Secondo un’indagine realizzata da Proof News in collaborazione con Wired, moltissime aziende di intelligenza artificiale al mondo hanno utilizzato migliaia di video di YouTube per addestrare l’intelligenza artificiale, aggirando le regole di YouTube contro la raccolta di materiali dalla piattaforma senza autorizzazione.
Il set di dati in questione si chiama EleutherAI e rientra in un archivio più vasto rilasciato dall’organizzazione non-profit chiamata Pile. Oltre a video di YouTube, Pile ha estratto materiale dal Parlamento europeo e da Wikipedia.
Nello specifico sarebbero 173.536 i video di YouTube usati senza consenso, prelevati da oltre 48.000 canali. Di questi contenuti, sono state scaricate e utilizzate solo le trascrizioni audio. Tra i canali, si contano quelli del Wall Street Journal, NPR e BBC, oltre a programmi televisivi famosissimi come il “The Late Show With Stephen Colbert”, “Last Week Tonight With John Oliver” e “Jimmy Kimmel Live”. E non mancano canali di noti youtuber come MrBeast.
Tra le aziende che hanno usato questo dataset ci sono anche Apple, NVIDIA, Salesforce, Bloomberg, Databricks e Anthropic. Diversi creatori hanno già definito l’utilizzo del materiale senza autorizzazione un furto e il caso sta creando enorme dibattito.
