Più di 170.000 video rubati da YouTube per addestrare le IA di colossi come Apple, Nvidia e Salesforce. Un’indagine di Proof News, anche riportata da Wired, ha scoperto un enorme deposito di dati contenenti sottotitoli prelevati dai video di YouTube, utilizzati per potenziare le intelligenze artificiali delle grandi aziende, senza il consenso dei creatori originali.
Questo archivio, denominato “YouTube Subtitles”, contiene sottotitoli provenienti da oltre 48.000 canali YouTube, ma senza le immagini associate. Tra i video utilizzati ci sono quelli di famosi youtuber come MrBeast e Marques Brownlee, oltre a clip provenienti da importanti testate giornalistiche come Abc News, Bbc e il New York Times. Oltre a rivelare questa pratica non autorizzata, l’indagine ha portato alla creazione di uno strumento utile per gli utenti.
Si tratta di un motore di ricerca interattivo che consente di verificare se i propri contenuti su YouTube, o quelli di altri creatori, sono stati inclusi in questo controverso dataset. “La maggior parte degli sviluppatori di modelli di intelligenza artificiale è restia a rivelare le fonti dei loro dati di addestramento. Hanno bisogno di grandi quantità di testo di alta qualità per creare modelli che siano in grado di imitare il linguaggio umano. A tale scopo, vengono utilizzati libri, blog, opere originali e altri contenuti, spesso senza che i creatori ne siano a conoscenza”, scrive Proof News.
All’inizio di quest’anno, il New York Times ha riportato che Google, che fa parte di Alphabet insieme a YouTube, ha utilizzato i video sulla piattaforma per estrarre testo e addestrare i propri modelli di intelligenza artificiale.
FP
