Doxa 1654

La IA generativa tiene un problema de propiedad intelectual

Estrategias para ayudar a las empresas a mitigar el riesgo legal y garantizar que cumplan con la ley.

Por Gil Appel, Juliana Neelbauer y David A. Schweidel

Propiedad intelectual

Harvard Business Review

#Doxa #IA #propiedad #intelectual #estrategia #empresa #riesgo #ley #garantia #datos #creativas #generativa #licencia #aprendizaje #automatico

Resumen. La IA generativa, que utiliza lagos de datos y fragmentos de preguntas para recuperar patrones y relaciones, es cada vez más frecuente en las industrias creativas. Sin embargo, las implicaciones legales del uso de IA generativa aún no están claras, particularmente en relación con la infracción de derechos de autor, la propiedad de obras generadas por IA y contenido sin licencia en datos de entrenamiento. Actualmente, los tribunales están tratando de establecer cómo se deben aplicar las leyes de propiedad intelectual a la IA generativa, y ya se han presentado varios casos. Para protegerse de estos riesgos, las empresas que usan IA generativa deben asegurarse de cumplir con la ley y tomar medidas para mitigar los riesgos potenciales, como asegurarse de usar datos de capacitación sin contenido sin licencia y desarrollar formas de mostrar la procedencia de los contenidos generados.

La IA generativa puede parecer mágica. Los generadores de imágenes como Stable Diffusion, Midjourney o DALL·E 2 pueden producir imágenes notables en estilos que van desde fotografías envejecidas y acuarelas hasta dibujos a lápiz y puntillismo. Los productos resultantes pueden ser fascinantes: tanto la calidad como la velocidad de creación son elevadas en comparación con el desempeño humano promedio. El Museo de Arte Moderno de Nueva York acogió una instalación generada por IA a partir de la propia colección del museo, y el Mauritshuis de La Haya colgó una variante de IA de La joven de la perla de Vermeer mientras el original estaba prestado.

Las capacidades de los generadores de texto son quizás aún más sorprendentes, ya que escriben ensayos, poemas y resúmenes, y están demostrando ser hábiles imitadores de estilo y forma (aunque pueden tomarse licencias creativas con hechos).

Si bien puede parecer que estas nuevas herramientas de IA pueden evocar nuevo material del éter, ese no es el caso. Las plataformas de IA generativa están entrenadas en lagos de datos y fragmentos de preguntas: miles de millones de parámetros que se construyen mediante el procesamiento de software de enormes archivos de imágenes y texto. Las plataformas de IA recuperan patrones y relaciones, que luego usan para crear reglas y luego hacen juicios y predicciones, al responder a un aviso.

Este proceso conlleva riesgos legales, incluida la infracción de la propiedad intelectual. En muchos casos, también plantea cuestiones jurídicas que aún están por resolverse. Por ejemplo, ¿se aplican las infracciones de derechos de autor, patentes y marcas registradas a las creaciones de IA? ¿Está claro quién es el propietario del contenido que crean las plataformas de IA generativa para usted o sus clientes? Antes de que las empresas puedan aprovechar los beneficios de la IA generativa, deben comprender los riesgos y cómo protegerse.

Dónde encaja la IA generativa en el panorama legal actual

Aunque la IA generativa puede ser nueva en el mercado, las leyes existentes tienen implicaciones significativas para su uso. Ahora, los tribunales están determinando cómo se deben aplicar las leyes en los libros. Hay problemas de infracciones y derechos de uso, incertidumbre sobre la propiedad de los trabajos generados por IA y preguntas sobre el contenido sin licencia en los datos de entrenamiento y si los usuarios deberían poder solicitar estas herramientas con referencia directa a los trabajos con derechos de autor y marcas registradas de otros creadores por nombre sin su permiso.

Estos reclamos ya están siendo litigados. En un caso presentado a fines de 2022, Andersen v. Stability AI et al., tres artistas formaron una clase para demandar a múltiples plataformas de IA generativa sobre la base de que la IA usa sus obras originales sin licencia para entrenar su IA en sus estilos, lo que permite a los usuarios generar obras que pueden ser insuficientemente transformadoras a partir de sus obras protegidas existentes, y, como resultado, serían obras derivadas no autorizadas. Si un tribunal determina que los trabajos de AI no están autorizados y son derivados, se pueden aplicar sanciones por infracción sustanciales.

