Sono queste alcuni dei concetti espressi da A.G. Sulzberger, editore del The New York Times, in un’intervista esclusiva rilasciata al Reuters Institute for the Study of Journalism curata dal giornalista Eduardo Suarez.

Concetti e parole che prefigurano una nuova strada per l’integrazione dell’intelligenza artificiale nelle redazioni, superando le paure emozionali e i determinismi tecnologici.

Il The New York Times non è solo un giornale, è un’istituzione. Un faro di informazione che, per oltre 173 anni, ha illuminato il mondo con le sue storie. Ma il NYT non si accontenta di guardare al passato, è proiettato verso il futuro, pronto ad esplorare nuove frontiere del giornalismo.

Sulzberger è consapevole delle preoccupazioni diffuse che pervadono l’ecosistema informativo ma il suo è sempre un punto di vista proattivo: «Questa tecnologia offre un grande potenziale sia al mondo che alla professione del giornalismo, ma offre anche rischi reali. E come settore, dobbiamo preoccuparci di questi rischi. Non possiamo permettere che scompaia un mondo in cui il diritto di una testata giornalistica a essere pagata per il lavoro che spende denaro, richiede tempo e cura e spesso rischia di creare. Non possiamo permettere un mondo in cui scompaia il diritto per una testata giornalistica di avere un rapporto diretto con il pubblico proprio per quel lavoro. Questo è importante e spero che l’intero settore lo prenda sul serio.»

Quindi intelligenza artificiale come possibilità enorme di sviluppo per l’attività giornalistica, sempre gestita e regolata dall’essere umano, con l’attenzione a preservare le preziose risorse umane ed intellettuali che compongono le redazioni dei giornali, come continua Sulzberger:  «Il nostro settore farebbe bene a ricordare che, in un’era in cui l’intelligenza artificiale peggiora la crisi di fiducia negli ambienti digitali, il nostro vantaggio è che siamo imprese guidate da esperti umani, dove i giornalisti sono supportati dai migliori redattori e gli editori sono supportato dagli standard più elevati. Dobbiamo assicurarci che questi strumenti funzionino sempre per noi e che mettiamo il nostro nome dietro ad essi, anziché, come abbiamo visto fare in alcuni posti, renderli liberi.»

L’intelligenza artificiale è sicuramente progresso e innovazione, nel mondo dell’editoria e, se utilizzata nel modo giusto, permette di arrivare a compiere opere precedentemente non pensabili.

«Ricordi il pallone spia cinese che scatenò una tempesta di fuoco internazionale? – ricorda Sulzberger nell’intervista – Abbiamo rintracciato il pallone fino al punto di lancio per vedere cosa è successo.  Quindi abbiamo caricato decine di migliaia di immagini satellitari e addestrato l’intelligenza artificiale a riconoscere il pallone individuandone il riflesso sull’Oceano Pacifico.

Questo è un lavoro che non avremmo mai potuto fare manualmente. Ma, cosa fondamentale, non ci siamo limitati a pubblicare quello. Queste immagini contrassegnate dall’intelligenza artificiale sono state poi esaminate da esseri umani, giornalisti professionisti e abbiamo mostrato questo viaggio. Per me, questo è ciò che è emozionante.

Tre anni fa, scommetto che la CIA era l’unica organizzazione al mondo che avrebbe potuto svolgere quel tipo di lavoro. Ora un gruppo di giornalisti al secondo piano di questo edificio è riuscito a farlo. Questo è il tipo di cosa che mi entusiasma di più.»

Ancora una volta, il giornalismo è alle prese con trasformazioni profonde, equiparabili a quelle avvenute con l’avvento di Internet o ancor prima, con l’invenzione della stampa che hanno messo a rischio la sopravvivenza del settore, non possiamo permetterci di restare fermi, ma è necessario essere costantemente pronti a adattarsi e a progredire, come afferma Sulzberger: “Il percorso da seguire in qualsiasi periodo di gigantesca trasformazione è porre sempre domande, essere scettici riguardo alle risposte e davvero non credere in alcuna soluzione miracolosa”.

