Les utilisateurs ont à plusieurs reprises exprimé des inquiétudes quant à l’origine des données que les grandes entreprises utilisent pour former des modèles d’intelligence artificielle. Dans le cas présent, Apple prétend défendre la vie privée de ses utilisateurs en n’utilisant pas leurs données pour former l’Apple Intelligence. Cependant, personne n’a parlé d’internet et des vidéos YouTube.
Selon Wired, des géants de la technologie tels que Nvidia, Anthropic et Apple ont utilisé des images provenant de milliers de vidéos YouTube pour entraîner leurs IA. Ces entreprises ont en effet utilisé des séquences provenant d’Eleuther AI, une organisation à but non lucratif qui vise à aider les développeurs d’IA indépendants.
Eleuther AI a téléchargé les fichiers de sous-titres de plus de 170 000 vidéos YouTube, qui ont ensuite été intégrés à une vaste compilation appelée Pile. L’organisation, qui se consacre à l’intelligence artificielle open source, a mis la plupart de ces données à la disposition de tous ceux qui souhaitent les utiliser, y compris les grandes entreprises technologiques. Un exemple notable est celui d’Apple, qui a déclaré avoir utilisé Pile pour entraîner OpenELM, un modèle d’IA avancé développé quelques semaines avant le lancement d’Apple Intelligence.
Fondée en juillet 2020, Eleuther AI a pour principal objectif d’aider au développement de modèles d’IA open source. Bien qu’elle s’adresse principalement aux petits développeurs, les données qu’elle collecte suscitent également l’intérêt de géants de la tech tels qu’Apple.
Il convient toutefois de noter que ni Apple ni les autres entreprises n’ont utilisé directement les données de YouTube. Les données ayant été préalablement collectées par Eleuther AI, ce sont elles qui auraient enfreint les conditions d’utilisation de YouTube. Quoi qu’il en soit, cette situation met en lumière une situation assez courante : le vol de données sans discernement.
