Base de datos de artistas usada para entrenar la IA de Midjourney genera críticas
Una lista filtrada de 16.000 nombres de artistas vinculada al sistema de prompts de Midjourney ha reavivado las preocupaciones sobre cómo se entrenan los modelos de IA generativa con obras protegidas por copyright sin consentimiento. Los comentaristas debaten si las imágenes generadas por IA deberían optar al copyright, cómo distinguir entre trabajo “asistido por IA” y “autorado por IA”, y si una futura regulación protegerá de verdad a los artistas o simplemente consolidará a las grandes plataformas que pueden permitirse conjuntos de datos con licencia. Algunos ven el cambio como una convulsión tecnológica inevitable, similar a automatizaciones pasadas, mientras que otros sostienen que los modelos que pueden regurgitar datos de entrenamiento cruzan una línea legal y ética que los tribunales acabarán teniendo que abordar.
Estado del copyright para obras generadas por IA
- Varios comentarios señalan que, en EE. UU., las imágenes completamente generadas por IA actualmente no pueden registrarse con copyright; solo están protegidas las partes creadas por humanos de las obras mixtas.
- Otros subrayan que esto es matizado: la Oficina de Copyright permite registrar obras asistidas por IA cuando las contribuciones humanas son lo bastante creativas, pero no obras en las que la IA es la autora principal.
- Hay debate sobre si escribir prompts más la selección/iteración basta como autoría; algunos sostienen que es parecido a la fotografía o a Photoshop, mientras que otros dicen que un simple prompt no es suficiente.
- Los umbrales no están claros: sigue siendo vago cuánto “retoque” o edición hace que una imagen derivada de IA sea registrable con copyright.
Aplicación, detección y procedencia
- Muchos ven una regla general de “no arte de IA” o “el arte de IA es de dominio público” como prácticamente inaplicable porque la salida de la IA es difícil de detectar, especialmente cuando ha sido editada.
- Entre las propuestas está invertir el supuesto por defecto (asumir IA salvo que se demuestre lo contrario) y exigir a los creadores que conserven artefactos del proceso; los críticos lo ven gravoso y poco realista para la mayoría de los artistas.
- Algunos sugieren historiales de edición autenticados criptográficamente para el arte digital; otros señalan que esto puede manipularse o resultar oneroso en distintos tipos de medios.
Legalidad y ética de los datos de entrenamiento
- Hay un fuerte desacuerdo sobre si entrenar con obras protegidas por copyright es un “fair use” lícito o un robo frontal.
- Algunos sostienen que los modelos son como compresión; la infracción solo ocurre cuando los usuarios fuerzan la regurgitación literal. Otros responden que la investigación sobre memorización muestra que los modelos almacenan de hecho obras protegidas, lo que convierte a los pesos mismos en algo infractor.
- Se debate si las salidas son realmente “derivadas”, cómo atribuir valor a millones de elementos de entrenamiento y si los artistas deberían recibir regalías.
Detalles sobre la lista de artistas de Midjourney
- Varios comentaristas señalan que la lista de 16.000 artistas no es el conjunto de entrenamiento real, sino una lista elaborada a posteriori (raspada de fuentes como Wikipedia) usada para optimizar prompts de estilo.
- Se describe a Midjourney como entrenado de forma amplia con “todo”, no solo con esos artistas, aunque ese raspado amplio también es criticado.
Implicaciones económicas y de política pública
- Algunos creen que la batalla ya está perdida debido a la proliferación de modelos abiertos y jurisdicciones permisivas; otros apuntan a Napster/Spotify como prueba de que la ley y las licencias pueden remodelar las prácticas.
- Surgen preocupaciones de que reglas de propiedad intelectual más estrictas favorecerán a los grandes actores establecidos que pueden comprar enormes conjuntos de datos con licencia, centralizando aún más el poder.
- Se hacen comparaciones con la automatización histórica (luditas, telares mecánicos); persiste el desacuerdo sobre si se trata de un cambio tecnológico similar o de algo singularmente explotador porque requirió una copia masiva sin consentimiento.