ACRE
OpenAI training data ‘contains millions’ of NYT and Daily News works
PUBLICADO
2 anos atrásem
Millions of stories published by sites including The New York Times and The New York Daily News have been found in three weeks of searching OpenAI’s training dataset.
The news publishers are currently trawling through data to find instances of their copyrighted work being used to train OpenAI’s models – but they say the tech company should be forced to provide the information itself.
They are now asking for a court order requiring OpenAI to “identify and admit” which of their copyrighted content was used to train each of its large language models between GPT-1 and GPT-4o.
According to the ChatGPT creator, which objected to the request, the publishers have asked for information about almost 20 million pieces of content mentioned in the case, “effectively resulting in almost 500 million requests”.
The publishers told the court on Friday that their requests to the AI company for help with inspecting the data “would be significantly reduced if OpenAI admitted that they trained their models on all, or the vast majority, of News Plaintiffs’ copyrighted content”.
Thanks for subscribing.
A letter to the court also stated: “While they have already found millions of News Plaintiffs’ works in the training datasets, they do not know how many more works are yet to be uncovered – information that OpenAI, as the party that chose to copy these works, should be ordered to provide.”
The New York Times was the first major news publisher to file a copyright case against OpenAI and its partner Microsoft in December last year.
The New York Daily News and seven sister publications, all owned by Alden Global Capital, followed suit in April and the two cases have since been combined after OpenAI and Microsoft argued they “involve nearly identical allegations relating to the same new technology”.
In the new letter, the news publishers argued that identifying which of their copyrighted work was taken and used to train the GPT models is “foundational to these cases and informs the scope” of their claims.
“But News Plaintiffs and OpenAI have a fundamental disagreement about who is responsible for identifying this information.”
The publishers said they have served numerous requests since February for information about what’s in OpenAI’s training datasets, to which the tech company replied: “OpenAI will make available for inspection, pursuant to an inspection protocol to be negotiated between the parties, the pretraining data for models used for ChatGPT that it locates after a reasonable search.”
After long-running negotiations, since last month the news publishers have been inspecting OpenAI’s training data under strict conditions, previously described by the court as a “sandbox” (meaning a highly controlled environment in which only certain applications can be run).
But the news publishers said they initially faced “severe and repeated technical issues” stopping them from being able to “effectively and efficiently” carry out the search and “ascertain the full scope of OpenAI’s infringement”.
They complained that the process is “time-consuming, burdensome, and hugely expensive” and said they had spent the equivalent of 27 days via lawyers and experts in the OpenAI sandbox but were “nowhere near done”.
The New York Times Company results published on Monday revealed it has so far spent at least $7.6m on the case against OpenAI and Microsoft.
OpenAI: Training data searches are ‘uncharted waters’
OpenAI responded within the same letter that the publishers’ complaints about the inspection have either been resolved or are being actively discussed. It blamed the issues on consultants for the publishers “overwhelming the file system with malformed searches”.
OpenAI added: “Taking a step back, everyone agrees the parties are navigating uncharted waters with training-data discovery.
“There are no precedents for such discovery, where Plaintiffs seek access to several hundred terabytes of unstructured textual data. OpenAI cannot easily identify the specific content that Plaintiffs are interested in, so it did exactly what Rule 34 allows: it invited Plaintiffs to inspect the data as it is kept in the ordinary course. There is no ‘sandbox’. Rather, because the data is far too voluminous to produce, OpenAI built the hardware and software that Plaintiffs need to inspect.
“Specifically, OpenAI organised hundreds of terabytes of training data in an object-storage file system for Plaintiffs’ exclusive use; it built an enterprise-grade virtual machine with the computing power to access, search, and analyse the datasets; it installed hundreds of software tools and tens of gigabytes of Plaintiffs’ data upon their request; and it managed the necessary firewalls and secure virtual private network to support the inspection.”
OpenAI said it would continue to help the publishers overcome technical challenges provided they “engage in good faith” but added: “Unfortunately, this has not always been the case,” accusing them of delaying the process for months and submitting “hundreds of irrelevant requests”.
Representatives for the Authors Guild and progressive newsbrand Raw Story Media have also viewed the OpenAI training data for their own cases.
