Μια σοβαρή διαρροή δεδομένων που προήλθε από περιστατικό hacking έριξε φως στις αδιαφανείς μεθόδους εκπαίδευσης της Suno, της δημοφιλούς γεννήτριας μουσικής τεχνητής νοημοσύνης. Σύμφωνα με αναφορές του 404 Media, η εταιρεία φέρεται να «σάρωσε» (scraped) εκατομμύρια τραγούδια και στίχους από πλατφόρμες όπως το YouTube Music, το Deezer και το Genius, παρά τους περιορισμούς προστασίας τους.
Η κλίμακα της υποκλοπής δεδομένων
Τα αρχεία που διέρρευσαν από έναν hacker με το ψευδώνυμο «ellie.191» περιλαμβάνουν πηγαίο κώδικα της Suno από το 2023 και το 2024. Τα δεδομένα αποκαλύπτουν συγκεκριμένες οδηγίες για την άντληση αρχείων ήχου από μια σειρά πλατφορμών, συμπεριλαμβανομένων των Pond5, Jamendo και του International Music Score Library Project (IMSLP). Μόνο από το YouTube Music, η Suno φέρεται να είχε καταναλώσει πάνω από 2 εκατομμύρια κλιπ μέχρι την τελευταία ενημέρωση των αρχείων.
Επιπλέον, ο κώδικας υποδηλώνει τη χρήση της εξωτερικής υπηρεσίας Bright Data για τη μαζική συλλογή δεδομένων από το YouTube, με ιδιαίτερη έμφαση στην αναζήτηση a cappella εκτελέσεων, ώστε να απομονωθούν οι φωνητικές επιδόσεις για την εκπαίδευση των μοντέλων της.
Νομικές επιπτώσεις και το επιχείρημα της «δίκαιης χρήσης»
Η αποκάλυψη αυτή έρχεται σε μια κρίσιμη στιγμή για τη Suno, η οποία βρίσκεται αντιμέτωπη με αγωγές από την Ένωση Δισκογραφικών Εταιρειών Αμερικής (RIAA). Η RIAA υποστηρίζει ότι η εταιρεία παρακάμπτει παράνομα τα συστήματα προστασίας του YouTube μέσω «stream ripping». Από την πλευρά της, η Suno παραδέχεται την εκπαίδευση σε δημόσια διαθέσιμα αρχεία, αλλά ισχυρίζεται ότι αυτό επιτρέπεται νομικά υπό το δόγμα της «δίκαιης χρήσης» (fair use).
Κενά στην ασφάλεια των χρηστών
Πέρα από τα ζητήματα πνευματικής ιδιοκτησίας, η διαρροή εξέθεσε και προσωπικά δεδομένα πελατών της Suno, όπως διευθύνσεις email, αριθμούς τηλεφώνου και στοιχεία πληρωμών μέσω Stripe. Αν και η εταιρεία παραδέχθηκε ότι γνώριζε για το περιστατικό από τον Νοέμβριο του 2025, επέλεξε να μην ενημερώσει τους χρήστες της, θεωρώντας ότι τα δεδομένα που διέρρευσαν ήταν «παρωχημένα» και δεν περιλάμβαναν ευαίσθητες πληροφορίες.
