Os dados usados pela IA são realmente aqueles que ela deveria usar?

Recentemente vi projetos como RENDER a usar poder de cálculo descentralizado para acelerar a IA, é bastante fixe. Mas há uma questão que parece que ninguém se importa muito: os dados usados durante o treinamento e a geração de conteúdos desses modelos de IA, de quem são realmente?

Agora o desenvolvimento da IA está muito rápido, os dados que são conformes e de fontes verificáveis já não são suficientes. O resultado é que muitos sistemas de IA começaram a coletar indiscriminadamente todos os dados que conseguem encontrar na internet - seja o trabalho árduo de um autor original ou material protegido por direitos autorais, primeiro se usa e depois se vê.

Essa questão parece estranha. Quem vai proteger os direitos dos criadores? Quem é responsável pelo uso indevido dos dados? Se esse problema continuar a ser ignorado, mais cedo ou mais tarde haverá grandes problemas.

Portanto, a abordagem de projetos como o Camp Network torna-se muito interessante - eles querem usar a tecnologia blockchain para confirmar a propriedade dos dados, tornando o uso de dados na era da IA verificável. Talvez esta seja realmente a condição para um desenvolvimento sustentável da IA, caso contrário, ter apenas poder de cálculo e usar dados de "origem desconhecida" não seria apenas um castelo no ar?