Meta Busca el Desestimado de la Demanda por Derechos de Autor sobre Pornografía por Alegaciones de Entrenamiento de IA

Meta ha solicitado a un tribunal federal de EE. UU. que desestime una demanda que lo acusa de descargar y distribuir ilegalmente miles de videos pornográficos para entrenar sus sistemas de inteligencia artificial. La compañía presentó una moción para desestimar el lunes en el Tribunal de Distrito de EE. UU. para el Distrito Norte de California, argumentando que no hay evidencia de que sus modelos de IA contengan o hayan sido entrenados con material para adultos protegido por derechos de autor. Meta describió las acusaciones como “sin sentido y sin fundamento”, insistiendo en que las afirmaciones son completamente infundadas.

Las Alegaciones Originales de Strike 3 Holdings

La queja fue presentada originalmente en julio por Strike 3 Holdings, una compañía de cine para adultos basada en Miami detrás de marcas como Vixen, Blacked y Tushy. La empresa acusó a Meta de utilizar tanto direcciones IP corporativas como ocultas para torrentear casi 2,400 de sus películas desde 2018. Strike 3 argumentó que estas descargas eran parte de un esfuerzo más amplio para construir sistemas de IA multimodal capaces de procesar datos visuales y basados en texto.

Cuestionando la escala y el patrón de descargas

La moción de Meta impugna la lógica detrás de la teoría de Strike 3, señalando inconsistencias en la escala y el patrón de las supuestas descargas. Según los documentos judiciales, solo 157 de las películas de Strike 3 fueron supuestamente descargadas utilizando las direcciones IP corporativas de Meta durante un período de siete años, un promedio de aproximadamente 22 películas por año en 47 direcciones. La abogada de Meta, Angela L. Dunning, caracterizó la actividad como “miserable, descoordinada” y probablemente el trabajo de “individuos dispares” descargando contenido para uso personal en lugar de cualquier esfuerzo corporativo coordinado para recopilar datos de entrenamiento para sistemas de IA.

Direcciones IP en disputa y falta de evidencia

La presentación también impugna la afirmación de Strike 3 de que Meta utilizó más de 2,500 direcciones IP ocultas o de terceros. Meta argumenta que los demandantes no lograron verificar la propiedad de estas direcciones y, en cambio, se basaron en correlaciones vagas. Uno de los rangos de IP supuestamente vinculados a Meta estaba, de hecho, registrado a nombre de una organización sin fines de lucro de Hawái sin ninguna conexión con la empresa, mientras que otros no tenían dueño identificable en absoluto. Meta además sostiene que no tenía conocimiento ni capacidad para prevenir ninguna descarga supuesta, enfatizando que no obtuvo ningún beneficio de ellas y que la supervisión constante a nivel de red sería tanto técnicamente difícil como legalmente innecesaria.

Implicaciones Legales y Estratégicas

Los expertos legales sugieren que la estrategia de defensa de Meta, aunque poco convencional, puede tener un peso significativo. Dermot McGrath, cofundador de la firma de capital de riesgo Ryze Labs, dijo a Decrypt que la elección de Meta de negar el uso del material por completo le permite evitar las complejidades de argumentar el uso justo o divulgar los procesos internos de capacitación. Según McGrath, admitir que se utilizó tal dato habría obligado a Meta a justificar su inclusión y abrir sus sistemas de IA a un escrutinio externo.

Posible laguna para futuros casos

McGrath advirtió que si el tribunal acepta la línea de defensa de Meta, podría sentar un precedente con implicaciones de gran alcance. Un fallo a favor de Meta podría crear una laguna que debilite las protecciones de derechos de autor en futuros casos relacionados con la IA, dificultando la prueba de la intención o dirección corporativa en el uso de datos. Como resultado, las empresas podrían volverse aún más hábiles en ocultar sus métodos de recolección de datos.

Usos legítimos de material explícito en IA

A pesar de la controversia, los expertos reconocen que hay razones legítimas por las cuales las empresas de IA podrían manejar material explícito. Muchas empresas desarrollan herramientas de seguridad y moderación diseñadas para detectar y bloquear contenido dañino o pornográfico. McGrath explicó que los “equipos rojos” de IA a menudo entrenan estos filtros de seguridad utilizando ejemplos explícitos, lo que permite a los sistemas reconocer y prevenir la generación de dicho material. “Para construir filtros de seguridad efectivos”, señaló, “necesitas entrenar esos filtros con ejemplos de lo que estás tratando de bloquear.”