IA y modelos
OpenAI pide, según se informa, a contratistas que suban muestras de trabajo real
OpenAI y Handshake AI están, según se informa, pidiendo a contratistas que suban muestras de trabajo real para entrenar modelos de IA, lo que genera importantes preocupaciones sobre propiedad intelectual y confidencialidad.
La búsqueda de datos de entrenamiento de alta calidad ha llevado a las empresas de inteligencia artificial a buscar insumos del mundo real cada vez más específicos. OpenAI y la empresa de datos de entrenamiento Handshake AI están, según se informa, pidiendo a contratistas externos que suban trabajos reales que realizaron en empleos pasados y actuales. Según un reporte de Wired, esta práctica parece ser parte de una estrategia más amplia entre las empresas de IA que contratan personal para generar datos de entrenamiento de alta calidad, con la esperanza de que esto permita eventualmente que sus modelos automaticen más trabajo administrativo.
En el caso de OpenAI, una presentación interna de la empresa pide, según se informa, a los contratistas que describan las tareas que han realizado en otros empleos y que suban ejemplos de trabajo real, hecho en el puesto, que hayan completado efectivamente. La presentación especifica que estos ejemplos deben incluir resultados concretos en lugar de resúmenes de los archivos, solicitando los archivos reales como documentos de Word, PDF, presentaciones de PowerPoint, hojas de cálculo de Excel, imágenes o repositorios de código. Para abordar las preocupaciones de privacidad, OpenAI, según se informa, instruye a los contratistas a eliminar la información confidencial y de identificación personal antes de subir los archivos. La empresa los dirige a una herramienta de ChatGPT llamada “Superstar Scrubbing”, diseñada para eliminar información de identificación personal (PII, por sus siglas en inglés) de los datos antes de enviarlos.
Sin embargo, este método de recolección de datos introduce graves vulnerabilidades legales. El abogado de propiedad intelectual Evan Brown dijo a Wired que cualquier laboratorio de IA que adopte este enfoque se está “poniendo en gran riesgo”. Brown señaló que la estrategia requiere una cantidad significativa de confianza en los contratistas para decidir qué es confidencial y qué no. Al depender de contratistas individuales para filtrar datos propietarios, las empresas de IA pueden ingerir inadvertidamente propiedad intelectual corporativa protegida, exponiéndose a posibles litigios. Un portavoz de OpenAI declinó hacer comentarios sobre el reporte.
Por qué importa
Esta práctica destaca el impulso agresivo de las empresas de IA por asegurar datos de entrenamiento de alta calidad, mientras que simultáneamente las expone a importantes responsabilidades legales y de confidencialidad relacionadas con la propiedad intelectual.