Công ty mẹ của Facebook - Meta, hiện đang đối mặt với một vụ kiện tập thể với cáo buộc vi phạm bản quyền và cạnh tranh không lành mạnh liên quan đến vấn đề huấn luyện mô hình AI LLaMA.
Theo một bài đăng trên X của vx-underground, các hồ sơ của tòa án tiết lộ rằng Meta đã sử dụng torrent “lậu” để tải xuống 81,7TB dữ liệu từ các nguồn không bản quyền như Anna’s Archive, Z-Library và LibGen. Sau đó, công ty đã dùng những tài liệu này để huấn luyện các mô hình AI.
Một số bằng chứng dưới dạng tin nhắn trao đổi cho thấy nhiều nhà nghiên cứu đã bày tỏ lo ngại về việc công ty sử dụng tài liệu vi phạm bản quyền. Vào tháng 10/2022, một nhà nghiên cứu AI cấp cao tại Meta đã cảnh báo:"Tôi không nghĩ rằng chúng ta nên sử dụng tài liệu vi phạm bản quyền. Tôi thực sự cần đặt ra ranh giới ở đây." Một người khác cũng bày tỏ quan điểm tương tự: “Sử dụng tài liệu vi phạm bản quyền rõ ràng là vượt quá giới hạn đạo đức của chúng ta.”, sau đó người này tiếp tục bày tỏ: "SciHub, ResearchGate, LibGen về cơ bản giống như PirateBay – họ đang phân phối nội dung được bảo vệ bản quyền và điều đó là vi phạm pháp luật."
Vào tháng 1/2023, chính CEO Mark Zuckerberg đã tham dự một cuộc họp nội bộ và phát biểu: “Chúng ta cần phải thúc đẩy công việc tiến về phía trước... Chúng ta cần tìm cách gỡ bỏ rào cản này.” Khoảng ba tháng sau, một nhân viên Meta gửi tin nhắn cho một nhân viên khác để bày tỏ lo ngại về việc địa chỉ IP của Meta được sử dụng "để tải nội dung lậu." Họ cũng nói thêm, "việc tải torrent từ laptop của công ty có vẻ không ổn," kèm theo 1 icon cười lớn.
Ngoài những tin nhắn trên, các tài liệu còn cho thấy Meta đã thực hiện các biện pháp để đảm bảo rằng hệ thống hạ tầng của họ không bị dùng vào các hoạt động tải xuống và chia sẻ các nội dung này. Mục đích là để các hoạt động đó không bị lần theo dấu vết và quy trách nhiệm ngược lại cho Meta. Các tài liệu của tòa án cho rằng điều này cấu thành bằng chứng về hành vi bất hợp pháp của Meta, và có vẻ như họ đang cố tình thực hiện điều này để lách luật bản quyền.
Meta không phải công ty AI đầu tiên bị cáo buộc sử dụng dữ liệu trái phép để huấn luyện AI, trước đó:
- Tháng 6/2023, OpenAI bị các tiểu thuyết gia kiện vì sử dụng sách của họ để huấn luyện mô hình ngôn ngữ.
- Tháng 12/2023, The New York Times cũng kiện OpenAI với lý do tương tự.
- Nvidia bị kiện vì dùng 196.640 cuốn sách để huấn luyện mô hình NeMo, sau đó phải gỡ bỏ mô hình này.
- Một cựu nhân viên Nvidia từng tiết lộ rằng công ty đã thu thập hơn 426.000 giờ video mỗi ngày để phục vụ cho huấn luyện AI.
- OpenAI gần đây cũng đang điều tra xem liệu DeepSeek có lấy cắp dữ liệu từ ChatGPT hay không.
Điều này cho thấy cuộc chiến pháp lý liên quan đến dữ liệu AI ngày càng phức tạp. Vụ kiện chống lại Meta vẫn đang tiếp diễn và tòa án chưa đưa ra phán quyết cuối cùng. Nếu các tác giả thắng kiện, Meta có thể sẽ kháng cáo khiến quá trình pháp lý kéo dài hàng tháng, thậm chí nhiều năm trước khi có phán quyết cuối cùng.
Nguồn: Tom's Hardware Nguồn:tinhte.vn/thread/meta-bi-cao-buoc-tai-ve-gan-82tb-sach-de-huan-luyen-mo-hinh-ai.3957170/