Le prove offerte dagli autori miravano a dimostrare che, quando richiesto, ChatGPT remixava le opere protette da copyright di migliaia di autori di libri senza consenso, compenso o credito.

Il 19 febbraio 2024, la giudice federale californiana Araceli Martínez-Olguín ha respinto le accuse degli autori ritenendo che non sia stata riscontrata una somiglianza diretta tra gli output di ChatGPT e le opere originali.

Martínez-Olguín ha sottolineato che i querelanti “non hanno dimostrato che gli output di ChatGPT contengano copie dirette dei libri protetti da copyright” e invece per accettare una tale accusa le opere “devono mostrare una sostanziale somiglianza tra gli output e i materiali protetti da copyright”.

Nonostante la vittoria, OpenAI è ancora sotto accusa, in base alla decisione della giudice, infatti, gli autori possono continuare a perseguire eventuali reclami per violazione del diritto d’autore, fino al 13 marzo.

Gli autori, precedentemente citati, avevano intentato la stessa causa anche contro Meta, in questo caso le accuse era argomentate dal fatto che i libri degli autori fossero accessibili nei set di dati che Meta utilizzava per addestrare i suoi modelli LLaMA. Nella denuncia i querelanti esponevano i motivi per cui ritenevano che i set di dati utilizzati da Meta avessero origini illecite, oltre la richiesta del diritto di copyright.

Effettivamente le analisi hanno confermato che i loro scritti fanno parte del set di dati Books3, un insieme di testi che comprende circa 195.000 libri.

Creato dall’ingegnere AI Shawn Presser nel 2020, Books3 è una raccolta di ebook piratati, per circa un terzo di narrativa e per due terzi di saggistica. Il set di dati fa parte di un progetto più ampio chiamato “The Pile”, volto a fornire dati open-source per i modelli di linguaggio.

Nonostante ciò a Novembre scorso l’accusa era stata respinta: il giudice distrettuale degli Stati Uniti Chhabria aveva negato la teoria degli autori secondo cui il sistema di intelligenza artificiale di Meta è esso stesso un lavoro derivato illecito reso possibile solo da informazioni estratte da materiale protetto da copyright. “Questo è insensato”, aveva scritto nell’ordinanza il giudice “Non c’è modo di interpretare i modelli LLaMA stessi come una rifusione o un adattamento di uno qualsiasi dei libri dei querelanti.”

Per quanto riguarda l’accusa di violazione del copyright invece, è stata anch’essa respinta in quanto il giudice ha ritenuto non ci fossero prove sufficienti e nell’ordinanza ha specificato: “Per prevalere su una teoria secondo cui i risultati di LLaMA costituiscono una violazione derivata, i querelanti dovrebbero infatti affermare e infine dimostrare che i risultati ‘incorporano in qualche forma una parte dei libri del querelante”.

La controversia in questione non è un caso isolato, ma rappresenta un esempio di una serie di dispute legali simili che coinvolgono le grandi aziende tecnologiche, in merito all’utilizzo di opere coperte da copyright per addestrare sistemi di intelligenza artificiale.

Emblematica è l’azione legale del The New York Times contro OpenAI.

Il Giornale ha accusato l’azienda di AI di aver utilizzato milioni dei suoi articoli nell’addestramento di modelli di intelligenza artificiale senza nessuna autorizzazione, mettendo a rischio il rapporto con i lettori e minacciando la qualità del giornalismo. Le analisi e il procedimento giudiziario sono ancora in corso.

L’accordo si focalizza sull’affrontare i crescenti rischi legati ai contenuti ingannevoli generati dall’intelligenza artificiale, soprattutto in contesti elettorali.

