Uno de los mayores conjuntos de datos de entrenamiento musical para IA conocidos públicamente ha sido retirado, mientras una ola de demandas colectivas contra empresas de música generativa avanza en los tribunales estadounidenses y un nuevo artículo académico enmarca el debate sobre la extracción de datos en términos neocoloniales.
Retirada del conjunto de datos y consecuencias para los investigadores
Una investigación publicada el mes pasado identificó cuatro conjuntos de datos de circulación pública que contienen aproximadamente 21,2 millones de grabaciones protegidas por derechos de autor. Una herramienta de búsqueda complementaria permitía a los artistas comprobar si sus canciones estaban incluidas, lo que provocó consternación entre los músicos que encontraron sus obras en esas colecciones.
Tres de los cuatro conjuntos de datos no contienen archivos de audio, solo enlaces a YouTube y Spotify acompañados de metadatos. Los desarrolladores suelen introducirlos en herramientas de extracción automatizadas que eluden las pantallas de inicio de sesión, los anuncios y los mecanismos de pago de regalías. Los únicos usuarios confirmados son Google y Stability AI, que citaron el Free Music Archive, la más pequeña de las cuatro colecciones, en artículos de investigación publicados. Se desconoce quién descargó qué de los dos conjuntos de datos que representan la gran mayoría de los 21 millones de pistas, ya que ninguna legislación exige actualmente su divulgación.
A raíz de la investigación, Sleeping-DISCO-9M, un conjunto de datos de algo más de 9,7 millones de pistas extraídas de música comercial, fue retirado por su editor, el Sleeping AI Research Collective. La eliminación del enlace de descarga original no garantiza que los datos hayan dejado de circular, y el conjunto de datos sigue siendo consultable a través de una herramienta de acceso público.
Un artículo que acompañaba al conjunto de datos, titulado “SLEEPING-DISCO 9M: Un conjunto de datos de preentrenamiento a gran escala para modelado generativo de música”, también fue retirado discretamente. Su resumen señalaba que “no existen conjuntos de datos de alta calidad de código abierto que representen canciones populares y conocidas”. Los autores pretendían utilizar el conjunto de datos para el preentrenamiento de modelos generativos. Aunque la retirada no constituye una admisión de responsabilidad, los demandantes en casos de derechos de autor podrían argumentar que demuestra conciencia de posibles riesgos legales. Sin estos conjuntos de datos, los investigadores que construyen modelos musicales de código abierto se ven obligados a recurrir a bibliotecas libres de regalías, música con licencias Creative Commons, catálogos con licencia o conjuntos de datos sintéticos, todos los cuales presentan limitaciones en cuanto a escala o diversidad musical.
Sleeping AI emitió un comunicado describiendo la “eliminación total” como una decisión deliberada “en respuesta a controversias públicas emergentes, comportamientos de acoso localizado y crecientes incidentes de doxing que comprometieron la seguridad personal, la privacidad y las libertades individuales de autores independientes”. El comunicado negaba que el conjunto de datos alojara, indexara o distribuyera contenido multimedia protegido por derechos de autor, y añadía que “tampoco se entrenó nunca ningún modelo de IA generativa con estos metadatos”.
Demandas colectivas y fracturas en las licencias
Al margen de la controversia sobre el conjunto de datos, una serie de demandas colectivas presentadas por músicos independientes avanza contra las empresas de IA musical Suno, Udio, Mureka y, más recientemente, Google, alegando copia no autorizada y entrenamiento de IA. Loevy + Loevy, un bufete de abogados especializado en derechos civiles que participa en el litigio, declaró en su sitio web: “Si las voces independientes guardan silencio, las empresas de IA consolidarán un modelo de negocio que trata el trabajo creativo como combustible gratuito. Si actuamos ahora, juntos, podemos obligarlas a licenciar, pagar y respetar a los artistas que hacen que la música merezca la pena”.
Las negociaciones de licencias entre Suno y dos de las tres grandes discográficas fracasaron a principios de este año. La división ahora se centra en si las canciones generadas por IA pueden descargarse de las plataformas que las producen. Warner Music Group, que llegó a un acuerdo con Suno en noviembre, permite a los usuarios de pago descargar y comercializar sus creaciones. Universal Music Group, que llegó a un acuerdo con Udio en octubre, exigió a Udio que desactivara todas las descargas y dio a los usuarios un plazo de 48 horas para exportar sus canciones antes de eliminar la función.
Universal y Sony Music han acudido a los tribunales para acceder a los términos del acuerdo de Warner, argumentando que no pueden negociar a ciegas contra un pacto cuyo contenido no se les permite conocer. Sony, que se ha negado a llegar a un acuerdo, añadió más de 61.000 grabaciones a su caso contra Suno. Ese caso se dirige a una vista de sentencia sumaria este mes. El fallo podría determinar si el entrenamiento de modelos de IA con grabaciones protegidas por derechos de autor sin licencia constituye uso legítimo o infracción.
Ecos coloniales y modelos alternativos
Un artículo publicado en abril en el Eastern African Journal of Humanities and Social Sciences sostiene que los conjuntos de datos de entrenamiento de IA son “artefactos políticos que fijan formas neocoloniales de opresión al congelar culturas dinámicas y vivas para ser consumidas exógenamente”. El artículo remonta el patrón a la grabación de “Mbube” de Solomon Linda en 1939, que fue arrebatada a su creador, circuló mundialmente y fue monetizada por todos menos por él. El artículo señala la ironía de que un conjunto de datos llamado Sleeping-DISCO se encuentre en el centro de la controversia actual.
Los juristas Chijioke Okorie y Melissa Omino han planteado un argumento relacionado sobre los marcos de licencias propuestos, observando que las licencias abiertas estándar tratan a los propietarios de conjuntos de datos africanos como si fueran entidades del Norte Global con abundantes recursos. El resultado, argumentan, es una desigualdad que surge de tratar como iguales a actores en situaciones desiguales.
Algunos creadores del continente están respondiendo rechazando por completo el modelo de extracción. La start-up nigeriana Korin AI, por ejemplo, funciona obteniendo licencias de música de artistas locales.
