Meta treinou um assistente de IA em postagens públicas no Facebook e Instagram

Para treinar seu assistente virtual Meta✴ AI, a Meta✴ usou postagens públicas no Facebook✴ e Instagram✴, mas excluiu da matriz postagens restritas que os usuários compartilhavam apenas com amigos e familiares por respeito à privacidade desses usuários, disse um representante da empresa em entrevista à Reuters.

Fonte da imagem: Gerd Altmann / pixabay.com

A Meta✴ também não usou correspondência pessoal como dados de treinamento e tomou medidas para excluir informações pessoais da matriz, disse Nick Clegg, presidente de assuntos internacionais da Meta✴, nos bastidores do evento Connect. “Tentamos excluir conjuntos de dados em que predomina a informação pessoal”, garantiu o dirigente máximo, acrescentando que a “grande maioria” dos dados utilizados pela Meta✴ para treinar a IA estavam disponíveis publicamente. Por questões de privacidade, a empresa excluiu deliberadamente a plataforma LinkedIn.

As postagens públicas no Facebook✴ e Instagram✴ incluídas no conjunto de dados de treinamento Meta✴ AI incluíam texto e fotografias, disse Clegg: o primeiro foi usado para treinar o grande modelo de linguagem Llama 2, e o último foi usado para treinar o modelo Emu, que formou a base do gerador de imagens. Meta✴ tem restrições sobre o que o assistente de IA pode gerar: por exemplo, é proibido criar imagens fotorrealistas de figuras públicas.

A empresa também está preparada para mais litígios porque ainda não há consenso sobre se a formação em IA se enquadra na doutrina de utilização justa, que permite a utilização limitada de obras protegidas por direitos de autor para a publicação de comentários, artigos de investigação e paródias. Meta✴ assume que sim, mas não descarta litígios sobre esta questão.

Para evitar tais conflitos, a OpenAI assinou no verão passado um acordo de seis anos com a Shutterstock para usar bibliotecas de imagens, vídeos e música para treinar IA. A Meta✴ abordou esta questão de um ângulo diferente, proibindo os usuários de suas plataformas de criar conteúdo que viole a privacidade e os direitos autorais.