Casos similares presentados en 2023 presentan reclamos de que las empresas entrenaron herramientas de inteligencia artificial utilizando lagos de datos con miles, o incluso muchos millones, de obras sin licencia. Getty, un servicio de licencias de imágenes, presentó una demanda contra los creadores de Stable Diffusion alegando el uso indebido de sus fotos, violando tanto los derechos de autor como los derechos de marca registrada que tiene en su colección de fotografías con marcas de agua.

En cada uno de estos casos, se le pide al sistema legal que aclare los límites de lo que es una “obra derivada” según las leyes de propiedad intelectual y, dependiendo de la jurisdicción, los diferentes tribunales federales de circuito pueden responder con diferentes interpretaciones. Se espera que el resultado de estos casos dependa de la interpretación de la doctrina del uso justo, que permite que el trabajo protegido por derechos de autor se use sin el permiso del propietario “con fines tales como críticas (incluida la sátira), comentarios, informes de noticias, enseñanza (incluidas copias múltiples para uso en el aula), becas o investigación”, y para un uso transformador del material protegido por derechos de autor de una manera para la que no estaba destinado.

Esta no es la primera vez que la tecnología y la ley de derechos de autor chocan entre sí. Google se defendió con éxito de una demanda argumentando que el uso transformador permitió extraer texto de los libros para crear su motor de búsqueda y, por el momento, esta decisión sigue siendo un precedente.

Pero hay otros casos no tecnológicos que podrían dar forma a cómo se tratan los productos de la IA generativa. Un caso ante la Corte Suprema de EE. UU. contra la Fundación Andy Warhol, presentado por la fotógrafa Lynn Goldsmith, que obtuvo la licencia de una imagen del difunto músico Prince, podría refinar la ley de derechos de autor de EE. UU. sobre la cuestión de cuándo una obra de arte es lo suficientemente diferente de su material de origen para convertirse inequívocamente "transformador", y si un tribunal puede considerar el significado del trabajo derivado cuando evalúa esa transformación. Si el tribunal determina que la pieza de Warhol no es un uso justo, podría significar problemas para las obras generadas por IA.

Toda esta incertidumbre presenta una serie de desafíos para las empresas que utilizan IA generativa. Existen riesgos relacionados con la infracción, directa o no intencional, en los contratos que guardan silencio sobre el uso generativo de IA por parte de sus proveedores y clientes. Si un usuario comercial es consciente de que los datos de capacitación pueden incluir trabajos sin licencia o que una IA puede generar trabajos derivados no autorizados que no están cubiertos por el uso justo, una empresa podría verse comprometida por una infracción intencional, que puede incluir daños de hasta $ 150,000 por cada instancia de sabiendo usar. También existe el riesgo de compartir accidentalmente secretos comerciales confidenciales o información comercial al ingresar datos en herramientas de IA generativa.

Mitigar el riesgo y construir un camino a seguir

Este nuevo paradigma significa que las empresas necesitan tomar nuevos pasos para protegerse tanto a corto como a largo plazo.

Los desarrolladores de IA, por ejemplo, deben asegurarse de cumplir con la ley en lo que respecta a la adquisición de datos que se utilizan para entrenar sus modelos. Esto debería implicar otorgar licencias y compensar a las personas que poseen la propiedad intelectual que los desarrolladores buscan agregar a sus datos de capacitación, ya sea otorgando licencias o compartiendo los ingresos generados por la herramienta de IA. Los clientes de herramientas de IA deben preguntar a los proveedores si sus modelos fueron entrenados con algún contenido protegido, revisar los términos de servicio y las políticas de privacidad, y evitar las herramientas de IA generativas que no pueden confirmar que sus datos de entrenamiento tienen la licencia adecuada de los creadores de contenido o están sujetos a código abierto. licencias que cumplen las empresas de IA.

Desarrolladores

A largo plazo, los desarrolladores de IA deberán tomar la iniciativa sobre las formas en que obtienen sus datos, y los inversores deben conocer el origen de los datos. Stable Diffusion, Midjourney y otros han creado sus modelos basados ​​en el conjunto de datos LAION-5B, que contiene casi seis mil millones de imágenes etiquetadas compiladas indiscriminadamente a partir de raspar la web, y se sabe que incluye una cantidad sustancial de creaciones con derechos de autor.