OpenAI previously asked a judge to force The New York Times to hand over its journalists’ confidential notes, a move the publisher warned would have “serious negative and far-reaching consequences” and was ultimately denied in September.
Email pged@pressgazette.co.uk to point out mistakes, provide story tips or send in a letter for publication on our “Letters Page” blog
Relacionado
ACRE
Licenciatura Indígena realiza defesa de TCCs em aldeias no Juruá — Universidade Federal do Acre
PUBLICADO
1 dia atrásem
23 de outubro de 2026O curso de Licenciatura Indígena, do campus Floresta da Ufac, realizou o 1º Seminário Acadêmico de Apresentação de Trabalhos de Conclusão de Curso (TCCs). O evento possibilitou a defesa de 16 trabalhos nas aldeias Barão, da terra indígena Puyanawa, em Mâncio Lima (AC), e Morada Nova, na terra indígena Katukina/Kaxinawá, em Feijó (AC). As atividades ocorreram entre 25 de setembro e 2 de outubro, envolvendo estudantes, professores, egressos do curso, pós-graduandos e as comunidades locais.
Os TCCs defendidos nas aldeias são de autoria de discentes que ingressaram na Ufac em 2023 e deverão colar grau no início de 2027. Os temas das pesquisas contemplaram variados aspectos da vida indígena, abrangendo história, biografia, mitologia, organização política, território, medicina tradicional, grafismos, gênero, terminologias linguísticas, educação especial, atividade cinegética e rituais tradicionais.
A viabilização das defesas nas aldeias ocorreu pela primeira vez em 18 anos de existência da graduação e está de acordo com a pedagogia da alternância, pela qual parte da carga horária do curso é realizada nas comunidades indígenas dos alunos, por meio de pesquisa e extensão. Os recursos para realização do evento foram provenientes de projeto de extensão com o mesmo nome do seminário.
As bancas de avaliação foram compostas por docentes do curso, egressos de outras turmas da Licenciatura Indígena e egressos indígenas de outros cursos da Ufac, inclusive da pós-graduação. Também compuseram algumas bancas pessoas reconhecidas por suas comunidades com “notório saber”, expediente previsto no regulamento de TCC do curso. Além de familiares dos estudantes e moradores das aldeias, indígenas de outras etnias estiverem presentes no seminário.

Organização
A atividade no município de Mâncio Lima, que é vizinho ao campus Floresta, em Cruzeiro do Sul (AC), ocorreu num só dia, em 25 de setembro, com a defesa de dois TCCs. Já para o evento em Feijó foi necessário um deslocamento de ônibus, com duração de quase seis horas, em 30 de setembro, até o porto da cidade. E, à noite, uma embarcação levou cerca de 20 pessoas até a aldeia Morada Nova, onde houve uma recepção musical para o grupo. Na manhã do dia seguinte começaram as defesas, que prosseguiram até 2 de outubro.

Relacionado
ACRE
Herbário da Ufac participa do 76º Congresso Nacional de Botânica — Universidade Federal do Acre
PUBLICADO
2 dias atrásem
22 de outubro de 2026A servidora Júlia Gomes da Silva, curadora do Herbário da Ufac, vinculado ao Parque Zoobotânico (PZ), representou a instituição no 76º Congresso Nacional de Botânica e 15º Encontro de Botânicos do Centro-Oeste, eventos ocorridos de 11 a 16 de outubro, em Campo Grande. Ela participou de mesa-redonda com apresentação das coleções dos herbários da região Norte.
Na ocasião, os curadores discutiram avanços, desafios estruturais e o futuro das coleções científicas do país. Durante sua exposição, Júlia conduziu o público por uma linha do tempo que remonta a 22 de outubro de 1979, data da primeira coleta registrada no campus-sede da Ufac: uma ‘Vismia’ (gênero científico de planta) coletada por L. Coêlho. Em razão desse registro, o herbário da Ufac comemora 47 anos nesta quinta-feira, 22.
Júlia destacou perspectivas importantes para o cenário científico acreano. Entre os projetos de destaque estão investimentos viabilizados via Financiadora de Estudos e Projetos (Finep), incluindo a projeção de um novo prédio de cerca de 600 metros quadrados e a aquisição de armários compactadores modernos para garantir a preservação do acervo em longo prazo.
