Che per addestrare gli LLM occorra una strabalardata di roba lo sanno ormai anche i sassi. Che la strabalardata di roba sia presa in modo più o meno onesto, pure. Però anche partendo da questi assiomi si può arrivare a qualcosa di divertente.

Leggo su ghacks.net che un gruppo di autori ha fatto causa a Meta perché avrebbe violato il copyright addestrando i suoi >modelli su 81,7 terabyte di libri piratati: più precisamente quelli di libgen. Fin qua nulla di strano: diciamo che sono tutti segreti di Pulcinella. Ma la parte più divertente è quella che viene indicata come linea di difesa da parte di Meta: loro hanno affermato che addestrare i modelli di intelligenza artificiale su dataset pubblicamente disponibili [grassetto mio] costituisce un “fair use” rispetto alla legge dul copyright e loro semplicemente fatto un uso trasformativo dei dati.

Tralasciando che per esempio per la legge italiana (ma mi sa anche per quella americana) si entrerebbe nel campo delle opere derivate che continuano a dover rispettare il copyright, vi rendete conto di cosa succederebbe se Meta vincesse la causa? Automaticamente libgen otterrebbe uno status legale, che ora ovviamente non ha. Chi l’avrebbe mai detto?

Ultimo aggiornamento: 2025-02-08 21:58