Meta-email avslöjar torrentning av piratkopierade böcker för AI-träning

Nyligen avslöjade e-postmeddelanden har dykt upp som det bokförfattare kallar ”det mest fördömande beviset” mot Meta i en pågående upphovsrättsprocess, enligt vad som först rapporterades av Ars Technica.

Ars Technica rapporterar att författarna anklagar Meta för att olagligt ha tränat sina AI-modeller på piratkopierade böcker, och mejlen avslöjar interna bekymmer om legaliteten av att torrenta och seeda upphovsrättsskyddat material.

Förra månaden erkände Meta att de laddat ner en kontroversiell databas som kallas LibGen, som innehåller tiotals miljoner piratkopierade böcker.

Dock förblev detaljerna oklara tills de ocensurerade e-postmeddelandena blev offentliga.

Enligt författarnas rättsliga handling laddade Meta ner ”minst 81.7 terabyte data över flera skuggbibliotek via webbplatsen Anna’s Archive, inklusive minst 35.7 terabyte data från Z-Library och LibGen.” Dessutom ”har Meta tidigare laddat ner 80.6 terabyte data från LibGen.”

”Omfattningen av Metas olagliga torrentningsverksamhet är häpnadsväckande,” konstaterade författarnas handling, och påpekade att även ”betydligt mindre dataintrång – endast .008 procent av mängden upphovsrättsskyddade verk som Meta piratkopierat – har lett till att domare hänvisat tillvägagångssättet till USA:s åklagarmyndighet för brottsutredning.”

Ars Technica noterar att e-postmeddelandena också avslöjar intern oro bland Meta-anställda. I april 2023 skrev forskningsingenjören Nikolay Bashlykov, ”Att torrenta från en företagslaptop känns inte rätt,” och lade till en smiley emoji.

Han uttryckte oro över att använda Meta IP-adresser ”för att ladda ner piratmaterial genom torrents.” I september 2023 hade Bashlykov tappat humorn, konsulterade Metas juridiska team och varnade för att ”användning av torrents skulle innebära ‘seeding’ av filerna – dvs., att dela innehållet utåt, detta kan juridiskt sett inte vara OK.”

Trots dessa varningar hävdar författare att Meta fortsatte att torrenta och seeda piratkopierat innehåll, och till och med försökte dölja sina aktiviteter.

Ars Technica rapporterar att interna meddelanden visar att Meta undvek att använda Facebooks servrar för att ladda ner datamängden för att ”undvika” ”risken” att någon ”spårar tillbaka seedern/nedladdaren”, som beskrivits av forskaren Frank Zhang.

Michael Clark, en Meta-chef, medgav också i en deposition att inställningarna ändrades ”så att minsta möjliga mängd sådd kunde ske.”

Författarna hävdar nu att Meta-personalen som var inblandad i beslutet om torrenting måste deponeras igen, eftersom de nya bevisen påstås ”motsäger tidigare depositionsvittnesmål.”

Till exempel, medan VD Mark Zuckerberg hävdade att han inte var inblandad i att använda LibGen för AI-träning, tyder oklarade meddelanden på att ”beslutet att använda LibGen skedde” efter ”en tidigare eskalering till MZ.”

Ars Technica rapporterar att Meta har hävdat att dess AI-träning på LibGen utgör ”fair use” och förnekat all olaglig distribution av författarnas verk. Torrent-avslöjandena har dock komplicerat dess försvar, vilket möjliggör för författare att utöka sina påståenden om direkt upphovsrättsintrång.

När fallet fortsätter, står Meta inför ökad granskning för hur de hanterar upphovsrättsskyddat material, med författarna fast beslutna att hålla teknikjätten ansvarig för vad de beskriver som ett ”massivt olagligt torrenting system.”