Các Email từ Meta Tiết Lộ Việc Tải Lậu Sách Bằng Torrent Để Huấn Luyện AI

Email mới được mở khóa đã xuất hiện như những “bằng chứng chứng tỏ” đáng chú ý nhất chống lại Meta trong một vụ kiện vi phạm bản quyền đang tiếp tục, được đưa tin lần đầu bởi Ars Technica.

Ars Technica đưa tin rằng các tác giả cáo buộc Meta đã học máy trên các sách bị đạo nhái một cách bất hợp pháp, và những email tiết lộ những mối quan ngại nội bộ về tính hợp pháp của việc tải và chia sẻ tài liệu có bản quyền thông qua torrent.

Tháng trước, Meta đã thừa nhận việc tải lậu một bộ dữ liệu gây tranh cãi được biết đến với tên gọi LibGen, chứa hàng chục triệu cuốn sách bản quyền bị đánh cắp.

Tuy nhiên, chi tiết vẫn còn mơ hồ cho đến khi các email chưa qua chỉnh sửa được công bố.

Theo đơn kiện của các tác giả, Meta đã tải lậu “ít nhất 81,7 terabyte dữ liệu qua nhiều thư viện ảo thông qua trang web Anna’s Archive, bao gồm ít nhất 35,7 terabyte dữ liệu từ Z-Library và LibGen.” Thêm vào đó, “Meta cũng đã từng tải lậu 80,6 terabyte dữ liệu từ LibGen.”

“Quy mô của hệ thống tải lậu trái phép của Meta đáng kinh ngạc,” tác giả khẳng định trong đơn kiện, lưu ý rằng ngay cả “những hành vi sao chép dữ liệu trái phép nhỏ hơn rất nhiều – chỉ chiếm .008 phần trăm so với tổng lượng tác phẩm bản quyền mà Meta đã tải lậu – đã dẫn đến việc các Thẩm phán chuyển hành vi này cho Văn phòng Luật sư Hoa Kỳ để điều tra hình sự.”

Ars Technica lưu ý rằng những email này cũng tiết lộ sự bất ổn nội bộ giữa các nhân viên của Meta. Vào tháng 4 năm 2023, kỹ sư nghiên cứu Nikolay Bashlykov đã viết, “Việc tải torrent từ máy tính xách tay của công ty không cảm thấy đúng đắn,” thêm vào đó một biểu tượng cảm xúc nụ cười.

Anh ta đã bày tỏ lo ngại về việc sử dụng địa chỉ IP của Meta “để tải nội dung đánh cắp qua torrent.” Đến tháng 9 năm 2023, Bashlykov đã bỏ qua sự hài hước, tư vấn với nhóm pháp lý của Meta và cảnh báo rằng “việc sử dụng torrent sẽ đồng nghĩa với việc ‘chia sẻ’ các tệp tin – tức là, chia sẻ nội dung ra ngoài, điều này có thể không hợp pháp.”

Mặc dù có những cảnh báo, các tác giả cáo buộc rằng Meta tiếp tục tải lậu và phân phối nội dung lậu, thậm chí cố gắng che giấu hoạt động của mình.

Ars Technica báo cáo rằng tin nhắn nội bộ cho thấy Meta đã tránh sử dụng máy chủ Facebook để tải xuống bộ dữ liệu để “tránh” “nguy cơ” ai đó “truy lùng nguồn gốc của người tải/seeder,” như mô tả bởi nhà nghiên cứu Frank Zhang.

Michael Clark, một giám đốc điều hành của Meta, cũng thừa nhận trong một lời khai rằng các cài đặt đã được chỉnh sửa “để số lượng gieo trồng tối thiểu có thể xảy ra.”

Các tác giả giờ đây đề xuất rằng nhân viên Meta liên quan đến quyết định torrenting phải được thẩm vấn lại, vì bằng chứng mới được cho là “mâu thuẫn với lời khai trước đó.”

Ví dụ, trong khi CEO Mark Zuckerberg khẳng định không tham gia vào việc sử dụng LibGen cho việc huấn luyện AI, những tin nhắn không bị che khuất cho thấy “quyết định sử dụng LibGen” đã xảy ra sau “một lần leo thang trước đó với MZ.”

Ars Technica báo cáo rằng Meta khẳng định việc huấn luyện AI của mình trên LibGen là “sử dụng hợp lý” và phủ nhận bất kỳ việc phân phối trái phép tác phẩm của các tác giả. Tuy nhiên, những tiết lộ về việc torrenting đã làm phức tạp lời biện hộ của nó, cho phép các tác giả mở rộng yêu cầu vi phạm bản quyền trực tiếp của họ.

Khi vụ kiện tiếp tục, Meta đối mặt với sự kiểm duyệt ngày càng gia tăng về cách xử lý tài liệu bản quyền, với những tác giả quyết tâm đưa ông lớn công nghệ này ra trước mặt công lý vì những gì họ mô tả là một “hệ thống torrenting phi pháp quy mô lớn”.