Stability.AI, que desarrolló Stable Diffusion, ha anunciado que los artistas podrán optar por no participar en la próxima generación del generador de imágenes. Pero esto hace que los creadores de contenido tengan la responsabilidad de proteger activamente su IP, en lugar de exigir a los desarrolladores de IA que aseguren la IP del trabajo antes de usarlo, e incluso cuando los artistas opten por no participar, esa decisión solo se reflejará en la próxima iteración de la plataforma. En su lugar, las empresas deberían exigir la aceptación del creador en lugar de la exclusión voluntaria.

Los desarrolladores también deberían trabajar en formas de mantener la procedencia del contenido generado por IA, lo que aumentaría la transparencia sobre los trabajos incluidos en los datos de capacitación. Esto incluiría el registro de la plataforma que se usó para desarrollar el contenido, los detalles sobre la configuración que se empleó, el seguimiento de los metadatos de los datos iniciales y las etiquetas para facilitar los informes de IA, incluida la semilla generativa y el aviso específico que se usó para crear el contenido. Dicha información no solo permitiría la reproducción de la imagen, lo que permitiría verificar fácilmente su veracidad, sino que también hablaría de la intención del usuario, protegiendo así a los usuarios comerciales que pueden necesitar superar reclamos por infracción de propiedad intelectual, así como demostrar que la salida no se debió a la intención deliberada de copiar o robar.

El desarrollo de estas pistas de auditoría garantizaría que las empresas estén preparadas si (o, más probablemente, cuando) los clientes comiencen a incluir demandas para ellos en los contratos como una forma de seguro de que los trabajos del proveedor no se derivan deliberada o involuntariamente sin autorización. Mirando más hacia el futuro, las compañías de seguros pueden requerir estos informes para extender las coberturas de seguros tradicionales a los usuarios comerciales cuyos activos incluyen trabajos generados por IA. Desglosar las contribuciones de los artistas individuales que se incluyeron en los datos de capacitación para producir una imagen respaldaría aún más los esfuerzos para compensar adecuadamente a los contribuyentes e incluso incorporar los derechos de autor del artista original en la nueva creación.

Creadores

Tanto los creadores de contenido individuales como las marcas que crean contenido deben tomar medidas para examinar el riesgo de sus carteras de propiedad intelectual y protegerlas. Esto implica buscar proactivamente su trabajo en conjuntos de datos compilados o lagos de datos a gran escala, incluidos elementos visuales como logotipos e ilustraciones y elementos textuales, como etiquetas de imágenes. Obviamente, esto no podría hacerse manualmente a través de terabytes o petabytes de datos de contenido, pero las herramientas de búsqueda existentes deberían permitir la automatización rentable de esta tarea. Las nuevas herramientas pueden incluso prometer ofuscación de estos algoritmos.

Los creadores de contenido deben monitorear activamente los canales digitales y sociales para detectar la aparición de trabajos que puedan derivarse de los suyos. Para las marcas con marcas valiosas que proteger, no se trata simplemente de buscar elementos específicos como Nike Swoosh o Tiffany Blue. Más bien, puede haber una necesidad de que evolucione el monitoreo de la imagen comercial y la marca para examinar el estilo de los trabajos derivados, que pueden haber surgido de haber sido capacitados en un conjunto específico de imágenes de una marca. Aunque los elementos críticos, como un logotipo o un color específico, pueden no estar presentes en una imagen generada por IA, otros elementos estilísticos pueden sugerir que se usaron elementos destacados del contenido de una marca para producir un trabajo derivado. Tales similitudes pueden sugerir la intención de apropiarse de la buena voluntad del consumidor promedio para la marca mediante el uso de elementos visuales o auditivos reconocibles. La mímica puede verse como la forma más sincera de adulación, pero también puede sugerir el mal uso deliberado de una marca.

La buena noticia con respecto a la infracción de marcas registradas para los dueños de negocios es que los abogados de marcas registradas saben cómo notificar y hacer cumplir los derechos de marcas registradas contra un infractor, por ejemplo, enviando un aviso de cese y desistimiento redactado enérgicamente o una carta de solicitud de licencia, o pasando directamente a la presentación un reclamo de infracción de marca registrada, independientemente de si una plataforma de IA generó la marca no autorizada o si lo hizo un ser humano.

