Courtesy of TechCrunch

Tuduhan OpenAI Gunakan Buku Berbayar Tanpa Izin untuk Latih Model AI Terbaru

02 Apr 2025, 03.10 WIB

98 dibaca

Ikhtisar 15 Detik

OpenAI dituduh menggunakan konten berbayar tanpa izin untuk melatih model AI mereka.
Penelitian menunjukkan bahwa model GPT-4o memiliki pengenalan yang lebih baik terhadap konten O'Reilly dibandingkan model sebelumnya.
Metode DE-COP digunakan untuk mendeteksi apakah model AI memiliki pengetahuan tentang teks tertentu dari data pelatihan.

OpenAI, perusahaan yang mengembangkan model AI seperti ChatGPT, dituduh menggunakan konten berhak cipta tanpa izin untuk melatih modelnya. Sebuah makalah baru dari organisasi pengawas AI mengklaim bahwa OpenAI mungkin telah menggunakan buku-buku berbayar dari O'Reilly Media tanpa lisensi untuk melatih model GPT-4o, yang merupakan model default di ChatGPT. Penulis makalah tersebut, termasuk pendiri O'Reilly Media, menyatakan bahwa model GPT-4o menunjukkan pengenalan yang lebih kuat terhadap konten buku O'Reilly dibandingkan dengan model sebelumnya, GPT-3.5 Turbo.

Para peneliti menggunakan metode yang disebut DE-COP untuk menguji apakah model AI dapat membedakan antara teks yang ditulis manusia dan versi yang dihasilkan oleh AI. Hasilnya menunjukkan bahwa GPT-4o kemungkinan memiliki pengetahuan tentang banyak buku O'Reilly yang tidak dipublikasikan sebelum batas waktu pelatihan model tersebut. Namun, penulis juga mengakui bahwa metode mereka tidak sempurna dan ada kemungkinan OpenAI mendapatkan kutipan buku tersebut dari pengguna yang menyalinnya ke dalam ChatGPT.

Meskipun OpenAI memiliki beberapa kesepakatan lisensi untuk data pelatihannya, perusahaan ini sedang menghadapi beberapa tuntutan hukum terkait praktik penggunaan data pelatihan dan hak cipta. Makalah O'Reilly ini menambah tantangan bagi OpenAI dalam menghadapi kritik dan masalah hukum yang sedang berlangsung.

--------------------

Analisis Kami: Dugaan penggunaan data berbayar tanpa izin ini menandakan ketidaksiapan industri AI dalam menangani etika pelatihan data berhak cipta. OpenAI harus segera memperkuat kebijakan pengumpulan data dan transparansi agar kepercayaan publik dapat dipertahankan di tengah ketatnya regulasi hak cipta.

--------------------

Analisis Ahli:

Tim O’Reilly: Menggugah kesadaran akan perlunya regulasi yang lebih jelas dan adil dalam penggunaan data berhak cipta oleh perusahaan AI.

Ilan Strauss: Menyoroti pentingnya transparansi dan akuntabilitas dalam pelatihan model AI yang menggunakan data proprietary.

--------------------

What's Next: Kasus hukum dan peraturan akan makin ketat mengawasi praktik pengumpulan dan penggunaan data oleh perusahaan AI, yang mungkin memaksa perusahaan seperti OpenAI untuk lebih transparan dan etis dalam memilih data pelatihan.

Referensi:
[1] https://techcrunch.com/2025/04/01/researchers-suggest-openai-trained-ai-models-on-paywalled-oreilly-books/