Corpo do artigo
A resposta rápida é: porque as plataformas de IA usaram sem pagar os conteúdos dos jornais para treinar os seus sistemas. A explicação mais longa já obriga a explicar que a única forma que estes programas têm de responder às perguntas é adquirir conhecimento já expresso noutros locais. Para isso utilizam todo o tipo de formatos digitais (como livros, músicas, filmes, etc.), mas essencialmente recorrem à informação acessível online. E essa está disponível em sites como a Wikipedia, mas também - e em grande medida - nos meios de comunicação de referência, onde se destaca o “New York Times”.
Para justificar o processo junto das autoridades judiciais norte-americanas, o NYT teve de demonstrar que a OpenAI tem proveitos financeiros diretos com a utilização dos conteúdos do jornal no ChatGPT. E fê-lo ligando a popularidade da ferramenta à quantidade de informação que possui, explicando que grande parte dessa informação bebe diretamente de conteúdos exclusivos publicados no jornal norte-americano.
O NYT está longe de ser o único. Dezenas de publicações norte-americanas entraram com processos contra a OpenAI e a Microsoft pelas mesmas razões, criando uma potencial onda de condenações que pode destruir a viabilidade financeira da empresa. Mesmo que recentemente tenha feito acordos com outros, como a Associated Press e o grupo Axel Springer, o problema de base mantém-se: estes modelos de linguagem estão construídos de forma a que seja bastante difícil retirar conhecimento adquirido. Nesse sentido, comportam-se como humanos: mesmo que alguém decida esquecer um determinado livro ou artigo que leu, não o conseguirá fazer porque a sua memória (composta por circuitos neuronais) relaciona a informação de forma integrada.
Alguns analistas afirmam que estes processos podem pôr em causa a viabilidade comercial das aplicações de inteligência artificial; mas o desfecho mais provável é que se passe a integrar o respeito pelos direitos de autor efetivamente utilizados nos conteúdos que treinam estes sistemas.