Recital 107
Con el fin de aumentar la transparencia sobre los datos que se utilizan en el preentrenamiento y el entrenamiento de los modelos de IA de propósito general, incluidos los textos y datos protegidos por la legislación sobre derechos de autor, es adecuado que los proveedores de dichos modelos elaboren y pongan a disposición del público un resumen suficientemente detallado del contenido utilizado para el entrenamiento del modelo de IA de propósito general. Si bien debe tenerse debidamente en cuenta la necesidad de proteger los secretos comerciales y la información empresarial confidencial, este resumen debe tener un alcance general, en lugar de ser técnicamente detallado, para facilitar que las partes con intereses legítimos, incluidos los titulares de derechos de autor, ejerzan y hagan valer sus derechos con arreglo al Derecho de la Unión, por ejemplo, enumerando las principales colecciones o conjuntos de datos que se utilizaron para entrenar el modelo, como grandes bases de datos privadas o públicas o archivos de datos, y proporcionando una explicación narrativa sobre otras fuentes de datos utilizadas. Conviene que la Oficina de AI facilite una plantilla para el resumen, que debe ser sencilla, eficaz y permitir al proveedor proporcionar el resumen requerido en forma narrativa.