September 2023 - nexa - server-nexa.polito.it

‘Biggest act of copyright theft in history’: thousands of Australian books allegedly used to train AI model | Australia news | The Guardian

by Alberto Cammozzo

<https://www.theguardian.com/australia-news/2023/sep/28/australian-books-tra…> Thousands of books from some of Australia’s most celebrated authors have potentially been caught up in what Booker prize-winning novelist Richard Flanagan has called “the biggest act of copyright theft in history”. The works have allegedly been pirated by the US-based Books3 dataset and used to train generative AI for corporations such as Meta and Bloomberg. Flanagan, who found 10 of his works, including the multi-international award-winning 2013 novel The Narrow Road to the Deep North, on the Books3 dataset, told Guardian Australia he was deeply shocked by the discovery made several days ago. “I felt as if my soul had been strip mined and I was powerless to stop it,” he said in a statement. “This is the biggest act of copyright theft in history.” AI could ‘turbo-charge fraud’ and be monopolised by tech companies, Andrew Leigh warns The Australian Publishers Association confirmed to Guardian Australia on Wednesday that as many as 18,000 fiction and nonfiction titles with Australian ISBNs (unique international standard book numbers) appeared to be affected by the copyright infringement, although it is not yet clear what proportion of these are Australian editions of internationally authored books. “We’re still working through [the data] to work out the impact in terms of Australian authors,” APA spokesperson Stuart Glover said. “This is a massive legal and ethical challenge for the publishing industry and for authors globally.” A search tool published on Monday by US media platform The Atlantic and uploaded by the US Authors Guild on Wednesday revealed the works of Peter Carey, Helen Garner, Kate Grenville, Anna Funder, Christos Tsiolkas and Thomas Keneally, as well as Flanagan and dozens of other high-profile Australian authors, were included in the pirated dataset containing more than 180,000 titles. On Thursday, the Australian Society of Authors issued a statement saying it was “horrified” to learn that the works of Australian writers were being used to train artificial intelligence without permission from the authors. ASA chief executive, Olivia Lanchester, described the Books3 dataset as piracy on an industrial scale. “Authors appropriately feel outraged,” Lanchester said. “The fact is this technology relies upon books, journals, essays written by authors, yet permission was not sought nor compensation granted.” Lanchester said the Australian literary industry, while not objecting per se to emerging technologies such as AI, was deeply concerned about the lack of transparency evident in the development and monetisation of AI by global tech companies. “Turning a blind eye to the legitimate rights of copyright owners threatens to diminish already precarious creative careers,” she said. “The enrichment of a few powerful companies is at the cost of thousands of individual creators. This is not how a fair market functions.” Josephine Johnston, chief executive of Australia’s Copyright Agency, described the Books3 development as “a free kick to big tech” at the expense of Australia’s creative and cultural life. “We’re going to need greater transparency – how these tools have been developed, trained, how they operate – before people can truly understand what their legal rights might be,” she said. “We seem to be in this terrible position now where content owners – remembering that the vast majority of them will be individual authors – may actually have to take out court cases to enforce their rights.” Australian copyright law protects creators of original content from data scraping. Litigation in the US against ChatGPT creator OpenAI over use of allegedly pirated book datasets, Books1 and Books2 (which do not appear to be affiliated with Books3) has already commenced. In July, North American horror/fantasy writers Mona Awad (author of Bunny) and Paul Tremblay (author of The Cabin at the End of the World) filed a lawsuit in a San Francisco federal court, alleging ChatGPT unlawfully digested their books as part of its AI training data. On 28 August, OpenAI filed a motion to dismiss the lawsuit, arguing that the authors “misconceive the scope of copyright, failing to take into account the limitations and exceptions (including fair use) that properly leave room for innovations like the large language models now at the forefront of artificial intelligence”. On 19 September the Writers Guild and 17 of its members, including bestselling novelists John Grisham, George RR Martin and Jodi Picoult, filed a complaint in a New York district court against OpenAI, seeking redress for “flagrant and harmful infringements” of guild members’ registered copyrights. In a statement on its website, the guild says while it is aware that companies such as Meta and Bloomberg have used the Books3 dataset to train their LLMs, it is not yet clear whether OpenAI is using Books3 to train its ChatGPT models GPT 3.5 or GPT 4. Democracies face ‘truth decay’ as AI blurs fact and fiction, warns head of Australia’s military Guardian Australia has sought comment from OpenAI, which has yet to officially respond to the guild’s complaint, and Meta. On 4 September, US technology magazine Wired reported that a Danish anti-piracy group called Rights Alliance had been told by Bloomberg that the company did not plan to train future versions of its BloombergGPT using Books3. Bloomberg declined to respond to the Guardian’s queries. The APA said the global nature of the issue would present significant challenges in enforcement and prosecution, and has joined the authors’ society in calling for AI technologies to be regulated. Consultation closed last month for a Department of Industry, Science and Resources discussion paper on supporting responsible AI. A parliamentary inquiry is under way examining the use of generative artificial intelligence in the Australian education system. Flanagan said it was up to the Australian government to act to protect Australia’s writers. “It has power and we do not,” he said. “If it cares for our culture it must now stand up and fight for it.”