Negocios

Las empresas deben evaluar los términos de sus transacciones para incluir protecciones en los contratos. Como punto de partida, deberían exigir términos de servicio de las plataformas de IA generativa que confirmen la licencia adecuada de los datos de entrenamiento que alimentan su IA. También deben exigir una indemnización amplia por la posible infracción de la propiedad intelectual causada por el hecho de que las empresas de IA no autoricen adecuadamente la entrada de datos o el autoinforme de la propia IA de sus salidas para marcar una posible infracción.

Como mínimo, las empresas deben agregar divulgaciones en sus acuerdos de proveedores y clientes (para servicios personalizados y entrega de productos), si alguna de las partes está utilizando IA generativa para garantizar que los derechos de propiedad intelectual se comprendan y protejan en ambos lados de la mesa, así como la forma en que cada uno parte apoyará el registro de la autoría y propiedad de dichas obras. Los contratos de proveedores y clientes pueden incluir lenguaje relacionado con la IA agregado a las disposiciones de confidencialidad para impedir que las partes receptoras ingresen información confidencial de las partes que divulgan información en las indicaciones de texto de las herramientas de IA.

Algunas empresas líderes han creado listas de verificación generativas de IA para modificaciones de contratos para sus clientes que evalúan cada cláusula para las implicaciones de IA a fin de reducir los riesgos de uso no deseados. Las organizaciones que usan IA generativa, o trabajan con proveedores que lo hacen, deben mantener a sus asesores legales al tanto del alcance y la naturaleza de ese uso, ya que la ley seguirá evolucionando rápidamente.

• • •

En el futuro, los creadores de contenido que tienen una biblioteca suficiente de su propia propiedad intelectual en la que basarse pueden considerar la creación de sus propios conjuntos de datos para entrenar y madurar las plataformas de IA. Los modelos de IA generativa resultantes no necesitan ser entrenados desde cero, sino que pueden basarse en IA generativa de código abierto que ha utilizado contenido de origen legal. Esto permitiría a los creadores de contenido producir contenido con el mismo estilo que su propio trabajo con un registro de auditoría de su propio lago de datos, o licenciar el uso de dichas herramientas a las partes interesadas con título autorizado tanto en los datos de entrenamiento de la IA como en sus resultados. Con este mismo espíritu, los creadores de contenido que han desarrollado seguidores en línea pueden considerar la creación conjunta con seguidores como otro medio para obtener datos de capacitación.

La IA generativa cambiará la naturaleza de la creación de contenido, permitiendo que muchos hagan lo que, hasta ahora, solo unos pocos tenían las habilidades o la tecnología avanzada para lograr a alta velocidad. A medida que se desarrolla esta tecnología floreciente, los usuarios deben respetar los derechos de quienes han permitido su creación, esos mismos creadores de contenido que pueden verse desplazados por ella. Y si bien comprendemos la amenaza real de la IA generativa para parte del sustento de los miembros de la clase creativa, también representa un riesgo para las marcas que han utilizado elementos visuales para crear meticulosamente su identidad. Al mismo tiempo, tanto los creativos como los intereses corporativos tienen una gran oportunidad para crear carteras de sus obras y materiales de marca, metaetiquetarlos y entrenar sus propias plataformas de IA generativa que pueden producir productos autorizados, patentados y

Obtenga más información sobre Propiedad intelectual o temas relacionados Gestión de riesgos, Inteligencia artificial y aprendizaje automático, Tecnología y análisis y Creatividad

Gil Appel es profesor asistente de marketing en la Escuela de Negocios GW. Su investigación descubre información impulsada por las interacciones de los consumidores con las tecnologías digitales, como big data, redes sociales, NFT e IA.

Juliana Neelbauer es socia de Fox Rothschild LLP en los grupos de derecho corporativo, propiedad intelectual, mercados emergentes y entretenimiento y deportes. Es profesora en la Universidad de Maryland y la Universidad de Georgetown en derecho bursátil, negociaciones, activos digitales y derecho comercial.

David A. Schweidel es presidente de Rebecca Cheney McGreevy y profesor de marketing en la Escuela de Negocios Goizueta de la Universidad de Emory. Su investigación se centra en las interacciones del consumidor con la tecnología y cómo esto da forma a la práctica de marketing.