Acordo de US$ 10 milhões do Google para usar dados da Spirit Airlines no treinamento de IA: Disrupção

O Google venceu uma licitação de US$ 10 milhões por dados "sem identificação" pertencentes à empresa controladora da Spirit Airlines, conforme descrito na notificação judicial. No entanto, sua tentativa de usar esses dados para treinar modelos de inteligência artificial tem gerado controvérsia devido a preocupações com a privacidade.

Este pacote é enorme: contém quase 100 milhões de mensagens de e-mail e 80 contas de e-mail, 17,082,644 itens do OneDrive, 20,577,677 itens do SharePoint e 500 milhões de itens do Teams, além do ambiente do Microsoft 365 no qual estão armazenados.

Inclui 1,092,000 registros de ponto datados de dezembro de 2012, 175,658 registros de funcionários datados de agosto de 1986, 3,426,618 registros de folha de pagamento, 148,018 formulários fiscais de funcionários, 5,014,676 escalas de trabalho, documentos de acompanhamento de candidatos a vagas, processos judiciais e contratos de trabalho. A Bloomberg Law também observa que contém aproximadamente 30 milhões de linhas de código , além de dados de receita, operações de aeronaves e dados de auditoria.

Um acordo que enfrenta muitos oponentes e concorrentes?

A Spirit Airlines foi uma das companhias aéreas de baixo custo mais produtivas dos Estados Unidos e, como resultado, possui o que pode ser descrito como um verdadeiro tesouro de documentação que o Google pode utilizar para treinar seus modelos de IA em um momento em que especialistas e profissionais da área estão cada vez mais escassos online, muitos dos quais foram marginalizados em favor de respostas geradas por IA.

Essa medida, se aprovada após uma audiência em 9 de setembro, faz sentido para o Google por dois motivos; o aspecto do treinamento de IA é o mais óbvio.

O Google já é uma plataforma dominante para pesquisa de viagens , e a compra de curvas de reservas, comportamento de preços e histórico de preços dos concorrentes para uma única companhia aérea, por meio de um processo de filtragem, pode fornecer informações valiosas sobre como rastrear, prever e analisar dados publicamente disponíveis de outras companhias aéreas de baixo custo, graças a uma visão quase completa das operações internas dessa empresa.

Os dados a serem entregues excluem 97.5 milhões de perfis de viajantes e 50.2 milhões de registros de fidelidade do programa Free Spirit, bem como materiais proprietários.

Mas isso não foi suficiente para satisfazer alguns setores: o CWA (Center for Flight Attendants) apresentou uma objeção limitada à venda, pedindo ao tribunal que rejeitasse o acordo caso ele não oferecesse o mesmo nível de proteção aos dados dos comissários de bordo que oferece aos dados dos consumidores.

Isso diz respeito aos registros de emprego da companhia aérea, agora extinta, e levanta preocupações legítimas. Mas o processo de "anonimização" dos registros também pode comprometer a integridade geral dos dados de uma organização, onde grande parte dos dados só é valiosa porque pode ser rastreada e vinculada de forma confiável por modelos de IA.

O Google declarou publicamente que todos os dados que recebe serão completamente limpos de informações de identificação pessoal por uma empresa terceirizada antes de serem recebidos.

O Google adquiriu os dados da Spirit Aviation Holdings durante um leilão de falência em Nova York, após lances iniciais de US$ 5 milhões. Seu concorrente mais próximo também era uma empresa de dados de IA, a Mercor.io, que apresentou uma oferta de US$ 7.5 milhões, tornando-se assim o "licitante alternativo" caso a oferta do Google não garantisse o negócio.

O que para alguns parece um valor enorme é, na verdade, uma maneira relativamente barata para uma grande empresa de IA garantir os dados de uma companhia aérea ao longo de quatro décadas, um montante que a empresa poderia gastar com alguns dos seus melhores engenheiros; para contextualizar, o Google já se comprometeu a investir US$ 1 bilhão em educação relacionada à IA.