The New York Times acusa a OpenAI de ocultar pruebas en el caso de derechos de autor

La escalada del enfrentamiento legal entre los medios de comunicación y la inteligencia artificial

En un momento decisivo dentro de uno de los litigios más relevantes vinculados a la inteligencia artificial, The New York Times y The Daily News han formulado graves acusaciones contra OpenAI, alegando que la compañía indujo deliberadamente a error al tribunal sobre sus capacidades técnicas reales para buscar datos en conversaciones y archivos de entrenamiento. Estas acusaciones se enmarcan en una demanda que lleva cerca de dos años en curso, centrada en la presunta utilización de contenido periodístico protegido por derechos de autor sin autorización para entrenar sus modelos generativos.

¿Qué reveló el testimonio del testigo?

En una sesión de declaración celebrada por orden judicial en abril pasado, Vini Monaco, ingeniero de privacidad de datos en OpenAI, prestó un testimonio que desencadenó revelaciones sorprendentes. Según lo señalado por ambos periódicos, Monaco reveló que la compañía había realizado búsquedas internas en su conjunto de datos de entrenamiento para verificar la presencia de obras periodísticas protegidas por derechos de propiedad intelectual, algo que la empresa había negado en sus documentos oficiales ante el tribunal.

Además, el mismo testimonio reveló que OpenAI comenzó, antes de que se interpusiera la demanda, a construir una base de datos que contenía aproximadamente 78 millones de conversaciones anonimizadas de ChatGPT, las cuales utilizaba internamente para medir el grado de infracción de los derechos de terceros. Asimismo, se alega que la compañía desarrolló una herramienta conocida como «filtro Bloom» dentro de un proyecto denominado «Project Giraffe», diseñada específicamente para detectar y registrar casos de reproducción de contenido en los resultados del modelo, y esto ocurrió justo después de presentarse la demanda.

Alegaciones de manipulación y ocultamiento de pruebas

Las acusaciones van más allá de la mera omisión pasiva de información; los demandantes alegan que OpenAI:

• Eliminó miles de millones de resultados de ChatGPT tras la presentación de la demanda, en abierta violación de la orden judicial de preservar las pruebas.
• Presentó una muestra de 20 millones de registros de conversaciones con redacciones tan excesivas que el propio tribunal las calificó de «inutilizables».
• Sustituyó millones de registros solicitados en la muestra presentada sin revelar dicha sustitución.
• Se negó inicialmente a entregar más de 20 millones de registros de los 120 millones solicitados por ambos periódicos, alegando dificultades técnicas y preocupaciones relacionadas con la privacidad de los usuarios.

En este contexto, Ian Crosby, abogado principal de los demandantes, comentó: «Si OpenAI creyera realmente que copiar el contenido periodístico de nuestros clientes es legítimo y justo, no habría recurrido a ocultar la verdad al respecto.»

¿Qué solicitan los periódicos?

Sobre la base de estos hechos, los demandantes han solicitado al juez que adopte una serie de medidas disciplinarias contra OpenAI, entre las más destacadas:

• Excluir la muestra de registros presentada por la compañía del conjunto de pruebas admisibles, por carecer de fiabilidad.
• Presumir que los registros de ChatGPT habrían demostrado la existencia de infracciones generalizadas del contenido de ambos periódicos.
• Limitar la capacidad de la compañía para invocar la ausencia de pruebas de infracción basándose en los registros censurados.
• Obligar a la compañía a sufragar los honorarios legales derivados de los esfuerzos por obtener dichas pruebas.

La respuesta de OpenAI: el ataque como defensa

Por su parte, OpenAI negó estas acusaciones en su totalidad, y su portavoz Drew Pusateri reencuadró el debate al sostener que ambos periódicos buscan acceder de forma ilegítima a conversaciones privadas de usuarios que no tienen relación alguna con el caso. Pusateri declaró: «A medida que el caso del Times se debilita y se ve obligado a abandonar algunas de sus demandas, el periódico continúa intentando inmiscuirse en la privacidad de personas ajenas a esta disputa mediante estas acusaciones manifiestamente infundadas. Seguiremos defendiendo la privacidad de nuestros usuarios y los principios consolidados del uso justo.»

Dimensiones e implicaciones del caso

La importancia de este caso trasciende sus límites inmediatos; plantea interrogantes fundamentales sobre el grado de transparencia de las empresas de inteligencia artificial en su relación con la propiedad intelectual, y sobre los límites del concepto de «uso justo» en la era de los modelos generativos. Pone también de relieve los riesgos reales que enfrentan las industrias de contenido creativo en una etapa en la que las máquinas son entrenadas con la producción humana sin que exista un acuerdo claro sobre los marcos legales y éticos que deben regular este proceso.

✦ بقلم فريق دروب أيديا