BREIN haalt Artificial Intelligence dataset offline

Een grote Nederlandstalige dataset om kunstmatige intelligentie-modellen te trainen is door BREIN offline gehaald. De stichting onderzoekt verder welke AI-modellen deze dataset hebben gebruikt en zal deze partijen aanspreken.

Stichting BREIN ontdekte, na een tip, een dataset bestaande uit illegale kopieën van tienduizenden boeken, miljoenen regels uit nieuwsartikelen van websites en ondertitels van talloze films en tv-series uit illegale bron. De data was gecomprimeerd en hierdoor makkelijk te gebruiken door AI-computermodellen. Hoewel de dataset daarmee niet direct geschikt was voor consumenten om te lezen als e-book of nieuwswebsite is het kopiëren en dataminen uit illegale bron niet toegestaan.

De dataset is inmiddels offline gehaald. De maker heeft een verklaring ondertekend waarin hij belooft geen inbreuk meer te maken en heeft informatie gegeven over wie de dataset heeft ontvangen. BREIN onderzoekt nu welke AI-modellen deze dataset hebben gebruikt en zal de betrokken partijen aanspreken.

BREIN-directeur Bastiaan van Ramshorst: “Brein treedt op tegen inbreukmakend en tegen onrechtmatig gebruik van artificial intelligence. We hebben in de dataset onder meer gezocht naar de letterlijke tekst: ‘Niets uit deze uitgave mag worden verveelvoudigd’ en dit leverde meer dan 10.000 resultaten op. Stuk voor stuk betrof dit illegaal gekopieerde boeken. Ook de nieuwsartikelen zijn gekopieerd van websites met auteursrechtvoorbehoud. Dit toont duidelijk aan dat de auteursrechten niet zijn gerespecteerd, een heterdaadje noemen we dat ook wel.”