AppleやAnthropicがYouTubeの文字起こしをAIトレーニングに無断で使用との報道

　米メディアのProof Newsは7月16日（現地時間）、Wiredと共同で調査した結果、米Appleや米Anthropicなどが自社のAIのトレーニングに大量のYouTube動画の素材を使っていることが分かったと報じた。

　調査によると、4万8000以上のチャンネルから抜き出された17万3536本のYouTube動画の字幕が、Anthropic、Nvidia、Apple、SalesforceなどのAIトレーニングに使われていたという。

　これらの企業は、YouTubeから直接動画を取り込んでいるのではなく、米非営利団体EleutherAIが公開しているAIトレーニング用データセットを利用している。

　EleutherAIはこのデータセット「The Pile」を、「大企業と競争するリソースを持たない個人や企業のために」まとめたとしている。データセットにはYouTubeのスクリプトAPI経由でダウンロードした字幕の他、書籍やWikipediaのテキストも含まれている。

　YouTubeの字幕を利用された配信者には、MrBeast、PewDiePie、マルケス・ブラウンリー氏などの著名人も含まれる。

　ブラウンリー氏はこの件について自身のXアカウントで「Appleは（YouTubeを直接）スクレイピングしてはいないので、技術的には“過失”を回避しているが、これは長期にわたって問題になるだろう」とポストした。

　YouTubeのニール・モーハンCEOは4月、米OpenAIが自社のAIモデルのトレーニングにYouTubeの動画を使っているならば、それは「明らかな違反になる」と語った。

　AnthropicはProof Newsに対して送ったThe Pileを使ったことを認める声明文で、「YouTubeの規約は、プラットフォームの直接使用を対象としており、The Pileのデータセットの使用ではない」と語った。

　SalesforceもThe Pileの使用を認めたが、データセットは公開されているものだと強調した。

　Nvidiaはコメントを控え、Appleはコメント要請に応じなかった。

　Proof Newsは、配信者が自分の動画のスクリプトがThe Pileに含まれるかどうかをチェックするためのツールを公開している。

関連記事

• 

  OpenAIが「Sora」の学習にYouTube動画を使ったとすれば違反──YouTubeのモーハンCEO

• 

  OpenAI、コンテンツのスクレイピングを遮断するツール「Media Manager」を2025年までに提供へ

• 

  200人以上のミュージシャンがAIによる権利侵害の停止を求める公開書簡

• 

  全米作家協会、生成AI大手に「トレーニングに著作を無断で使うな」公開書簡