O treinamento de Inteligência Artificial (IA) é uma prática essencial para o desenvolvimento de sistemas que aprendem a executar tarefas e interagir com humanos. Entretanto, a busca por dados de qualidade tem levado empresas a métodos controversos, incluindo a utilização de conteúdos protegidos por direitos autorais.
Empresas em busca de dados
Modelos como ChatGPT e Gemini precisam processar grandes volumes de dados, mas a escassez de conteúdos de qualidade tem impulsionado as empresas a buscar informações de diversas fontes, como a internet e bases públicas. O advogado Daniel Failla destaca que os dados podem vir de livros, artigos científicos e até das interações dos usuários.
Casos de pirataria e direitos autorais
Um dos casos mais emblemáticos envolve a Anthropic, que armazenou mais de 482 mil livros de bibliotecas digitais piratas para treinar seu modelo Claude. Este ato resultou em um acordo de US$ 1,5 bilhão, considerado o maior relacionado a direitos autorais nos Estados Unidos. Outro exemplo é o processo Kadrey v. Meta Platforms, onde a Meta utilizou livros de autores renomados, como Sarah Silverman, obtidos de uma biblioteca pirata.
O lado humano do treinamento
Apesar da automação, o treinamento de IA ainda depende fortemente de trabalhadores humanos, conhecidos como “trabalhadores fantasmas”. Eles são responsáveis por classificar imagens e avaliar respostas. Relatos de trabalhadores, como os da Índia, revelam que a exposição a conteúdos chocantes pode causar sérios problemas psicológicos. Um deles afirmou que, após horas de trabalho, a sensação é de estar vazio.
Condições de trabalho e ética
Nos Estados Unidos, profissionais que avaliam conteúdos para empresas como o Google também enfrentam situações difíceis, com prazos apertados e pressão por produtividade. Diogo Coletta ressalta que é necessário considerar as condições de trabalho na discussão sobre IA responsável. No Brasil, o cenário não é diferente, com trabalhadores recebendo remunerações baixas por tarefas que incluem rotular imagens e analisar dados médicos.
Opinião
A discussão sobre o uso de dados piratas e as condições de trabalho dos envolvidos no treinamento de IA é urgente e deve ser abordada com seriedade, considerando tanto a inovação quanto a ética.
