Já se perguntou como os modelos de IA obtêm seus dados de treino? Um novo relatório lança uma bomba: o enorme arquivo da web da Common Crawl pode estar a oferecer às empresas de IA uma porta dos fundos para o jornalismo preso atrás de paywalls. Se for verdade, isso levanta questões sérias sobre a ética dos dados na era do aprendizado de máquina. Estaremos a olhar para a próxima grande batalha de direitos autorais na tecnologia?