Sept. 29, 2023

Un seminario sull'IA linguistica

by Guido Vetere

Illustri, la presente per invitarVi ad un seminario dal titolo: "Le macchie pensano? Quando la tecnologia incontra il problema del significato" che si terrà il 6 Ottobre p.v. ore 18 presso l'Istituto Psicoanalitico per le Ricerche Sociali E.T.S. Passeggiata di Ripetta, 11, nonché anche online. Più informazioni: https://www.iprs.it/evento/intelligenza-artificiale-le-macchine-pensano/ Prenotazioni per la sessione online (gratis) https://www.eventbrite.it/e/biglietti-intelligenza-artificiale-le-macchine-… <https://www.eventbrite.it/e/biglietti-intelligenza-artificiale-le-macchine-…> Cordiali saluti, Guido Vetere

Sept. 28, 2023

towards a new good internet

by Giuseppe Attardi

Dovremmo cercare di superare questa fase di “enshittification” di Internet. Secondo Cory Doctorow, dovremmo: “seize back the means of computation to get back not to the old good internet but the new good internet it could have been”. https://youtu.be/mSeBelDVrgE?si=fQ0nIcMGwCvIZQS6

Sept. 28, 2023

la mia personalissima Utopia Virtuale

by 380°

Buongiorno, visto che possiamo sbizzarrirci con la fantasia, _esageriamo_... 380° <g380(a)biscuolo.net> writes: [...] > io vorrei organizzarmi in una Utopia Virtuale in cui siano /totalmente/ > aboliti i brevetti (mica solo quelli software, eh), tutti i programmi > **di default** (se non c'è indicazione di copyright) siano software > libero /non copyleft/ (tipo licenza MIT o BSD), chiunque voglia > distribuire il proprio codice in forma solo binaria o senza codice > rilasciato con licenze libere debba pagare una tassa sul modello della > Tobin tax e infine chiunque voglia commercializzare qualsiasi > dispositivo elettronico o elettrotecnico sia obbligato a fornire ai > propri clienti lo schema dei circuiti, le ABI per le chiamate del kernel > *e* il codice sorgente di **tutti** i cosiddetti firmware incorporati, a > partire dal microcode della CPU, se c'è Una persona mi ha fatto giustamente notare che le licenze non copyleft non sono proprio il massimo della vita per una società informatica (digitale, cibernetica, fate voi) sana: ha ragione! Ma... In effetti una delle caratteristiche non dichiarate di questa mia personalissima Utopia Virtuale è che più del 50% (facciamo 25% e non se ne parli più?) dei _partecipanti_ sia in grado di leggere e comprendere il codice sorgente del software binario distribuito all'interno dell'Utopia. Intendiamoci: non è un obbligo per poter _partecipare_ all'utopia, è una scelta che ciascuno può fare **liberamente*, considerato il /probabile/ vantaggio economico che gliene deriverebbe, in una tale Utopia. In questo modo, anche se _non_ tutti i partecipanti all'Utopia sanno leggere e comprendere il codice, per quel piacevole effetto collaterale che comporta /essere umani/, troveranno senza ombra di dubbio un /gruppo/ di _partecipanti_ - magari lo fanno *addirittura* di mestiere - che sanno e vogliono aiutarlo (a prezzi modici, anche col baratto al volte) e quindi sapranno verificare che quel codice binario corrisponda al sorgente, aiutati