Proof News tarafından yürütülen bir soruşturma, Apple, Nvidia, Anthropic ve Salesforce gibi dev teknoloji şirketlerinin, YouTube’un kurallarına aykırı olarak binlerce videoyu yapay zeka (AI) modellerini eğitmek için kullandığını ortaya koydu.
Soruşturmada, 48.000’den fazla kanaldan alınan 173.536 YouTube videosunun altyazılarının bu şirketler tarafından kullanıldığı tespit edildi. YouTube’un eğitim materyallerini izin almadan kullanma yasağına rağmen, bu dev şirketler videoların altyazılarını AI modelleri için veri olarak kullandı.
Eğitim Materyalleri ve YouTube Yıldızlarının Videoları
YouTube Subtitles adlı veri seti, Khan Academy, MIT ve Harvard gibi eğitim ve online öğrenme kanallarından alınan video transkriptlerini içeriyor. Ayrıca, The Wall Street Journal, NPR ve BBC gibi prestijli medya kuruluşlarının yanı sıra, Stephen Colbert, John Oliver ve Jimmy Kimmel’in popüler şovlarının videoları da kullanıldı.
Bu veri setinde YouTube’un en büyük yıldızlarından bazılarına ait videolar da yer aldı. MrBeast, Marques Brownlee, Jacksepticeye ve PewDiePie gibi ünlü isimlerin videoları bu eğitimde kullanıldı. Ayrıca, komplo teorilerini yaymak için kullanılan bazı videoların da veri setine dahil olduğu belirlendi.
İçerik Üreticileri ve Tepkiler
David Pakman, The David Pakman Show’un sunucusu olarak, 160’a yakın videosunun bu veri setine dahil edilmesine tepki gösterdi. Pakman, “Kimse bana gelip, ‘Bunu kullanmak istiyoruz’ demedi,” dedi. Pakman, bu içeriklerin yaratılması için zaman, kaynak ve para harcadığını ve bu verilerden fayda sağlayan şirketlerin kendisine de ödeme yapması gerektiğini savundu.
Nebula’nın CEO’su Dave Wiskus ise bu durumu “hırsızlık” olarak nitelendirdi. Wiskus, yaratıcıların eserlerinin izinleri olmadan kullanılmasının saygısızlık olduğunu belirtti. Ayrıca, bu tür uygulamaların sanatçılara zarar vereceğini ve onların yerine generatif AI kullanılarak işlerin yapılacağını vurguladı.
Teknoloji Şirketlerinin Savunması
EleutherAI adlı veri seti yaratıcısı şirketten temsilciler, Proof’un bulgularıyla ilgili yorum yapmadı. Ancak şirketin web sitesinde, AI geliştirme engellerini azaltmayı ve kesintisiz AI teknolojilerine erişim sağlamayı amaçladıkları belirtiliyor.
Anthropic, Nvidia ve Salesforce gibi şirketler ise bu veri setini kullanmalarını “kamuya açık” olması ile savundu. Salesforce, verinin akademik ve araştırma amaçlı kullanıldığını ve modeli kamuya açık hale getirdiklerini ifade etti.
Bu gelişmeler, büyük teknoloji şirketlerinin AI eğitiminde kullandıkları verilerin kaynaklarını sorgulatmaya devam ediyor. İçerik üreticileri ise bu durumun yaratıcı emeğe saygısızlık olduğunu düşünüyor.