Desarrollador se declara culpable de un esquema de fraude de transmisión de música con IA por valor de $8 millones.
Detalles técnicos del esquema de fraude
Michael Smith, un desarrollador de Carolina del Norte, se declaró culpable de orquestar un esquema de fraude en streaming musical que duró varios años y utilizó inteligencia artificial y sistemas automatizados para generar más de 8 millones de dólares en regalías fraudulentas.
La implementación técnica incluyó:
- Adquirir un vasto catálogo de pistas generadas por computadora mediante la colaboración con el CEO de una empresa de música con IA
- Subir cientos de miles de canciones generadas por IA a las principales plataformas de streaming: Amazon Music, Apple Music, Spotify y YouTube Music
- Desplegar miles de cuentas de bots (hasta 10,000 activas simultáneamente) utilizando direcciones de correo electrónico falsas compradas al por mayor
- Usar software automatizado para dirigir las cuentas de bots a reproducir canciones continuamente, generando miles de millones de reproducciones
- Enrutar el tráfico a través de redes privadas virtuales para imitar oyentes legítimos y evitar la detección
- Distribuir la actividad entre miles de pistas para reducir la detección por parte de las plataformas
Respuestas de las plataformas e impacto en la industria
Las plataformas de streaming prohíben la inflación artificial de recuentos de reproducción mediante bots o medios automatizados. El caso ha generado respuestas de la industria:
- Deezer informó recibir más de 60,000 pistas completamente generadas por IA diariamente, lo que llevó a expandir las herramientas de detección de IA
- Apple está introduciendo etiquetas de metadatos para revelar cuándo y cómo se utiliza la IA en la producción musical
- Smith hizo declaraciones falsas a los servicios de streaming, organizaciones de derechos y distribuidores musicales para ocultar el fraude
El esquema recaudó pagos de regalías que de otro modo habrían ido a artistas y compositores legítimos. Smith podría enfrentar hasta cinco años de prisión por el fraude.
📖 Read the full source: HN AI Agents
👀 Ver también
Los Autoencoders de Lenguaje Natural de Anthropic convierten las activaciones de Claude en inglés legible — Así es como
Anthropic presenta los Autoencoders de Lenguaje Natural (NLAs) que convierten las activaciones internas de Claude en explicaciones en texto plano, revelando el razonamiento del modelo sobre rimas, conciencia de pruebas de seguridad y detección de trampas.
Atlassian Habilita la Recolección de Datos Predeterminada para el Entrenamiento de IA
Atlassian ha habilitado la recopilación de datos predeterminada en sus productos para entrenar modelos de IA, según una fuente publicada en Hacker News con 312 puntos y 75 comentarios.
El Hub de IA de SwitchBot se prepara para integrar OpenClaw para mejorar la automatización del hogar inteligente.
El Hub AI de SwitchBot está a punto de recibir una actualización significativa con la integración de OpenClaw. Este movimiento promete mejorar la automatización y las capacidades de gestión del hogar inteligente.
Peligrosamente omitir la lectura del código: cuando los LLM escriben código más rápido de lo que puedes leerlo
¿Y si dejamos de revisar el código generado por IA y lo tratamos como código máquina? Traslademos el rigor a las especificaciones y pruebas.