Licenciamento e rastreamento de direitos autorais de datasets para treinamento de modelos de inteligência artificial usando tecnologia Blockchain Hyperledger Fabric

Abstract

Este trabalho propõe o desenvolvimento de um sistema baseado na tecnologia blockchain Hyperledger Fabric para o rastreamento e prova de autoria de dados, visando robustecer o licenciamento de direitos autorais em datasets utilizados para o treinamento de mod elos de Inteligência Artificial. O mérito da proposta reside na mitigação da insegurança legal e na proteção dos detentores de dados contra a distribuição indevida, estabelecendo um fluxo de governança eficiente, íntegro e auditável que emprega chaincodes e Private Data Collections (PDCs) para assegurar a privacidade das negociações empresariais entre Treinadores de Modelos, Donos de Datasets e um órgão regulador de escolha mediante registro e declaração de interesses. A solução foi validada por meio da implementação da arquitetura denominada Acordo Nacional para Treinamento com Datasets (ANTD), com a realização de testes que cobrem o ciclo de vida completo dos ativos — desde o registro do dataset e a negociação bilateral de licenças até o registro do modelo treinado — con firmando a viabilidade técnica e a integridade dos registros no banco de dados CouchDB. Por fim, trabalhos futuros incluem a incorporação de eventos para conferir reatividade às APIs e a definição de PDCs que atendam a requisitos de escalabilidade a nível de produção.