Meta-E-Mails offenbaren das Herunterladen von Raubkopien Büchern für die KI-Training

Neu freigegebene E-Mails sind aufgetaucht, die Buchautoren als die „vernichtendsten Beweise“ gegen Meta in einer laufenden Urheberrechtsklage bezeichnen, wie zuerst von Ars Technica berichtet wurde.

Ars Technica berichtet, dass die Autoren behaupten, Meta habe seine KI-Modelle illegal auf raubkopierten Büchern trainiert. Die E-Mails enthüllen interne Bedenken hinsichtlich der Legalität des Torrenting und Seeding von urheberrechtlich geschütztem Material.

Letzten Monat gab Meta zu, einen umstrittenen Datensatz namens LibGen heruntergeladen zu haben, der zig Millionen von raubkopierten Büchern enthält.

Allerdings blieben die Details unklar, bis die unzensierten E-Mails öffentlich gemacht wurden.

Laut der gerichtlichen Einreichung der Autoren hat Meta „mindestens 81,7 Terabyte Daten über mehrere Schattenbibliotheken durch die Seite Anna’s Archiv getorrent, einschließlich mindestens 35,7 Terabyte Daten von Z-Library und LibGen.“ Darüber hinaus hat Meta zuvor 80,6 Terabyte Daten von LibGen getorrent.“

„Das Ausmaß von Metas rechtswidrigem Torrenting-Schema ist verblüffend“, so die Einreichung der Autoren, die darauf hinweist, dass selbst „deutlich kleinere Datenpiraterieakte – nur 0,008 Prozent der Menge an urheberrechtlich geschützten Werken, die Meta piratisiert hat – dazu geführt haben, dass Richter das Verhalten zur strafrechtlichen Untersuchung an die US-Staatsanwaltschaft überwiesen haben.“

Ars Technica merkt an, dass die E-Mails auch interne Unruhe unter den Meta-Mitarbeitern offenbaren. Im April 2023 schrieb der Forschungsingenieur Nikolay Bashlykov: „Es fühlt sich nicht richtig an, von einem Firmenlaptop aus zu torrentieren“, und fügte ein lächelndes Emoji hinzu.

Er äußerte Bedenken, Meta-IP-Adressen „zum Laden von raubkopiertem Inhalt über Torrents“ zu verwenden. Bis September 2023 hatte Bashlykov den Humor beiseitegelegt, konsultierte das Rechtsteam von Meta und warnte, dass „die Verwendung von Torrents das ‚Seeding‘ der Dateien bedeuten würde – d.h., das Teilen des Inhalts nach außen, das rechtlich nicht in Ordnung sein könnte.“

Trotz dieser Warnungen behaupten Autoren, dass Meta das Torrenting und Seeding von raubkopiertem Inhalt fortgesetzt hat, und hat sogar versucht, seine Aktivitäten zu verbergen.

Ars Technica berichtet, dass interne Nachrichten zeigen, dass Meta vermieden hat, Facebook-Server zum Herunterladen des Datensatzes zu verwenden, um das „Risiko“, dass jemand den Seeder/Downloader „zurückverfolgen“ könnte, zu „vermeiden“, wie von Forscher Frank Zhang beschrieben.

Michael Clark, ein Meta-Manager, gab auch in einer Aussage zu, dass Einstellungen so verändert wurden, „dass die geringstmögliche Menge an Aussaat stattfinden könnte.“

Die Autorinnen argumentieren nun, dass Meta-Mitarbeiter, die an der Entscheidung über das Torrenting beteiligt waren, erneut zur Aussage gebracht werden müssen, da die neuen Beweise angeblich „frühere Aussagen widersprechen.“

Zum Beispiel behauptete CEO Mark Zuckerberg, dass er keine Beteiligung an der Nutzung von LibGen für das AI-Training hatte, doch unzensierte Nachrichten deuten darauf hin, dass die „Entscheidung, LibGen zu benutzen“ nach „einer vorherigen Eskalation zu MZ“ auftrat.

Ars Technica berichtet, dass Meta beibehalten hat, dass sein AI-Training auf LibGen einen „fairen Gebrauch“ darstellt und leugnete jegliche unrechtmäßige Verbreitung der Werke der Autoren. Die Enthüllungen über das Torrenting haben jedoch seine Verteidigung erschwert und den Autoren ermöglicht, ihre Ansprüche auf direkte Urheberrechtsverletzung auszuweiten.

Während der Fall voranschreitet, sieht sich Meta zunehmender Überprüfung seiner Handhabung von urheberrechtlich geschütztem Material gegenüber, wobei die Autoren entschlossen sind, den Technologieriesen für das zu belangen, was sie als „massives rechtswidriges Torrenting-Schema“ bezeichnen.