قامت OpenAI وGoogle بتدريب نماذج الذكاء الاصطناعي الخاصة بهما على النص المكتوب من مقاطع فيديو YouTube، مما قد ينتهك حقوق الطبع والنشر لمنشئي المحتوى، وفقًا لصحيفة نيويورك تايمز. التقرير، الذي يصف المدى الذي قطعته شركات OpenAI وGoogle وMeta من أجل تعظيم كمية البيانات التي يمكنهم تغذيتها لأنظمة الذكاء الاصطناعي الخاصة بهم، يستشهد بالعديد من الأشخاص الذين لديهم معرفة بممارسات الشركات. ويأتي ذلك بعد أيام فقط من تصريح الرئيس التنفيذي لموقع YouTube، نيل موهان، في مقابلة مع Bloomberg Originals، أن استخدام OpenAI المزعوم لمقاطع فيديو YouTube لتدريب مولد تحويل النص إلى الفيديو الجديد، Sora، يتعارض مع سياسات المنصة.
وفقًا لصحيفة نيويورك تايمز، استخدمت OpenAI أداة Whisper للتعرف على الكلام لنسخ أكثر من مليون ساعة من مقاطع فيديو YouTube، والتي تم استخدامها بعد ذلك لتدريب GPT-4. ذكرت The Information سابقًا أن OpenAI استخدمت مقاطع فيديو وبودكاست على YouTube لتدريب نظامي الذكاء الاصطناعي. وبحسب ما ورد كان رئيس OpenAI جريج بروكمان من بين الأشخاص في هذا الفريق. وفقًا لقواعد Google، لا يُسمح بـ "القصاص أو التنزيل غير المصرح به لمحتوى YouTube"، حسبما صرح مات براينت، المتحدث باسم Google، لصحيفة نيويورك تايمز، قائلاً أيضًا إن الشركة لم تكن على علم بأي استخدام من هذا القبيل من قبل OpenAI.
ومع ذلك، يزعم التقرير أن هناك أشخاصًا في Google كانوا يعرفون ولكنهم لم يتخذوا أي إجراء ضد OpenAI لأن Google كانت تستخدم مقاطع فيديو YouTube لتدريب نماذج الذكاء الاصطناعي الخاصة بها. أخبرت Google صحيفة نيويورك تايمز أنها تفعل ذلك فقط مع مقاطع الفيديو من المبدعين الذين وافقوا على ذلك.
يزعم تقرير نيويورك تايمز أيضًا أن جوجل طلبت من فريق تعديل سياسة الخصوصية الخاصة بها في يونيو 2023 لتغطية استخدامها للمحتوى المتاح للجمهور على نطاق أوسع، بما في ذلك مستندات جوجل وجداول بيانات جوجل، لتدريب نماذج ومنتجات الذكاء الاصطناعي الخاصة بها. وتم نشر التغييرات، التي تقول جوجل إنها تم إجراؤها من أجل الوضوح، في يوليو/تموز. وقال براينت لصحيفة نيويورك تايمز إن هذا النوع من البيانات لا يُستخدم إلا بإذن المستخدمين الذين اشتركوا في اختبارات الميزات التجريبية لجوجل، وأن الشركة "لم تبدأ التدريب على أنواع إضافية من البيانات بناءً على هذا التغيير في اللغة". أضاف التغيير Bard كمثال على ما يمكن استخدام هذه البيانات من أجله.
وفقًا لصحيفة نيويورك تايمز، استخدمت OpenAI أداة Whisper للتعرف على الكلام لنسخ أكثر من مليون ساعة من مقاطع فيديو YouTube، والتي تم استخدامها بعد ذلك لتدريب GPT-4. ذكرت The Information سابقًا أن OpenAI استخدمت مقاطع فيديو وبودكاست على YouTube لتدريب نظامي الذكاء الاصطناعي. وبحسب ما ورد كان رئيس OpenAI جريج بروكمان من بين الأشخاص في هذا الفريق. وفقًا لقواعد Google، لا يُسمح بـ "القصاص أو التنزيل غير المصرح به لمحتوى YouTube"، حسبما صرح مات براينت، المتحدث باسم Google، لصحيفة نيويورك تايمز، قائلاً أيضًا إن الشركة لم تكن على علم بأي استخدام من هذا القبيل من قبل OpenAI.
ومع ذلك، يزعم التقرير أن هناك أشخاصًا في Google كانوا يعرفون ولكنهم لم يتخذوا أي إجراء ضد OpenAI لأن Google كانت تستخدم مقاطع فيديو YouTube لتدريب نماذج الذكاء الاصطناعي الخاصة بها. أخبرت Google صحيفة نيويورك تايمز أنها تفعل ذلك فقط مع مقاطع الفيديو من المبدعين الذين وافقوا على ذلك.
يزعم تقرير نيويورك تايمز أيضًا أن جوجل طلبت من فريق تعديل سياسة الخصوصية الخاصة بها في يونيو 2023 لتغطية استخدامها للمحتوى المتاح للجمهور على نطاق أوسع، بما في ذلك مستندات جوجل وجداول بيانات جوجل، لتدريب نماذج ومنتجات الذكاء الاصطناعي الخاصة بها. وتم نشر التغييرات، التي تقول جوجل إنها تم إجراؤها من أجل الوضوح، في يوليو/تموز. وقال براينت لصحيفة نيويورك تايمز إن هذا النوع من البيانات لا يُستخدم إلا بإذن المستخدمين الذين اشتركوا في اختبارات الميزات التجريبية لجوجل، وأن الشركة "لم تبدأ التدريب على أنواع إضافية من البيانات بناءً على هذا التغيير في اللغة". أضاف التغيير Bard كمثال على ما يمكن استخدام هذه البيانات من أجله.