I firmatari si sono impegnati a sviluppare e implementare tecnologie atte a mitigare tali rischi, individuare e contrastare la diffusione di tali contenuti sulle loro piattaforme e adottare misure appropriate. Oltre a ciò, l’accordo prevede lo scambio di migliori pratiche, una trasparenza totale riguardo alle politiche adottate, un dialogo costante con la società civile e le istituzioni accademiche per ricevere feedback e promuovere la consapevolezza e la resilienza della società di fronte a tali minacce.

Nick Clegg, presidente degli affari globali di Meta ha affermato “Nessuna azienda tecnologica, nessun governo, nessuna organizzazione della società civile è in grado di affrontare da sola l’avvento di questa tecnologia e il suo possibile uso nefasto”.

Sebbene l’accordo sia principalmente simbolico, esso mira a contrastare immagini, audio e video generati dall’intelligenza artificiale che possono falsificare o alterare l’aspetto, la voce o le azioni di figure politiche e funzionari elettorali, o diffondere informazioni false agli elettori. L’accordo invita le piattaforme a prestare particolare attenzione al contesto e a garantire la salvaguardia delle espressioni educative, documentaristiche, artistiche, satiriche e politiche, oltre a promuovere la massima trasparenza riguardo alle loro politiche e a educare il pubblico su come riconoscere la disinformazione.

Le aziende coinvolte non si sono impegnate a vietare o rimuovere i deepfake, ma si sono concentrate su metodi per individuare ed etichettare i contenuti ingannevoli dell’intelligenza artificiale sulle loro piattaforme e garantendo risposte rapide e proporzionate in caso di diffusione di tali contenuti.

Nonostante le critiche riguardo alla vaghezza degli impegni e alla mancanza di requisiti vincolanti. Rachel Orey, direttrice associata senior del progetto Bipartisan Policy Center, ha riconosciuto l’importanza di evitare che gli strumenti tecnologici compromettano elezioni libere ed eque ed ha sottolineato l’esigenza del monitoraggio attento per garantire l’attuazione degli impegni.

Alcuni leader politici europei e statunitensi hanno accolto positivamente l’accordo, mettendo in guardia sui potenziali rischi della disinformazione alimentata dall’intelligenza artificiale e sottolineando l’importanza di un uso responsabile di tali tecnologie. Vera Jourová, vicepresidente della Commissione europea, ha affermato che sebbene un tale accordo non possa essere completo, “contiene elementi positivi e di grande impatto”.

Nonostante molte aziende abbiano già adottato politiche per scoraggiare i post ingannevoli sui processi elettorali, sono state sollecitate a fare di più. Alcune società di intelligenza artificiale sono state invitate a ridurre la diffusione della tecnologia fino a quando non saranno implementate misure di salvaguardia adeguate.

Oltre alle aziende coinvolte direttamente nell’accordo, altre hanno sottolineato l’importanza della collaborazione, sottoscrivendo l’accordo: gli sviluppatori di chatbot Anthropic e Inflection AI, ElevenLabs, startup di clonazione vocale, Arm Holdings, progettista di chip, società di sicurezza McAfee e TrendMicro, e Stability . Un’assenza importante è  quella di Midjourney, generatore di immagini IA, che però sembra che si stia muovendo già in questa direzione.

L’accordo prevede che Reddit conceda all’azienda l’accesso ai post e ai commenti degli utenti, che verranno utilizzati per addestrare modelli di intelligenza artificiale.

Il contratto (e le controversie ad esso associate) si basa sulla concessione dell’utilizzo delle API (interfaccia di programmazione delle applicazioni) di Reddit, per consentire l’accesso ai dati del sito web.

Reddit rappresenta una fonte di dati ricca e variegata, contenente post e commenti di milioni di utenti su una vasta gamma di argomenti, accumulati negli ultimi 18 anni.

