Перейти к содержанию

El costo de entrenar redes neuronales podría afectar el desarrollo de la IA rusa

APKIT teme que los pagos obligatorios a los titulares de derechos aumenten los costos de los desarrolladores y reduzcan el número de proyectos

Los desarrolladores rusos de inteligencia artificial podrían enfrentarse a una tarifa prácticamente obligatoria por entrenar redes neuronales con materiales de dominio público. Este riesgo fue identificado por la Asociación de Empresas de Computación y Tecnologías de la Información (APKIT) al comentar las enmiendas propuestas a la legislación sobre IA y al Código Civil.

Fuente de la imagen: ChatGPT

La esencia de la disputa es si los desarrolladores deben pagar a los titulares de derechos cada vez que sus textos, imágenes, música u otro contenido abierto se utilizan para entrenar modelos. Una de las opciones discutidas propone la gestión colectiva de tales derechos, según el principio de regalías obligatorias que luego se distribuyen entre los autores. Anteriormente, incluso se propuso un mecanismo similar al actual "impuesto sobre los soportes vírgenes".

APKIT considera que este esquema es técnicamente complejo y advierte que podría aumentar los costos de creación de sistemas de IA. Según la asociación, la carga financiera adicional podría llevar a una reducción en el número de proyectos y aumentar la competencia por especialistas con empresas extranjeras.

Al mismo tiempo, la asociación no rechaza la idea misma de proteger a los autores. APKIT apoya un mecanismo en el que el titular de los derechos pueda prohibir de antemano el uso de sus materiales para el entrenamiento de redes neuronales. Un enfoque similar ya se está discutiendo en el grupo de trabajo: el propietario del contenido podrá declarar públicamente su negativa a que se utilice.

Las enmiendas aún están en fase de discusión. El grupo de trabajo del Consejo de Codificación está preparando propuestas sobre cómo combinar el desarrollo de la IA con la protección de los derechos de autor. En particular, se está discutiendo el reconocimiento del entrenamiento de modelos como una forma separada de uso de obras y reglas que permitan a los autores controlar la inclusión de su contenido en conjuntos de datos de entrenamiento.

Leer más sobre este tema: