Executando verificação de segurança...
Respondendo a "Posso ser sincero? Acredito que essa prática, m..." dentro da publicação 📥 [Aviso de Coleta] Treinando o TabLM: O Desafio dos 100M em PT-BR - Criando uma IA de 100M com o "DNA" do TabNews 🧠 [Pesquisa e Dataset]
2
Slider

Dependendo de gente com esse teu pensamento a gente ia continuar na era das cavernas mesmo.

Tem 999.999 empresas gringas (com ligação direta com governo dos EUA, China, o caralho a 4) raspando TUDO que é site público do planeta, incluindo o TabNews, sem pedir porra nenhuma, sem dar crédito, sem opt-out, sem nada. Elas baixam livros piratas aos montes no Anna’s Archive, treinam modelo em cima de tudo que é repositório do GitHub, Stack Overflow, Reddit, Twitter... e tu vem com essa de “não gostaria que um projeto como esse seguisse a mesma prática”?

Pelo amor de Deus, cara.

Aqui o cara tá sendo mais correto que as big techs:

  • tá dando crédito (ODC-By)
  • tá oferecendo opt-out com blacklist permanente
  • tá avisando com antecedência
  • é pesquisa aberta, sem fins comerciais

E tu ainda acha ruim?

Então me explica: tu quer que ele treine o modelo com o quê? Com vento?? Com dados sintéticos em PT-BR que não existem em quantidade suficiente? Com o que exatamente?

Se fosse opt-in voluntário, como tu quer, ia ter 12 pessoas participando e o modelo ia sair uma merda. Todo mundo sabe disso, inclusive tu.

Quem não quiser que o texto dele sirva pra soberania digital brasileira é só preencher o formulário e pronto. Não é difícil.

Para de viagem e para de querer que projeto pequeno siga regra de santo enquanto as grandes fazem o que querem, e outra.. por esse pensamento minusculo que a gente não tem porcaria nenhuma boa.. não tem um sistema de geolocalização, não tem buscador, não tem app de comunicação próprio.. SOMOS 200% DEPENDENTES DE GRINGO e tu me vem com essa.. pqp..

Carregando publicação patrocinada...
4
jlucfarias

Dependendo de gente com esse teu pensamento a gente ia continuar na era das cavernas mesmo.

Eu não disse que o projeto não deveria existir (inclusive deixei bem claro que apoio o projeto), disse que o projeto começou eticamente semelhante ao "mal" que não se quer propagar

Tem 999.999 empresas gringas raspando TUDO que é site público [...] e tu vem com essa de “não gostaria que um projeto como esse seguisse a mesma prática”?

Exatamente. Toda ação tem uma consequência atrelada e eu estou pensando no projeto não só pelo ponto de vista técnico, mas do ponto de vista ético que é inclusive o ponto de partida do projeto. Se eu quero criticar os outros por uma questão de erro dele, o primeiro que deve agir corretamente sou eu. Então se o projeto nasce a partir dessa crítica, ele deve também ser exemplo.

tá avisando com antecedência

Numa plataforma que nem todos os que são detentores dos dados vão conseguir ver.

E tu ainda acha ruim?

Do ponto de vista ético? Sim como foi estipulado; do ponto de vista técnico? Acho a ideia excelente.

Então me explica: tu quer que ele treine o modelo com o quê?

Eu não sou especialista no projeto, não sei como direcionar para o melhor em relação a isso. Mas sei que existem problemas inerentes à forma do projeto e é nisso que estou tentando alertar.

Se fosse opt-in voluntário, como tu quer, ia ter 12 pessoas participando e o modelo ia sair uma merda.

É provável, mas é uma barreira que poderia ser ultrapassada dd outras formas. Quais? Não sei, não sou especialista no projeto.

para de querer que projeto pequeno siga regra de santo enquanto as grandes fazem o que querem

Há tantos projetos pequenos que seguem essa "regra de santo" que você diz e nem por isso deixaram de ser importantes, seja na prática ou historicamente.

por esse pensamento minusculo que a gente não tem porcaria nenhuma boa... não tem um sistema de geolocalização, não tem buscador, não tem app de comunicação próprio.. SOMOS 200% DEPENDENTES DE GRINGO

Eu concordo que o Brasil é historicamente atrasado em muitas frentes e com uma alta dependência de outros países para muitas coisas (na real não há um país realmente auto suficiente), mas isso não implica em agir dessa forma (eu não concordo que os fins justificam os meios). Eu concordo que precisamos realizar várias ações de melhoria nessa questão de soberania digital e tenho diversas ideias sobre isso (só de seguir o exemplo da Alemanha em relação a padrões abertos e projetos europe-centric, já seria algo excelente).

Enfim, quero reiterar que apoio o projeto, mas não concordo que ele esteja eticamente alinhado com os próprios princípios (ao menos se eu estiver correto que o uso predatório de dados dos usuários pelas big techs for um problema para os criadores do projeto) e que há possíveis questões jurídicas se continuar dessa forma.

1
Slider
  • Autor
    Autor

Clássico pra crlh...

Quando te convém, tu vira "não sou especialista" e "não sei como fazer melhor". Mas quando quer moralizar, aí vira filósofo da ética e diz que o projeto tá "eticamente semelhante ao mal das big techs" kkkkkkk..

Pô, bixo..

Tu mesmo disse que apoia o projeto, mas fica ai reclamando da única forma prática de ele existir com qualidade... Quer opt-in voluntário? Beleza. Aí vão participar uns 12 dev que curtem o papo e o modelo sai uma m*rda inútil em PT-BR técnico.... exatamente o que já temos aos montes.

Tu fala que o projeto "nasce da crítica às big techs, então tem que ser exemplo". Perfeito. E o exemplo aqui é:

  • conteúdo público
  • aviso com antecedência
  • formulário de opt-out sempre aberto + blacklist permanente
  • licença ODC-By com crédito
  • sem fins comerciais, só pesquisa

Isso é muito mais do que Google, Meta, OpenAI, Anthropic e companhia fazem. Elas raspam tudo sem avisar, sem opt-out fácil, sem crédito, e ainda lucram bilhões... Tu reclama delas mas quer que o projeto pequeno se comporte como uma ONG de freiras?

"Nem todos vão ver o aviso".. então o que tu sugere? O cara mandar e-mail pra cada um dos milhares de autores do TabNews? Publicar anúncio no jornal? Isso é ser MUITO infantil. Quem se importa de verdade preenche o formulário em 2 minutos. Quem não vê ou não liga, provavelmente não tá nem aí.

E o papo de "fins não justificam os meios"? Beleza, mas na prática isso significa continuar 200% dependente de gringo. Não temos geolocalização boa, não temos buscador decente, não temos modelo forte em PT-BR, não temos porra nenhuma porque sempre tem gente como tu travando o que é possível com "ética de santo".

Projetos pequenos que "seguem a regra de santo" existem? Existem... E a maioria morre ou vira irrelevante exatamente por isso... Enquanto isso, as big techs vão continuar construindo um império em cima dos nossos dados...

Resumo: tu apoia o projeto mas quer castrar a única chance dele dar certo. Isso não é ética, é TOTAL incoerência vestida de "moralidade".

Se tu tem uma ideia concreta melhor que opt-out + dataset curado de conteúdo público, manda.

Senão, para de atrapalhar quem tá tentando fazer algo real uai...

3
jlucfarias

Olha, são dois ramos diferentes do conhecimento.

Eu realmente não sou especialista, ou você prefere que eu minta? Eu não posso dizer os melhores caminhos porque tecnicamente não sou especialista, mas consigo analisar e ver problema ético no projeto. Só isso

Se essa é a única forma prática dele existir, então no final ainda continuará seguindo um modelo, mesmo com ações mais brandas, predatório.

É infantil pedir autorização explícita e ter garantia de segurança jurídica dentro do território que se quer criar uma soberania? Você não pode partir do pressuposto de que quem não vê não está "nem aí", nem todos vivem aqui. Alguns usam só de vez em quando, não seria razoável pedir a autorização delas?

Os sistemas de geolocalização foram criados com esse mesmo modelo predatória das big techs? Os buscadores decentes também? O Brasil pode ter tudo isso, sem agir dessa forma. Se ainda ficaríamos a mercê de países estrangeiros, então vamos criar essas coisas, mas sem utilizar esses métodos que estão sendo criticados. Já tivemos buscadores, porém foram comprados ou não tiveram incentivos econômicos para continuar, dá pra começar do zero (vai dar trabalho e demorar, mas não precisa ser como está sendo criticado). Sobre geolocalização não tenho condições de discutir. O restante das coisas, podemos pegar iniciativas de padrões abertos e começar a seguir dali. Ou apoiar financeiramente projetos brasileiros já existentes e de código aberto. Ou apoiar brasileiros que contribuem com código aberto, sendo ele nacional ou não. É um trabalho de longo prazo que precisaria ser feito se realmente é desejado uma soberania digital brasileira.

Os projetos que morrem geralmente é por falta de incentivos econômicos, não por falta de demanda ou de "apoio moral".

Eu apoio o projeto e quero que ele siga um caminho ético, é um problema querer isso?

Mudar para opt-in já é uma ideia concreta, só não está sendo aceita, o que é normal numa discussão. Pegue o projeto Sabiá da Maritaca AI. É um projeto que utilizou somente base de dados públicas e com as devidas autorizações (até onde se sabe). É claro que não foi um projeto igual e com os mesmos dados, mas é um que pode ser usado como exemplo.

Dar opinião não é atrapalhar, inclusive o próprio criador da postagem original pediu opiniões. Não é permitido discordar mais?