Anthropic pensó que había resuelto sus problemas de piratería de libros con un pago de 1.500 millones de dólares. Sin embargo, las editoriales de música no están impresionadas, y el viernes presentaron una demanda que hace que el 'acuerdo histórico' de la empresa de IA parezca menos una penitencia y más una tarifa de entrada para una fiesta que nunca terminó.

Los pesos pesados de la industria musical, incluidos Sony, EMI y Warner Chappell, alegan que la 'campaña descarada de torrents ilegales, scraping y descarga de obras protegidas por derechos de autor a gran escala' de Anthropic no se detuvo en los libros. Oh, no, se extendió a 'miles y miles' de sus composiciones musicales protegidas, desde cancioneros de los Beatles hasta las 'mejores' canciones de Taylor Swift y 'Las 100 mejores canciones de rock and roll de VH1'.

Según la demanda, la 'campaña masiva' de Anthropic comenzó en julio de 2021 cuando el cofundador Benjamin Mann usó personalmente BitTorrent para descargar millones de libros pirateados de Library Genesis (LibGen). Se alega que el CEO Dario Amodei aprobó el torrenting, y ambos son nombrados como demandados. Cuando LibGen fue cerrado por el FBI, los piratas simplemente lo copiaron para crear Z-Library. Cuando eso fue cerrado, Anthropic supuestamente obtuvo una copia de la copia a través del 'Pirate Library Mirror' (PiLiMi). Mann supuestamente envió un mensaje a sus colegas diciendo que el espejo llegó '¡justo a tiempo!', a lo que un empleado respondió: 'zlibrary my beloved'.

Estos mensajes internos, revelados en el caso de los autores de libros, se utilizan como evidencia de la 'exaltación' de la piratería por parte de Anthropic. Los editores afirman que el torrenting de Anthropic incluyó al menos cientos de libros que contenían partituras y letras de canciones, y pretenden revelar el 'alcance completo' de esto a través del descubrimiento.

Anthropic niega haber utilizado los libros pirateados para entrenar sus modelos comerciales de Claude, pero los editores argumentan que 'entrenamiento' puede definirse de manera amplia. Señalan una fase de 'preentrenamiento' en la que Anthropic pudo haber utilizado datos sintéticos de modelos no comerciales entrenados con texto de LibGen o PiLiMi para reforzar los modelos comerciales de Claude. Y luego está el problema de las salvaguardas: documentos no sellados supuestamente muestran que Anthropic continuó usando el conjunto de datos de LibGen para verificar la similitud de salida, incluso después de dejar de entrenar el LLM con él.

El portavoz de Anthropic desestimó la demanda como 'la tercera demanda de los mismos abogados, reciclando alegaciones de casos ya ante los tribunales', y afirmó que 'entrenar modelos de IA generativa es un uso justo transformador, como sostuvo el tribunal en Bartz'. Pero los editores señalan que la decisión de uso justo en Bartz dependía de la falta de daño de mercado demostrado, algo que creen poder demostrar.

Los editores argumentan que las canciones generadas por IA ya están encabezando las listas de éxitos musicales, compitiendo directamente con los compositores humanos cuyo trabajo no remunerado supuestamente entrenó a la misma IA que los está desplazando. Citan la observación de la Oficina de Derechos de Autor de EE. UU. de que las salidas que compiten en un mercado por un tipo de trabajo pueden diluir los fondos de regalías. También alegan que Claude fue entrenado intencionalmente para regurgitar letras, incluso cuando no se le pedía, y puede reproducir el 'corazón' de canciones populares bajo demanda.

También se saca a relucir el testimonio de Amodei del caso de los libros: dijo que Anthropic podría haber comprado legalmente obras protegidas por derechos de autor, pero las descargó por torrent para evitar un 'trámite legal/práctico/de negocios'. El tribunal lo resumió como descargar libros pirateados 'para evitar la molestia de pagar por ellos'. Los editores enfatizan que Anthropic nunca se acercó a ellos para obtener licencias, a diferencia de sus rivales de IA.

Anthropic guarda celosamente sus fuentes de datos de entrenamiento, pero los editores quieren que el tribunal obligue a la transparencia: una contabilidad de los datos de entrenamiento, métodos y capacidades. De lo contrario, advierten, a los compositores les resultará más difícil ganarse la vida y el mercado se inundará de copias de IA de baja calidad de canciones reconocibles. Y, por supuesto, los editores no recibirán pagos por licenciar canciones para entrenar IA. Como dice la queja, Anthropic 'se enriquece mediante la explotación no compensada de los editores de música' y el trabajo de sus compositores.