Twitch: Amazon usa seu conteúdo para IA
A Twitch atualizou as configurações de conta para permitir que streamers optem por não ter seu conteúdo usado no treinamento de modelos de inteligência artificial da Amazon, empresa controladora da plataforma. A mudança tranquilizou alguns criadores, mas ainda não está claro desde quando a plataforma usa postagens, transmissões e vídeos de usuários para treinar os sistemas da Amazon. A revelação levanta novas preocupações sobre como grandes empresas de tecnologia lidam com os dados de seus usuários.
O processo para optar por não participar é simples. Pelo site ou aplicativo da Twitch, o usuário deve clicar no avatar da conta, selecionar Configurações e ir para a seção Segurança e Privacidade no menu. Lá, encontra a opção Treinamento de IA Generativa, onde é possível desativar o uso do conteúdo para essa finalidade.
No texto ao lado da opção, a Twitch avisa que “desativar esta opção não impede a Twitch e a Amazon de usar o conteúdo do seu canal para outros fins descritos no Aviso de Privacidade da Twitch”. Esses fins incluem recursos de plataforma com tecnologia de IA projetados para facilitar o crescimento dos streamers e a monetização, como assistência em tempo real para campanhas de patrocínio, descoberta de espectadores por meio de recomendações e segurança da comunidade com ferramentas como o AutoMod.
A nova configuração busca reconhecer o direito dos criadores de decidir como o conteúdo produzido por eles é usado. No entanto, o lançamento também levantou questões sobre como a Twitch e a Amazon usaram esse conteúdo até agora. Em um fórum dedicado ao tema, mais de 16 mil criadores manifestaram oposição ao uso de seu conteúdo por padrão para treinar os sistemas de IA da Amazon, prática que só veio à tona após a atualização das configurações.
A reação negativa ocorreu após uma transmissão ao vivo em que Mary Kish, chefe de comunidade da Twitch, explicou a introdução das mudanças. A executiva reconheceu que a mudança provocaria uma reação negativa. Mike Minton, chefe de produto da Twitch, também observou, no que descreveu como “uma resposta franca”, que manter a opção de usar conteúdo para treinamento de IA habilitada por padrão era necessário, pois, caso contrário, “ninguém participaria” do processo.
Minton apontou que esses mecanismos não são exclusivos da Twitch e considerou provável que outras empresas que desenvolvem sistemas de IA também estejam extraindo conteúdo da Twitch e de outros serviços para usar em seus treinamentos. “Não sei ao certo”, disse ele, “mas acho bastante razoável supor que quase qualquer conteúdo publicamente disponível é usado para treinar modelos de uma forma ou de outra, com ou sem permissão. Então acho que também precisamos reconhecer que há muita coisa aqui que está além do nosso controle direto”.
Essas declarações levantaram novas perguntas: desde quando o conteúdo da Twitch é usado para treinar modelos de IA? A Amazon é a única empresa que usa esses dados ou seus parceiros de negócios também estão envolvidos? Até que ponto e de que maneiras a autoria do conteúdo publicado pelos criadores é respeitada?
Os Termos de Serviço da Twitch, em vigor desde março de 2024, estipulam que os usuários concedem à Twitch e seus sublicenciados o direito de usar, reproduzir, modificar, adaptar, distribuir e criar trabalhos derivados de seu conteúdo. No entanto, até agora, eles não declararam explicitamente que tais materiais poderiam ser usados para treinar modelos generativos de IA.
O problema dos dados de treinamento
Este caso destaca um dos principais desafios enfrentados pelos desenvolvedores de sistemas de IA: a crescente escassez de dados de alta qualidade para treinar modelos. Embora empresas como a OpenAI tenham chegado a acordos com várias editoras para usar parte de seu conteúdo para esse fim, as fontes de dados disponíveis estão diminuindo à medida que a tecnologia avança e a demanda por dados aumenta. Como resultado, várias alternativas surgiram, reacendendo o debate sobre a ética e a transparência dos processos de treinamento.
Há algum tempo, a Meta usa postagens e imagens que os usuários compartilham no Facebook e no Instagram para treinar seus modelos de IA. Recentemente, também veio à tona que a empresa estava usando a atividade de seus funcionários e capturas de tela feitas por usuários de seus óculos inteligentes para o mesmo fim. Casos semelhantes foram documentados envolvendo Google e YouTube.
Assim, os dados de treinamento de alta qualidade se tornaram outro recurso estratégico, juntamente com chips, memória e eletricidade, que os principais desenvolvedores de modelos de inteligência artificial encontraram em falta enquanto lutam para sustentar o ritmo de inovação exigido pelo mercado. Todos os sinais apontam que parte dessa demanda será atendida com informações geradas pelos próprios usuários, em troca do acesso gratuito a serviços digitais do dia a dia.