¿Alguna vez te has preguntado cómo obtienen sus datos de entrenamiento los modelos de IA? Un nuevo informe suelta una bomba: el enorme archivo web de Common Crawl podría estar entregando a las empresas de IA una puerta trasera al periodismo atrapado detrás de muros de pago. Si es cierto, esto plantea serias preguntas sobre la ética de los datos en la era del aprendizaje automático. ¿Estamos ante la próxima gran batalla de derechos de autor en la tecnología?