos arquivos do LibGen, o que fez com que alguns engenheiros de pesquisa hesitassem em seguir com o processo. A empresa teria tentado minimizar a quantidade de arquivos que estava carregando, com o intuito de esconder suas atividades.

Em sua defesa, a Meta pode recorrer ao argumento de uso justo das obras, o que poderia levar o tribunal a decidir a seu favor.