El precedente de Google Books probablemente no pueda proteger a Meta contra esta segunda teoría procesal porque Google nunca puso su colchoneta de datos de libros a disposición para que los usuarios los descargaran: Google es casi seguro que habría perdido el caso si lo hubiera hecho.

En principio, Meta aún podía convencer a un sentenciador de que copiar el 42 por ciento de Harry Potter estaba permitido bajo la doctrina flexible y hecha por el sentenciador de uso ajustado. Pero sería una batalla cuesta en lo alto.

“El examen de uso ajustado que tienes que hacer no es solo ‘el uso de la capacitación es un uso ajustado’, sino que ‘¿es la incorporación en el uso del maniquí ajustado?'”, Dijo Lemley. “Eso complica la historia de los acusados”.

Grimmelmann además dijo que existe el peligro de que esta investigación pueda poner modelos de peso extenso en un longevo peligro procesal que los de peso cerrado. Los investigadores de Cornell y Stanford solo pudieron hacer su trabajo porque los autores tenían camino al maniquí subyacente, y por lo tanto a los títulos de probabilidad de token que permitieron un cálculo competente de las probabilidades para las secuencias de tokens.

La mayoría de los laboratorios líderes, incluidos OpenAI, Anthrope y Google, han restringido cada vez más el camino a estos llamados logits, lo que hace que sea más difícil estudiar estos modelos.

Por otra parte, si una empresa mantiene pesos maniquí en sus propios servidores, puede usar filtros para tratar de evitar que la producción infringente llegue al mundo exógeno. Entonces, incluso si los modelos subyacentes de OpenAi, antrópico y Google han memorizado las obras con derechos de autor de la misma guisa que Vehemencia 3.1 70b, podría ser difícil para cualquier persona fuera de la empresa probarlo.

Por otra parte, este tipo de filtrado facilita a las empresas con modelos de peso cerrado invocar el precedente de Google Books. En sumario, la ley de derechos de autor podría crear un válido desincentivo para que las empresas publiquen modelos de peso extenso.

“Es un poco perverso”, me dijo Mark Lemley. “No me gusta ese resultado”.

Por otro banda, los jueces podrían concluir que sería malo castigar efectivamente a las empresas por editar modelos de peso extenso.

“Hay un cargo en el que estar extenso y compartir pesos es una especie de servicio notorio”, me dijo Grimmelmann. “Honestamente, podría ver a los jueces menos escépticos con Meta y otros que proporcionan modelos de peso extenso”.

Timothy B. Lee estuvo en el personal de ARS Technica de 2017 a 2021. Hoy, escribe Entendiendo ai, Un boletín que explora cómo funciona la IA y cómo está cambiando nuestro mundo. Puedes suscribirte aquí.