Meta e-mailek felfedik a kalózkönyvek torrentezését az AI képzéshez

Mostanában felbontott e-mailek kerültek elő, amiket a könyv szerzők a “legpusztítóbb bizonyítéknak” neveznek a Meta ellen folyó szerzői jogi perben, amint azt először az Ars Technica számolt be róla.

Az Ars Technica beszámolója szerint a szerzők azt állítják, hogy a Meta jogellenesen tanította AI modelleit kalóz kiadású könyveken, és az e-mailek felfedik a belső aggodalmakat a szerzői jogokkal védett anyagok torrentezésének és seedelésének jogi kérdéseivel kapcsolatban.

A múlt hónapban, a Meta bevallotta, hogy egy torrenten keresztül letöltött egy vitatott adatbázist, amely a LibGen névre hallgat és tízmilliószámra tartalmaz kalózkiadású könyveket.

Azonban a részletek homályban maradtak egészen addig, amíg a nem visszatartott e-mailek nyilvánosságra nem kerültek.

A szerzők bírósági beadványában szerepel, hogy a Meta “legalább 81,7 terabájtnyi adatot töltött le torrenten keresztül több titkos könyvtáron keresztül az Anna’s Archive oldalon, beleértve a Z-Library és a LibGen állományából legalább 35,7 terabájtnyi adatot.” Továbbá, “a Meta korábban már 80,6 terabájtnyi adatot töltött le torrenten a LibGenből.”

“A Meta illegális torrentezési rendszerének mértéke megdöbbentő” – áll a szerzők beadványában, megjegyezve, hogy még a “sokkal kisebb adatlopások – mindössze a Meta által kalózkodott szerzői jogokkal védett művek .008 százaléka – is arra vezettek, hogy a bírák az Egyesült Államok Ügyészi Hivatalához fordultak büntetőjogi vizsgálatot indítani.”

Az Ars Technica megjegyzi, hogy az e-mailek belső nyugtalanságot is felfednek a Meta alkalmazottai között. 2023 áprilisában Nikolay Bashlykov kutatómérnök azt írta: “Torrentezni egy vállalati laptopról nem érződik helyesnek,” és hozzátette a mosolygó emojit.

Aggodalmát fejezte ki a Meta IP-címek “kalóztartalom torrenteken keresztüli betöltése” miatt. 2023 szeptemberére Bashlykov lemondott a humorérzékéről, konzultált a Meta jogi csapatával, és figyelmeztetett arra, hogy “a torrentek használata magában foglalná a fájlok ‘seedelését’ – azaz a tartalom megosztását kifelé, ami jogilag nem lenne rendben.”

Ezekkel a figyelmeztetésekkel szemben, a szerzők azt állítják, hogy a Meta továbbra is torrentezett és seedelt kalóz tartalmakat, még megpróbálták is elrejteni tevékenységeiket.

Az Ars Technica jelentése szerint belső üzenetek azt mutatják, hogy a Meta elkerülte a Facebook szervereinek használatát az adathalmaz letöltéséhez, hogy “elkerülje” azt a “kockázatot”, hogy bárki “visszakövethesse a seedert/letöltőt”, ahogy Frank Zhang kutató leírta.

Michael Clark, a Meta vezető is elismerte egy vallomásban, hogy a beállításokat “úgy módosították, hogy a lehető legkisebb mértékű vetés megtörténjen”.

A szerzők most azt érvelik, hogy a Meta munkatársainak, akik a torrentezési döntésben részt vettek, újra vallomást kell tenniük, mivel az új bizonyíték állítólag “ellentmond a korábbi vallomásoknak”.

Például, míg a CEO, Mark Zuckerberg azt állította, hogy nem vett részt a LibGen használatában az AI képzés során, a cenzúrázatlan üzenetek arra utalnak, hogy a “döntés a LibGen használatáról” azután “történt”, hogy “előzetesen feljelentették MZ-nek.”

Az Ars Technica arról számol be, hogy a Meta azt állítja, hogy az AI képzés a LibGen-en a “tisztességes használat” kategóriába tartozik és tagadta a szerzők műveinek bármilyen törvénytelen terjesztését. Azonban a torrentezésről szóló információk bonyolítják a védelmét, lehetővé téve a szerzőknek, hogy kibővítsék a közvetlen szerzői jogi megsértésre vonatkozó állításaikat.

Ahogy az ügy halad előre, a Meta egyre nagyobb vizsgálat alá kerül a szerzői jogi anyag kezelésével kapcsolatban, a szerzők elszántak arra, hogy felelősségre vonják a technológiai óriást azzal, amit ők “óriási, törvénytelen torrentezési rendszernek” neveznek.