ΕΜΕΝΑ ΡΩΤΑ Επ. 058: Το "μαύρο κουτί" της ΤΝ άνοιξε! Τα δεδομένα εκπαίδευσης του SUNO

Αυτόματη μεταγραφή — ενδέχεται να περιέχει λάθη.

00:00 Στο προηγούμενο επεισόδιο είδαμε πώς οι δισκογραφικές ισχυρίζονται ότι εντόπισαν 61.000 τραγούδια τους μέσα στα δεδομένα εκπαίδευσης του Σούνο με ακουστικό αποτύπωμα. Και είπα πως η αόρατη εκπαίδευση τελείωσε. Δεν φανταζόμουν πόσο γρήγορα, γιατί τώρα κάποιος χάκαρε την ίδια εταιρεία και αυτό που βρήκε, εκτός από προσωπικά δεδομένα των χρηστών, ήταν ο κατάλογος με τα τραγούδια που εκπαίδευσαν τη μηχανή.

01:00 και πλατφόρμες όπως το Pond5, Yamendo, Freesound, IMSLP και άλλες. Ξεκαθαρίζω πως αυτές οι αποδείξεις είναι κλεμμένα δεδομένα όπως τα διαβάζουν δημοσιογράφοι. Δεν είναι δικαστικό τεκμήριο, δεν είναι παραδοχή της Σούνο για αυτές τις συγκεκριμένες πλατφόρμες. Και ίδια η παραβίαση, να το κρατήσουμε, εξέθεσε και δεδομένα πελατών, email, τηλέφωνα, στοιχεία πληρωμής.

01:26 Είναι δηλαδή και ένα ζήτημα ασφάλειας, όχι μόνο πνευματικών δικαιωμάτων. Σύμφωνα με το ρεπορτάζ, ανάμεσα στα αρχεία που χρονολογούνται από το 1923-1924, υπάρχει ένα με το όνομα YouTube Music που φέρεται να κατέγραψε πάνω από δύο εκατομμύρια μουσικά κλίπς. Οι ώρες ήχου αναπηγή αθροιζόμενες μετρούνται σε δεκαετίες συνεχούς ακρόασης.

01:55 Υπάρχει ακόμη σχόλιο στον κώδικα που απαριθμεί τις πηγές και σημειώνει πως ό,τι δεν είναι μουσική φιλτράρεται. Και δύο λεπτομέρειες που αν ισχύουν έχουν νομικό βάρος. Ο κώδικας χρησιμοποιούσε διακομιστές που παρακάμπτουν τους μηχανισμούς που εμποδίζουν το μαζικό κατέβασμα από το YouTube. Και δεύτερη, φέρεται να έψαχνε ακαπέλα εκδοχές τραγουδιών για να απομονώσει καθαρές φωνές.

02:26 Σημειώστε το αυτό γιατί θα επανέλθουμε. Μέχρι τώρα η άμυνα του Σούνο ήταν δύο λέξεις. Θεμητή χρήση. Η εκπαίδευση είναι μετασχηματιστική, δεν αναπαράγουμε, δημιουργούμε, λένε. Και επικαλείται μια πραγματική απόφαση, την Barge κατά Anthropic του 2025, που έκρινε ότι η εκπαίδευση τεχνητής νοημοσύνης σε νόμιμα αποκτημένα έργα είναι όντως μετασχηματιστική.

02:58 Η ίδια απόφαση είπε και κάτι άλλο που συχνά παραβλέπεται. Αν τα έργα αποκτήθηκαν παράνομα, είναι δηλαδή πειρατευμένα, δεν μπορεί να συζητάμε για θεμητή χρήση. Η Anthropic, ξέρετε η μαμά του Κλοντ, πλήρωσε 1,5 δις για το πειρατικό κομμάτι. Δεν αρκεί λοιπόν το τι έκανες με τα δεδομένα, μετράει και το πώς τα πήρες. Αν όντως χρησιμοποιήθηκαν πρόξεις για να παρακαθούν οι προστασίες του YouTube, τότε το Σούνο αντιμετωπίζει ένα δεύτερο νομικό μέτωπο για παραβίαση μέτρων προστασίας για το οποίο δεν μπορεί να επικαλεστεί η θεμητή χρήση.

03:35 Η αποκάλυψη αυτή ενισχύει τη θέση της Universal και της Sony. Οι εταιρείες είχαν ήδη προσθέσει στα δικό γραφά τους τον ισχυρισμό για stream ripping από το Σεπτέμβριο του 1925. Το αίτημα να προσθεθούν επιπλέον 61.000 έργα εκκρεμεί ακόμα. Οι αποφάσεις για τη θεμητή χρήση δεν αναμένονται πριν το 1927. Η παραβίαση ή όχι της προστασίας των υπερσιών streaming είναι νομικά ανοιχτή.

