AI summary
OpenAI dituduh menggunakan konten berbayar tanpa izin untuk melatih model AI mereka. Penelitian menunjukkan bahwa model GPT-4o memiliki pengenalan yang lebih baik terhadap konten O'Reilly dibandingkan model sebelumnya. Metode DE-COP digunakan untuk mendeteksi apakah model AI memiliki pengetahuan tentang teks tertentu dari data pelatihan. OpenAI, perusahaan yang mengembangkan model AI seperti ChatGPT, dituduh menggunakan konten berhak cipta tanpa izin untuk melatih modelnya. Sebuah makalah baru dari organisasi pengawas AI mengklaim bahwa OpenAI mungkin telah menggunakan buku-buku berbayar dari O'Reilly Media tanpa lisensi untuk melatih model GPT-4o, yang merupakan model default di ChatGPT. Penulis makalah tersebut, termasuk pendiri O'Reilly Media, menyatakan bahwa model GPT-4o menunjukkan pengenalan yang lebih kuat terhadap konten buku O'Reilly dibandingkan dengan model sebelumnya, GPT-3.5 Turbo.Para peneliti menggunakan metode yang disebut DE-COP untuk menguji apakah model AI dapat membedakan antara teks yang ditulis manusia dan versi yang dihasilkan oleh AI. Hasilnya menunjukkan bahwa GPT-4o kemungkinan memiliki pengetahuan tentang banyak buku O'Reilly yang tidak dipublikasikan sebelum batas waktu pelatihan model tersebut. Namun, penulis juga mengakui bahwa metode mereka tidak sempurna dan ada kemungkinan OpenAI mendapatkan kutipan buku tersebut dari pengguna yang menyalinnya ke dalam ChatGPT.Meskipun OpenAI memiliki beberapa kesepakatan lisensi untuk data pelatihannya, perusahaan ini sedang menghadapi beberapa tuntutan hukum terkait praktik penggunaan data pelatihan dan hak cipta. Makalah O'Reilly ini menambah tantangan bagi OpenAI dalam menghadapi kritik dan masalah hukum yang sedang berlangsung.
Dugaan penggunaan data berbayar tanpa izin ini menandakan ketidaksiapan industri AI dalam menangani etika pelatihan data berhak cipta. OpenAI harus segera memperkuat kebijakan pengumpulan data dan transparansi agar kepercayaan publik dapat dipertahankan di tengah ketatnya regulasi hak cipta.
