Creative Commons sin fines de lucro, que encabezó el movimiento de licencias que permite a los creadores compartir sus obras mientras conservan los derechos de autor, ahora se está preparando para la era de la IA. El miércoles, la organización anunció el lanzamiento de un nuevo proyecto, CC Signals, que permitirá a los titulares de datos detallar cómo su contenido puede o no puede ser reutilizado por máquinas, como en el caso de capacitar a los modelos de IA.
La idea está destinada a crear un equilibrio entre la naturaleza abierta de Internet y la demanda de cada vez más datos para alimentar la IA.
Como Creative Commons explica en una publicación de blog, la continua extracción de datos en marcha podría erosionar la apertura en Internet y podría ver a las entidades parar sus sitios o protegerlos con paredes de pago, en lugar de compartir acceso a sus datos.
El Proyecto de señales CC, por otro lado, tiene como objetivo proporcionar una solución legal y técnica que proporcione un marco para el intercambio de conjuntos de datos destinados a usarse entre aquellos que controlan los datos y aquellos que los usan para capacitar a la IA.
La demanda está aumentando para dicha herramienta, a medida que las empresas luchan con el cambio de sus políticas y los términos de servicio para limitar la capacitación de IA en sus datos o explicar en qué medida utilizarán los datos de los usuarios para fines relacionados con la IA.
Por ejemplo, X inicialmente hizo un cambio que permitió a terceros capacitar a sus modelos en sus datos públicos, luego luego revirtió eso. Reddit está utilizando su archivo Robots.txt, que está destinado a decirle a los rastreadores web automatizados si pueden acceder a su sitio, para restringir los bots de raspar sus datos para capacitar la IA. Cloudflare está buscando una solución que cargaría los bots de IA por rasparse, así como herramientas para confundirlos. Y los desarrolladores de código abierto también han creado herramientas para reducir la velocidad y desperdiciar los recursos de los rastreadores de IA que no respetaron sus directivas de “no rastreo”.
En cambio, el Proyecto de señales CC propone una solución diferente: un conjunto de herramientas que ofrece una gama de exigibilidad legal, pero todas las cuales tienen un peso ético, similar a las licencias de CC que hoy cubren miles de millones de obras creativas abiertas con licencia en línea.
“Las señales de CC están diseñadas para sostener a los bienes comunes en la era de la IA”, dijo Anna Tumadóttir, CEO de Creative Commons, en un anuncio. “Al igual que las licencias de CC ayudaron a construir la web abierta, creemos que CC Signals ayudará a dar forma a un ecosistema de IA abierto basado en reciprocidad”.
El proyecto solo está comenzando a tomar forma. Se han publicado diseños tempranos en el sitio web de CC y la página de GitHub. La organización busca activamente comentarios públicos antes de sus planes para un lanzamiento alfa (prueba temprana) en noviembre de 2025. También organizará una serie de ayuntamientos para recibir comentarios y preguntas.