04:03 Αλλά η πλησιέστερη μεγάλη ετμιγορία δεν είναι στην Αμερική. Είναι στη Γερμανία. Η ΓΚΕΜΑ, ο Γερμανικός Οργανισμός Δημιουργών με πάνω από 95.000 μέλη, έχει μηνύσει το Σούνο και η απόφαση είναι προγραμματισμένη για τις 31 Ιουλίου, τώρα, το 1926. Στην ακρόαση μάλιστα ο δικαστής έβαλε να παίξουν μέσα στην αίθουσα τα πρωτότυπα Mambor No. 5, Rasputin, Forever Young συγκρίνοντάς τα με αυτά που παράγει το Tsuno.

04:40 Σημειωτέων το ίδιο δικαστήριο έχει ήδη δικαιώσει την Γκέμα απέναντι στην OpenAI το Νοέμβριο του 1925 κρίνοντας ότι η αποθήκευση προστατευμένου υλικού μέσα στις παραμέτρους του μοντέλου συνιστά αναπαραγωγή Βέβαια η Γκέμα εκπροσωπεί δημιουργούς, συνθέτες και στιχουργούς Η δίκη δεν αφορά εκτελεστές ερμηνευτές Ωστόσο η τελεσιδικία μιας ευνοϊκής απόφασης θα είναι καταλητική στη δική μας μάχη για διαφάνεια, άδεια και αποζημίωση.

05:11 Το Σούνο χαρακτήρισε τον κώδικα που διέρευσε παροχημένο και εκτός χρήσης, ενώ την παραβίαση ασήματο περιστατικό που περιορίστηκε γρήγορα και ξαναδιατύπωσε τη γνωστή του θέση. Η μηχάνη εκπαιδεύτηκε με μουσική διαθέσιμη στο ανοιχτό ίντερνετ και σκόπιμα δεν χρησιμοποιεί ονόματα καλλιτεχνών ως κατηγορία με τα δεδομένων. Ο Ντίζερ δήλωσε ότι είναι με το μέρος των καλλιτεχνών και ότι κάθε παραβίαση πρέπει να τιμωρείται.

05:40 Το YouTube δεν σχολιάζει. Πίσω από κάθε ώρα ήχου, πίσω από κάθε αρχείο που εκπαιδεύει τις μηχανές υπάρχει ένας μουσικός που έπαιξε, ένας τραγουδιστής που ερμήνευσε και που δεν τον ρώτησε κανείς. Αυτό ακριβώς λέει η αγωγή του Αμερικανικού Μουσικού Σωματείου κατά της Universal και Warner. Και αυτό ακριβώς κατέθεσε ο Απόλλων στην Ευρωπαϊκή Επιτροπή.

06:03 Δεν αρκεί η διαφάνεια προέλευση των δεδομένων, αλλά απαιτείται η συνένεση του εκτελεστή και η αμοιβή του. Αρχές που η ίδια η Ευρωπαϊκή Νομοθεσία, στο άρθρο 53 του AI Act, ήδη απαιτεί από τα μεγάλα μοντέλα. Το χακάρισμα έδειξε γιατί αυτή η διαφάνεια είναι αναγκαία και γιατί μόνη της δεν αρκεί. Από το σημερινό επεισόδιο κρατάμε τρία πράγματα.

06:28 1. Το μαύρο κουτί της εκπαίδευσης, της τεχνητής νοημοσύνης, άνοιξε, όχι από κάποια νομοθεσία για τη διαφάνεια, αλλά έστω από μια παρανομία. 2. Το διακύβευμα μετατοπίστηκε από το «Είναι θεμητή χρήση η εκπαίδευση» στο πώς αποκτήθηκαν τα δεδομένα της και εφόσον αποδειχθεί παραβίαση προστασίας δεν συντρέχει η θεμητή χρήση.

06:52 Και τρίτο, κάποιος έχει παίξει αυτές τις ατέλειωτες ώρες ήχου που καταπίνει η μηχανή και αυτός ο κάποιος δεν κάθεται στο τραπέζι. Και το ερώτημα του επεισοδίου. Το γεγονός ότι χρειάστηκε ένα χακάρισμα για να μάθουμε από πού ήρθε η μουσική που εκπαίδευσε τη μηχανή. Τι μας λέει για τη διαφάνεια που μας δίνουν οικειοθελώς οι εταιρείες τεχνητής νοημοσύνης.

07:15 Σχολιάστε, μοιραστείτε τα βίντεο, γραφτείτε στο ΕΜΕΝΑΡΟΤΑ για να μείνετε ενήμεροι και να είστε υγιείς, δημιουργικοί και ενωμένοι. Καλή δύναμη!