O jornalista Alex Reisner, numa investigação publicada pelo The Atlantic, descobriu quatro conjuntos de dados musicais que estão a ser utilizados para treinar modelos de inteligência artificial e disponibilizou-os numa plataforma de pesquisa pública. Entre os ficheiros encontrados, destacam-se duas coleções massivas com 12 milhões e 9 milhões de faixas, acompanhadas por dois conjuntos menores que ultrapassam as 100 mil músicas cada um.
Embora estas coleções estejam acessíveis na internet, a sua aplicação no desenvolvimento de novos sistemas não se resume a descarregar um ficheiro compactado. De acordo com os dados apurados, gigantes do setor como a Google e a Stability confirmaram em relatórios científicos a utilização destas listas de dados para as suas investigações de mercado, que já foram descarregadas milhares de vezes por programadores de todo o mundo.
Métodos de extração contornam regras das plataformas
A maior parte dos conjuntos de dados identificados funciona através de listas de ligações que remetem para conteúdos alojados em plataformas populares de streaming, como o Spotify ou o YouTube. Para obter o áudio real, os criadores de inteligência artificial recorrem a ferramentas automatizadas que extraem o som diretamente destas fontes digitais.
Este processo de recolha levanta sérios problemas éticos e legais, uma vez que o software utilizado permite ignorar os sistemas de autenticação, contornar a exibição de publicidade e evitar os mecanismos de subscrição que garantem a remuneração dos autores dos conteúdos originais. Este tipo de atividade viola de forma direta os termos de serviço estabelecidos pelas plataformas de distribuição de música.
Artistas de renome mundial incluídos nas listas
A ferramenta de monitorização criada para o efeito revela que os dados de treino abrangem uma enorme variedade de géneros e criadores. Na lista de canções capturadas constam nomes sonantes da música pop internacional, como Lady Gaga e Fred Again.., mas também bandas consagradas como os Radiohead, Aphex Twin, Wu-Tang Clan e Bruce Springsteen, além do compositor experimental Hainbach.
Muitas das fontes utilizadas, como o arquivo de música livre, permitem a reprodução gratuita para efeitos estritamente pessoais, mas exigem o licenciamento comercial se forem integradas em produtos geradores de receita. Os utilizadores e os detentores de direitos de autor conseguem agora verificar diretamente na base de dados do site de vigilância se as suas obras integram o material que alimenta a tecnologia atual.
Nenhum comentário
Seja o primeiro!