Bài báo tiết lộ một xu hướng đáng lo ngại khi các công ty công nghệ lớn, bao gồm Apple, Nvidia và Anthropic, đã sử dụng hàng nghìn video YouTube để huấn luyện mô hình AI của họ mà không có sự cho phép của những người tạo nội dung. Thực tiễn này đã gây phẫn nộ trong cộng đồng những YouTuber nổi tiếng như Mr. Beast, MKBHD, PewDiePie và những người khác.

Cuộc điều tra của Proof News đã phát hiện ra rằng một tập dữ liệu được gọi là "the Pile", được các công ty AI sử dụng rộng rãi, chứa phụ đề của hơn 173.000 video YouTube trên hơn 48.000 kênh. Điều này bao gồm các kênh giáo dục như Khan Academy, MIT và Harvard, cũng như các kênh giải trí phổ biến như The Late Show with Stephen Colbert, Last Week with John Oliver và Jimmy Kimmel Live.

MKBHD, một YouTuber công nghệ nổi tiếng, đã bình luận về vấn đề này, cho rằng mặc dù Apple có thể không trực tiếp chịu trách nhiệm về việc thu thập dữ liệu, đây là một vấn đề đang phát triển và sẽ tiếp tục là một thách thức. Anh cũng chỉ ra rằng anh trả phí cho một dịch vụ để cung cấp các phiên âm chính xác hơn cho các video của mình, những thứ này sau đó đã bị đánh cắp.

Bài báo cũng thảo luận về các hàm ý pháp lý của thực tiễn này, so sánh với vụ kiện đang diễn ra giữa New York Times và OpenAI, nơi tờ báo cáo buộc công ty AI đã sao chép lại một phần lớn các bài báo của họ. Ngoài ra, bài báo cũng đề cập đến việc các công ty AI khác, như Midjourney, đã bị cáo buộc sử dụng tài liệu có bản quyền để huấn luyện mô hình của họ.

Bài báo đi sâu vào lập luận về việc sử dụng hợp lý, nơi các công ty AI cho rằng hành động của họ tương tự như một con người đọc và học từ nội dung công khai có sẵn. Tuy nhiên, bài báo công nhận những lo ngại của những người tạo nội dung, những người cảm thấy rằng công sức của họ đang bị khai thác mà không có sự đồng ý của họ.

Bài báo cũng nêu ra vấn đề các video YouTube đã bị xóa, những video này vẫn được đưa vào các mô hình AI, ngay cả khi những người tạo ra chúng có thể không còn muốn công việc của họ được truy cập nữa. Điều này nổi bật các thách thức pháp lý và đạo đức phức tạp xung quanh việc sử dụng nội dung do người dùng tạo ra trong việc huấn luyện AI.

Nói chung, bài báo cung cấp một cái nhìn toàn diện về vấn đề ngày càng trở nên nghiêm trọng của việc thu thập dữ liệu AI và những căng thẳng mà nó đã tạo ra giữa các tập đoàn công nghệ lớn và những người tạo nội dung.