Google está utilizando videos de YouTube para entrenar sus modelos Gemini, VEO 3 AI

Google está utilizando su expansiva biblioteca de videos de YouTube para entrenar sus modelos de inteligencia artificial, incluidos Gemini y el generador de video y audio VEO 3, ha aprendido CNBC.

La compañía de tecnología está recurriendo a su catálogo de 20 mil millones de videos de YouTube para capacitar estas herramientas de IA de la nueva era, según una persona que no estaba autorizada a hablar públicamente sobre el asunto. Google confirmó a CNBC que se basa en sus videos Vault of YouTube para capacitar a sus modelos de IA, pero la compañía dijo que solo usa un subconjunto de sus videos para la capacitación y que honra acuerdos específicos con creadores y compañías de medios.

«Siempre hemos usado contenido de YouTube para mejorar nuestros productos, y esto no ha cambiado con el advenimiento de la IA», dijo un portavoz de YouTube en un comunicado. «También reconocemos la necesidad de barandillas, por lo que hemos invertido en protecciones sólidas que permiten a los creadores proteger su imagen y semejanza en la era de la IA, algo que estamos comprometidos a continuar».

Tal uso de videos de YouTube tiene el potencial de conducir a una crisis de propiedad intelectual para creadores y compañías de medios, dijeron los expertos.

Si bien YouTube dice que ha compartido esta información anteriormente, los expertos que hablaron con CNBC dijeron que los creadores y organizaciones de medios no lo entienden ampliamente que Google está capacitando a sus modelos de IA utilizando su videociblioteca.

YouTube no dijo cuántos de los 20 mil millones de videos en su plataforma o cuáles se usan para la capacitación de IA. Pero dada la escala de la plataforma, la capacitación en solo el 1% del catálogo ascendería a 2.300 millones de minutos de contenido, lo que los expertos dicen que es más de 40 veces los datos de capacitación utilizados por los modelos de IA competidores.

La compañía compartió en una publicación de blog publicada en septiembre que el contenido de YouTube podría usarse para «mejorar la experiencia del producto … incluso a través del aprendizaje automático y las aplicaciones de IA». Los usuarios que han subido contenido al servicio no tienen forma de optar por dejar que Google entrenara en sus videos.

«Es plausible que estén tomando datos de muchos creadores que han gastado mucho tiempo y energía y su propio pensamiento en poner en estos videos», dijo Luke Arrigoni, CEO de Loti, una compañía que trabaja para proteger la identidad digital para los creadores. «Está ayudando al modelo VEO 3 a hacer una versión sintética, un pobre facsímil, de estos creadores. Eso no es necesariamente justo para ellos».

CNBC habló con múltiples creadores líderes y profesionales de IP, ninguno sabía o había sido informado por YouTube que su contenido podría usarse para entrenar a los modelos de IA de Google.

La revelación de que YouTube está capacitando en los videos de sus usuarios es notable después de que Google en mayo anunció VeO 3, uno de los generadores de videos de IA más avanzados del mercado. En su presentación, Google mostró secuencias de video de nivel cinematográfico, incluida una escena de un viejo en un bote y otro que muestra animales de Pixar hablando entre sí. La totalidad de las escenas, tanto la visual como el audio, se generaron por completo.

Según YouTube, los creadores independientes suben a la plataforma un promedio de 20 millones de videos cada día. Muchos creadores dicen que ahora les preocupa que puedan estar ayudando sin saberlo a entrenar un sistema que eventualmente podría competir o reemplazarlos.

«No duele su ventaja competitiva en absoluto decirle a la gente en qué tipo de videos entrenan y cuántos entrenaron», dijo Arrigoni. «Lo único que realmente afectaría sería su relación con los creadores».

Incluso si la salida final de VEO 3 no replica directamente el trabajo existente, el contenido generado alimenta las herramientas comerciales que podrían competir con los creadores que hicieron posibles los datos de capacitación, todos sin crédito, consentimiento o compensación, dijeron los expertos.

Al subir un video a la plataforma, el usuario está de acuerdo en que YouTube tiene una licencia amplia para el contenido.

«Al proporcionar contenido al servicio, usted otorga a YouTube una licencia mundial, no exclusiva, libre de regalías, sublicensable y transferible para usar ese contenido», decían los términos de servicio.

«Hemos visto a un número creciente de creadores descubrir versiones falsas de sí mismos que circulan en todas las plataformas: nuevas herramientas como VEO 3 solo aceleran la tendencia», dijo Dan Neely, CEO de Vermillio, que ayuda a las personas a proteger su semejanza de ser mal utilizados y también facilita la licencia segura de contenido autorizado.

La compañía de Neely ha desafiado las plataformas de inteligencia artificial para generar contenido que supuestamente infringe la propiedad intelectual de sus clientes, tanto individuales como corporativas. Neely dice que aunque YouTube tiene el derecho de usar este contenido, muchos de los creadores de contenido que publican en la plataforma desconocen que sus videos se están utilizando para entrenar el software de IA generador de video.

Vermillio usa una herramienta patentada llamada Trace ID para evaluar si un video generado por IA tiene una superposición significativa con un video creado por humanos. Trace ID asigna puntajes en una escala de cero a 100. Cualquier puntaje de más de 10 para un video con audio se considera significativo, dijo Neely.

En un ejemplo citado por Neely, un video del creador de YouTube Brodie Moss Contenido estrechamente coincidente generado por VEO 3. Trace ID atribuyó una puntuación de 71 al video original con el audio solo anotando más de 90.

Algunos creadores le dijeron a CNBC que agradecen la oportunidad de usar VEO 3, incluso si puede haber sido entrenado en su contenido.

«Trato de tratarlo como una competencia amistosa más que estos adversarios», dijo Sam Beres, un creador con 10 millones de suscriptores en YouTube. «Estoy tratando de hacer las cosas positivamente porque es lo inevitable, pero es un poco emocionante inevitable».

Google incluye una cláusula de indemnización para sus productos de IA generativos, incluido VEO, lo que significa que si un usuario enfrenta un desafío de derechos de autor sobre el contenido generado por IA, Google asumirá la responsabilidad legal y cubrirá los costos asociados.

YouTube anunció una asociación con la Agencia Creative Artists en diciembre para desarrollar el acceso a los mejores talentos para identificar y administrar contenido generado por IA que presente su imagen. YouTube también tiene una herramienta para que los creadores soliciten que se elimine un video si creen que abusa de su semejanza.

Sin embargo, Arrigoni dijo que la herramienta no ha sido confiable para sus clientes.

YouTube también permite a los creadores optar por no recibir capacitación de terceros de compañías selectas de IA, incluidas Amazonas, Manzana y Nvidiapero los usuarios no pueden evitar que Google entrene para sus propios modelos.

El Walt Disney Company Y Universal presentó una demanda conjunta el miércoles pasado contra el generador de imágenes AI MidJourney, alegando infracción de derechos de autor, la primera demanda de su tipo de Hollywood.

«Las personas que están perdiendo son los artistas y los creadores y los adolescentes cuyas vidas están volcadas», dijo el senador Josh Hawley, R-Mo., En mayo, en un Senado que escucha sobre el uso de IA para replicar la semejanza de los humanos. «Tenemos que brindar a las personas poderosas derechos exigibles y sus imágenes en sus propiedades en sus vidas de nuevo o esto nunca va a detenerse».

Divulgación: Universal es parte de NBCUniversal, la empresa matriz de CNBC.

MIRAR: Google Buyouts resalta la reducción de costos de Tech en medio de AI Capex Boom