La cessione dell’uso delle API da parte di Reddit non è una novità: infatti, a partire da aprile 2020, Reddit ha iniziato a tariffare l’accesso alle API, offrendo diverse opzioni di prezzo in base alle esigenze dei clienti. Già all’epoca gli sviluppatori si erano opposti alla decisione di Reddit di monetizzare l’accesso alle API, che precedentemente erano gratuite e le comunità interne a Reddit avevano protestato contro questa decisione, chiudendo temporaneamente i propri servizi causando disagi al funzionamento del sito.

La differenza con quest’accordo è questione di scala e di privacy: gli utenti hanno lamentato la vendita dei propri dati senza consenso e il potenziale rischio di violazione della privacy e dei diritti personali.

Per Reddit, l’accordo rappresenta un tentativo di aumentare le entrate e di attrarre investitori in vista della quotazione in borsa prevista per il 2024, con una valutazione stimata di 5 miliardi di dollari.

Dal punto di vista del settore dell’intelligenza artificiale, in particolare per quanto riguarda l’intelligenza artificiale generativa, questo contratto ha ripercussioni significative. Le aziende che operano in questo ambito stanno cercando di migliorare i loro modelli linguistici di grandi dimensioni (LLM), che sono in grado di generare testi coerenti e realistici.

Per farlo, hanno bisogno di dati di alta qualità e quantità, che possono essere ottenuti da fonti come Reddit.

Reddit non è il primo a seguire questa strategia, ricordiamo già due casi simili di cui abbiamo già parlato: da un lato  l’accordo di Axel Springer, uno dei principali gruppi di media digitali in Europa, con OpenAI, leader nel campo dell’intelligenza artificiale, per consentire l’addestramento dei suoi modelli IA con i dati delle proprie testate; dall’altro Apple che sta esplorando la possibilità di stabilire accordi pluriennali con editori per ottenere l’accesso alle notizie.

Sora si basa su una versione del modello di diffusione utilizzato da Dalle-3 di OpenAI e da GPT-4, il che gli consente di comprendere non solo le istruzioni testuali fornite, ma anche di sviluppare una comprensione della grammatica cinematografica per produrre video più realistici.

Con Sora OpenAI entra in competizione diretta con altre aziende come Runway, Meta che hanno già lanciato progetti simili. Proprio qualche giorno fa, Google ha lanciato Lumiere, Tuttavia, OpenAI afferma che Sora si distingue per il suo sorprendente fotorealismo e la capacità di produrre video più lunghi, fino a un minuto, rispetto alla concorrenza.

L’obiettivo dichiarato è quello di produrre video in grado di competere con le produzioni cinematografiche, senza richiedere agli utenti competenze specifiche nel campo della regia o della produzione video.

Attualmente in fase di sviluppo, Sora è presentato come un prodotto di ricerca e sarà inizialmente reso disponibile a un gruppo selezionato di creatori ed esperti di sicurezza per testarlo e identificarne eventuali vulnerabilità. Questa fase di test è cruciale per garantire che il prodotto finale sia sicuro per un utilizzo più ampio.

OpenAI prevede di rendere Sora accessibile a tutti, sebbene al momento non sia stata specificata una data precisa per il suo lancio completo sul mercato. Tuttavia, l’azienda ha deciso di anticipare la presentazione dell’applicazione per mostrarne le capacità in anteprima al pubblico.

Una delle principali preoccupazioni riguardo l’utilizzo di un tale strumento è la possibilità di creare contenuti come violenza estrema, pornografia, immagini offensive, somiglianze con celebrità o violazioni dei diritti di proprietà intellettuale altrui.

OpenAI si impegna a garantire che Sora non diventi uno strumento per la diffusione di contenuti dannosi o per la disinformazione e, a questo scopo, l’azienda collabora con il consorzio C2PA (Coalition for Content Provenance and Authenticity), insieme alle altre aziende del settore, per stabilire standard comuni di identificazione dei contenuti generati dall’intelligenza artificiale.