Rengeteg adatot loptak el a Spotify-tól

Egy „kalózaktivista csoport” 256 zeneszám metaadatait szedte le a Spotify-ról, valamint 86 millió zenefájlt – írja a Billboard. Ezt az Anna’s Archive oldalon tették közzé, pontosabban a a zenefájlok egy 300 terabyte méretű torrentben vannak. A Spotify a Music Ally-hoz eljuttatott közleményében arról ír, hogy „copyrightellenes szélsőségesek” állnak az akció mögött, akik „korábban a YouTube-ról és más platformokról is leszedtek illegálisan tartalmakat”. A Spotify nyomoz az elkövetők után.

A Music Ally kommentárja szerint a felhasználóknak nem kell aggódniuk a saját adataik biztonsága miatt, mert úgy tűnik, hogy a Spotify külső fejlesztők számára elérhető API-ját használták a kalózok. Viszont a zeneipar számára aggasztó lehet a fejlemény. Nem feltétlenül azért, mert elvileg a 86 millió zenefájllal nem olyan nehéz egy ingyenes „Spotify-klón” elindítása (korábban is léteztek ilyenek, bár nem ekkora katalógussal), hanem azért, mert a generatív AI fejlesztők számára lehet csábító, hogy a 300 terabyte-os adathalmazt használják jogosítás nélküli betanításra.

A Music Ally szerint a YouTube tartalmairól már készültek korábban hasonló adathalmazok, és sokan úgy gondolják, hogy ezeket felhasználták a betanításoknál. Mint arról részletesen itt írtunk, gyakorlatilag az összes AI-cég (beleértve a legismertebbeket, legtőkeerősebbeket is) használt a betanításnál jogsértő módon beszerzett tartalmakat.

Az Anna’s Archive blogposztjában azt írja, hogy az adatok közzétételének a célja „a zenei információk megőrzését segítő archívum” létrehozása. Bár elismerik, hogy a zene archiválása viszonylag magas fokú, mégis vannak vele problémák, például az, hogy elsősorban a legnépszerűbb előadókra fókuszál. A 256 millió zeneszámot leíró metaadatok elemzését meg is kezdték, olyan információkat kibányászva az adatbázisból, mint hogy az opera műfajban működik a legtöbb előadó (majdnem 23 ezer). De látható egy ábra a dalhosszúságok megoszlásáról is (2:00-nál, 3:00-nál és 4:00-nál kiugró csúcsokkal – egyébként 3 és 3:30 közé esik a legtöbb).