Também representaram a Ufac estudantes do campus Floresta, em Cruzeiro do Sul (AC), e a professora Simone Reis. A universidade enviou 11 resumos, dos quais oito foram apresentados. O evento possibilitou a troca de experiência com botânicos do país e conversas sobre parcerias de trabalho, incluindo a realização de expedições para grupos de plantas pouco estudados no Acre.
Herbário
O Herbário da Ufac tem uma equipe técnica composta por Júlia Gomes da Silva, Izailene Saar e colaboradores, como a ex-curadora e atual vice-reitora Almecina Balbino, o técnico Davi Borges e estagiários. O acervo abriga preciosidades da flora amazônica e sul-americana, registrando a superação de gargalos históricos de digitalização e integrando atualmente plataformas globais de dados de biodiversidade, como o SpeciesLink e o Global Biodiversity Information Facility.
Entre os marcos recentes destacados está o avanço na informatização de milhares de registros e a aposta em inovações, como a participação na Rede de Herbários Espectrais da Amazônia, que utiliza a espectroscopia no infravermelho próximo (tecnologia NIR portátil) para otimizar a identificação de espécies diante da escassez de taxonomistas na região.
A informatização completa do acervo ainda está em processo e figura como um dos principais objetivos da equipe, que agradeceu à direção do PZ e à Ufac pelo apoio contínuo aos servidores e à coleção, além de exaltar o esforço coletivo dos bolsistas, voluntários e parceiros que documentam, protegem e estudam a flora e funga brasileira.
Relacionado
ACRE
Ufac retoma Semana Acadêmica de Física após 6 anos, com planetário — Universidade Federal do Acre
PUBLICADO
3 dias atrásem
21 de outubro de 2026A Universidade Federal do Acre (Ufac) realiza até esta sexta-feira, 23, a 3ª Semana Acadêmica de Física, no prédio do curso, no campus-sede, em Rio Branco. Iniciado nessa segunda-feira, 19, o evento retoma as atividades presenciais da semana acadêmica após seis anos de interrupção, causada pela pandemia de covid-19 e pela reorganização do calendário universitário.
A programação tem atrações abertas ao público, como oficinas de astronomia, observação do Sol com telescópio e um planetário móvel, instalado no segundo andar do prédio de Física. Há ainda palestras, apresentações de pesquisas de estudantes e minicursos práticos de elaboração de material didático, física experimental, criação de mapas, processamento de dados e sismologia.
Organizada em três eixos temáticos, a semana é voltada aos estudantes da licenciatura e do bacharelado em Física e do curso de Física Aplicada às Ciências da Terra. Os primeiros dias tiveram debates e palestras sobre o ensino de física e a formação docente. Em seguida, a programação trata de física pura, como mecânica quântica, relatividade e física de partículas, e termina com geofísica, astronomia e fenômenos naturais.
Segundo o coordenador do evento e professor do curso de Física, Victor Carreira, a retomada presencial reaproxima o curso da comunidade externa e das escolas de educação básica. Turmas do Instituto Federal do Acre visitaram a semana, e escolas da rede pública foram convidadas.

“A semana acadêmica é muito importante tanto para os nossos alunos quanto para a comunidade em geral de Rio Branco”, disse Carreira. “É uma oportunidade para jovens do ensino médio conhecerem a universidade e vivenciarem a ciência na prática.”
A cerimônia de encerramento ocorre nesta sexta-feira, 23, à tarde.
(Fhagner Soares, estagiário Ascom/Ufac)
Relacionado
PESQUISE AQUI
MAIS LIDAS
ACRE5 dias agoUfac abre 1ª Conferência Internacional Amazônia Nexus — Universidade Federal do Acre
ACRE5 dias agoPavic-Lab da Ufac apresenta seis trabalhos em congresso internacional de computação — Universidade Federal do Acre
ACRE3 dias agoUfac retoma Semana Acadêmica de Física após 6 anos, com planetário — Universidade Federal do Acre
ACRE1 dia agoLicenciatura Indígena realiza defesa de TCCs em aldeias no Juruá — Universidade Federal do Acre
Warning: Undefined variable $user_ID in /home/u824415267/domains/acre.com.br/public_html/wp-content/themes/zox-news/comments.php on line 48
You must be logged in to post a comment Login