da alcuni efficacissimi strumenti informatici già disponibili oggi. I "verificatori di software" potrebbero /addirittura/ costituire aziende che gestiscono distribuzioni fidate di software binario e relativo codice sorgente; mumble, dove l'ho già sentita? «Tu chiamala, se vuoi, verifica decentralizzata del software.» Questo avrebbe il piacevole effetto collaterale che difficilmente qualcuno si azzarderebbe mai a usare software binario del quale non può verificare - per mezzo di appositi e velocissimi strumenti, già disponibili oggi - la corrispondenza al codice sorgente. A questo punto che la licenza del software sia copyleft o meno non fa poi 'sta gran differenza, anche se il copyleft aumenterebbe di molto la reputazione dei _partecipanti_ che collaborano a progetti software. «Tu chiamalo, se vuoi, incentivo non pecuniario». Soprattutto, comporterebbe che difficilissimamente qualche _partecipante_ all'Utopia si azzardi a distribuire codice binario con dentro funzioni non dichiarate, perché la probabilità di essere sgamato è prossima a 1 (0.9999 periodico?) e il solo pensiero di perdere la loro reputazione agli occhi degli altri partecipanti - e con quella la possibilità di poter operare sul mercato - li farebbe desistere anche senza la minaccia di sanzioni pecuniarie, antitrust, enti di standardizzazione e altre varie istituzioni variopinte. Ovviamente, considerato quanto sopra, il BSaaS (Binary Software as a Service) sarebbe solo un ricordo, perché nessuno sentirebbe il bisogno di /roba/ del genere avendo la possibilità di installarselo o farselo installare (a prezzi modici!) su una macchina propria, visto che chi gliela vende è obbligato a dargli la documentazione, bla, bla, bla. Ovviamente, nella mia Utopia i problemi di interoperabilità non sapremmo nemmeno dove stanno di casa, considerato che il codice... "parla", e scrivere altro codice interoperabile - o la documentazione sull'interoperabilità - sarebbe praticabile da quel 50% (25%?) di _partecipanti_; potrebbero addirittura farlo per mestiere! Ah già, dimenticavo: ovviamente servirebbe anche una rete che consentisse di comunicare all'interno dell'Utopia in modo anonimo e riservato, così che nessun partecipante possa fare lo spione o tracciare il grafo sociale di chi-parla-con-chi [1] per /qualsiasi/ ragione gli venga in mente, neanche il Presidente Mega Galattico Supremo dell'Utopia (com'è umano Lei). «Immagina, puoi.» Hei, 380°: sveglia! :-D [1] quando, dove, come... dire, fare, baciare. -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Sept. 28, 2023

Rapporto, "What Mobilises People Against Big-Tech?"

by J.C. DE MARTIN

Carmi, E. <https://openaccess.city.ac.uk/view/creators_id/elinor=2Ecarmi.html> <http://orcid.org/0000-0003-1108-2075> & Nakou, P. <https://openaccess.city.ac.uk/view/creators_id/panagiota=2Enakou=2E2.html> (2023). /What Mobilises People Against Big-Tech?/. London, UK: City, University of London. https://openaccess.city.ac.uk/id/eprint/31373/ Sequenza Twitter/X con i punti principali: https://twitter.com/elinor_carmi/status/1707042781812707451?s=61&t=2JDFbkj1… jc

Sept. 28, 2023

Re: [nexa] La storia di Internet.

by maurizio lana

per qualche ragione che non so il corpo del messaggio a me non risulta agevolmente leggibile Maurizio Il 28/09/23 10:32, nexa-request(a)server-nexa.polito.it ha scritto: > From: Giuseppe Attardi <attardi(a)di.unipi.it> > To: 380° <g380(a)biscuolo.net> > Cc: nexa(a)server-nexa.polito.it > Subject: Re: [nexa] La storia di Internet. > > An HTML attachment was scrubbed... URL: > <http://server-nexa.polito.it/pipermail/nexa/attachments/20230928/4aa0d1d3/a…> ------------------------------------------------------------------------ la montagna è la prima che insegna a durare Antonia Pozzi ------------------------------------------------------------------------ Maurizio Lana Università del Piemonte Orientale Dipartimento di Studi Umanistici Piazza Roma 36 - 13100 Vercelli

Sept. 28, 2023

Re: [nexa] La storia di Internet.

by 380°

Buongiorno Giuseppe, probabilmente questo sarà il mio ultimo messaggio in questo lungo thread, mi scuso col resto della lista ma non posso fare a meno di commentare alcune ultime (giuro) cose che spero saranno di interesse generale. A mia parziale difesa faccio notare che la dicitura completa di Nexa è "Center for Internet & Society", credo quindi che comprendere Internet sia fondamentale. A latere, non so perché (forse usi un MUA ostico) ma distinguere quello che citi (mio messaggio) dalle tue risposte è difficilissimo. Giuseppe Attardi <attardi(a)di.unipi.it> writes: [...] > Nessuno sostiene che Internet sia perfetta, e infatti è evoluta nel > tempo e alcune delle critiche riguardano aspetti aggiuntivi No, la principale criticità è /embedded/ nel suo protocollo _core_, che è IP: quella è _inemendabile_, quello che è stato costruito sopra (es. TLS/SSL) sono tutti tentativi di mettere un rattoppo, a volte peggio del "buson". > o applicativi (né BGP né SMTP, né il DNS o TSL, per non dire di NAT, > sono parte della Internet Protocol Suite). No dai, per favore, non mettiamoci a discutere proprio su questo: https://en.wikipedia.org/wiki/Internet_protocol_suite Quelli che citi sopra (tranne NAT) fanno parte del "Application Layer" così come definito nel Internet Standard (RFC 1122) [1], che ha 4 layer. [2] https://en.wikipedia.org/wiki/Internet_protocol_suite#Layering_evolution_an… [3] Quindi, quando si parla di BGP, DHCP, DNS, ecc. non si sta parlando di "aspetti aggiuntivi", si sta parlando di /diversi/ elementi - /alcuni/ classificati nel Application Layer [4] - _costitutivi_ di Internet e senza i quali smetterebbe di fuzionare, NAT compreso!... anzi, /grazie/ ai quali Internet fuziona così maledettamente male. Soprassiedo poi su quella perla di progettazione che diede vita a BGP, quel /coso/ che tiene in piedi il routing di tutta Internet e che fa diventare il dirottamento del traffico un giochino da bambini dell'asilo (ai quali però deve esser epermesso accedere alla sala di controllo): aahhrrgg! Detto in altri termini "volgari": Internet NON si limita ai suoi protocolli "transport". [...] > Esatto, non avrebbe avuto molto senso all’epoca inchiavardare > l’encryption nei protocolli core. Amen. Nel 1990, quando Internet verrà distribuita a milioni di utenti in tutto il mondo, /avrà/ senso?!? :-D [...] >> Diciamo che fu un aborto spIntaneo, OK? :-O > > No, io lo vissi come una scelta fatta da tante persone > indipendentemente perché quella ritenuta al momento la migliore, No, nemmeno allora era la migliore: la migliore, quella **progettata** meglio, era OSI. Ma scordiamoci il passato e /sforziamoci/ di accettare che all'epoca (1970 o 1989?) non _c'era_ nessuna alternativa migliore: considerato che /sicuramente/ dall'altro ieri Internet non è più la scelta migliore, che facciamo? Già perché, da quello che so, putroppo l'architettura di IP _non_ è modulare, quindi è impossibile aggiungere oggi 'sta benedetta encryption a IP per /riparare/ Internet. Mi sa che tocca buttare quasi tutto, visto che IP sta in quello strato "core" che si chiama "transport". Da dove cominciamo, quindi, per *sperare* di rimpiazzare Internet tra... 50 anni? Perché oggi non si tratta più di una disputa per stabilire se fosse meglio Betamax o VHS: si tratta di passare al Blu Ray ;-) [...] Cordiali saluti, 380° - [1] in realtà si tratta di STD 3, che ingloba RFC 1122 ma a differenza dei Request for Comments è uno Standard IETF: https://www.rfc-editor.org/info/std3 ...anche se seguire tutti i successivi aggiornamenti (updated by) è /quasi/ come leggere gli emendamenti alle leggi dei parlamenti. - [2] L'unico altro modello standardizzato è OSI model (ISO/IEC 7498-1:1994) e ne ha sette di layer: https://en.wikipedia.org/wiki/Internet_protocol_suite#Layering_evolution_an… Anche solo la comparazione dei modelli "Internet" e "OSI" è un **impresa**: https://en.wikipedia.org/wiki/Internet_protocol_suite#Comparison_of_TCP/IP_… - [3] altri riferimenti, nel caso Wikipedia presenti una classificazione errata: https://www.khanacademy.org/computing/computers-and-internet/xcae6f4a7ff015… https://techgoggler.com/it/telecomunicazioni/internet-protocol-suite-tcp-ip/ https://docs.oracle.com/cd/E19455-01/806-0916/6ja85398m/index.html - [4] Non è colpa mia se quella che volgarmente conosciamo come Internet Protocol Suite nel Application Layer fa un mischione mettendo assieme cose che non c'entrano una rapa tra di loro, come il BGP con HTTP, SMTP, IMAP ecc. Forse qualche layer in più non avrebbe guastato, no? :-D -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Sept. 28, 2023

