Internet Archive ha sido a menudo un recurso valioso para los periodistas, ya sea para encontrar registros de tweets eliminados o para proporcionar textos académicos para investigaciones de antecedentes. Sin embargo, la llegada de la IA ha creado una nueva tensión entre las partes. Algunas publicaciones importantes han comenzado a bloquear el acceso de la biblioteca digital sin fines de lucro a su contenido debido a la preocupación de que los robots de las empresas de inteligencia artificial estén utilizando las colecciones de Internet Archive para eliminar indirectamente sus artículos.

«Muchas de estas empresas de IA buscan bases de datos de contenido estructuradas y fácilmente disponibles», dijo Robert Hahn, director de asuntos comerciales y licencias de el guardiándijo Laboratorio Nieman. «La API de Internet Archive habría sido un lugar obvio para conectar sus propias máquinas y extraer la IP».

Los New York Times dio un paso similar. «Estamos bloqueando el acceso del robot de Internet Archive al Veces porque Wayback Machine proporciona acceso ilimitado a Veces contenido, incluso por parte de empresas de inteligencia artificial, sin autorización», confirmó un representante del periódico a Nieman Lab. La publicación centrada en la suscripción Tiempos financieros y el foro social Reddit también han tomado medidas para bloquear selectivamente la forma en que Internet Archive cataloga su material.

Muchos editores han intentado demandar a las empresas de inteligencia artificial por la forma en que acceden al contenido utilizado para entrenar modelos de lenguaje de gran tamaño. Por nombrar algunos sólo del ámbito del periodismo:

• Los New York Times demandado OpenAI y Microsoft

• El Centro de Periodismo de Investigación demandó OpenAI y Microsoft

• El diario de Wall Street y Correo de Nueva York demandado Perplejidad

• Un grupo de editores que incluye El Atlántico, el guardián y politico demandado Adherirse

• Los New York Times y el Tribuna de Chicago demandado Perplejidad

Otros medios de comunicación han buscado acuerdos financieros antes de ofrecer sus bibliotecas como material de formación, aunque esos acuerdos parecen ofrecer una compensación a las editoriales más que a los escritores. Y eso sin siquiera profundizar en los problemas de derechos de autor y piratería que también luchan contra las herramientas de inteligencia artificial otros campos creativos, desde escritores de ficción a artistas visuales a músicos. el conjunto Laboratorio Nieman historia Vale la pena leerlo para cualquiera que haya seguido cualquiera de las respuestas de estas industrias creativas a la inteligencia artificial.