<\/p>\n
Da mesma maneira que a IA pode aprender um estilo art\u00edstico de uma imagem, tamb\u00e9m captura os padr\u00f5es com os quais grandes escritores concatenam suas palavras. E o aprendizado n\u00e3o se restringe apenas \u00e0 forma, mas tamb\u00e9m invade o conte\u00fado.<\/p>\n
Se a IA consegue responder sua pergunta, \u00e9 porque ela leu a resposta em algum lugar – certamente em algum texto escrito por algu\u00e9m.<\/p>\n
N\u00e3o tem jeito, para a Intelig\u00eancia Artificial Generativa existir, os modelos precisam ser treinados com uma quantidade absurda de conte\u00fados em diferentes formatos: textos, imagens, v\u00eddeos, entre outros. E quanto mais dados, melhor ser\u00e1 o desempenho do modelo. \u00c9 por este motivo que as empresas de tecnologia fazem uma verdadeira colheita de dados, sem pedir a permiss\u00e3o para os seus donos.<\/p>\n
As t\u00e9cnicas para conseguir os conte\u00fados variam muito. Tudo \u00e9 poss\u00edvel. Recentemente, vazou que a Meta chegou at\u00e9 mesmo a baixar livros pirateados para treinar sua IA. No entanto, uma das t\u00e9cnicas mais comum \u00e9 o “web scraping”, que consiste no uso de “crawlers”, bots automatizados que acessam sites e coletam os conte\u00fados.<\/p>\n
<\/p>\n
Jornais, revistas, artigos cient\u00edficos, livros, portais, blogs, tudo que est\u00e1 online \u00e9 alvo dos “crawlers”. Essa estrat\u00e9gia \u00e9 t\u00e3o agressiva que est\u00e1 sobrecarregando os servidores da Wikip\u00e9dia. A Funda\u00e7\u00e3o Wikimedia anunciou que essa coleta incessante tem puxado terabytes de informa\u00e7\u00e3o e aumentado em 50% o uso de banda para download de conte\u00fado.<\/p>\n
<\/p>\n
<\/p>\n
Os donos de portais, no entanto, est\u00e3o come\u00e7ando a reagir. E a resposta est\u00e1 vindo de muitas dire\u00e7\u00f5es. Desde a\u00e7\u00f5es jur\u00eddicas, como o The New York Times<\/em> que processou a OpenAI, como tamb\u00e9m com solu\u00e7\u00f5es t\u00e9cnicas.<\/p>\n <\/div>\n