Fwd: Evento Ishiguro

by don Luca Peyron

Buongiorno a tutti, anche io segnalo un evento milanese particolarmente interessante Un caro saluto dl _________________________ don Luca Peyron Pastorale Universitaria - Apostolato Digitale Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239

Sept. 28, 2023

Seminario: How AI Fosters Global Inequalities (20 novembre, online)

by Michele Molè

Buongiorno, Segnalo che il 20 novembre 2023 ore 15.30 presso l'Università di Groningen (Paesi Bassi) ospiteremo il seminario (online) "[How Artificial Intelligence Fosters Global Inequalities: A Four-Country Study on Data Work](https://www.rug.nl/jantina-tammes-school/calendar/2023/how-artificial-intelligence-fosters-global-inequalities)". Il prof. Antonio A. Casilli (Institut Polytechnique de Paris) presentera' il suo studio condotto con il DiPiLab tra il 2020-2023 in Venezuela, Madagascar, Brasile e Francia. Seguirà un panel multidisciplinare (programma allegato). E' necessario registrarsi[qui](https://forms.gle/V7P8BYyi4AJfHa1Y8), (scuse anticipate per il Google form:)) Michele -- Michele Molè, PhD candidate https://www.rug.nl/staff/m.mole/

Sept. 28, 2023

Re: [nexa] La storia di Internet.

by Giuseppe Attardi

Sept. 28, 2023