Czy trenowanie AI na chronionych książkach jest legalne? Sprawa jest złożona

Czy trenowanie modeli AI na chronionych prawem autorskim książkach jest legalne? Okazuje się, że to bardziej skomplikowane, niż mogłoby się wydawać – wynika z analizy TechCrunch, która przygląda się prawnym podstawom działania modeli zasilających ChatGPT, Gemini czy Claude. Systemy te powstały w oparciu o gigantyczne bazy danych zawierające setki milionów książek, artykułów, prac naukowych i praktycznie wszystko, co można znaleźć w internecie. Większość autorów, bez swojej wiedzy i zgody, przyczyniła się do rozwoju technologii, która może dziś zagrażać ich zarobkom. Sprawa wydaje się prosta – ale prawnicy specjalizujący się w prawie autorskim mówią coś innego.

Kluczowe wnioski

• Sędzia William Alsup nakazał Anthropicowi zapłacić 1,5 miliarda dolarów w ramach ugody z grupą pisarzy, ale jednocześnie uznał, że samo trenowanie AI na ich utworach było zgodne z prawem – karę nałożono za pirackie ściąganie książek z nielegalnych „shadow libraries”.
• Prawniczka Cathy Gellis ocenia, że wyrok jest raczej korzystny dla firm AI, bo porównuje proces uczenia LLM do czytania, a nie kopiowania dzieła – a prawo autorskie dotyczy kopiowania, nie samego korzystania z treści.
• Prawo autorskie w USA nie było aktualizowane od 1976 roku, więc sądy muszą interpretować pięćdziesięcioletnie przepisy w kontekście technologii, której twórcy tej ustawy nie mogli przewidzieć.
• Kluczowym testem w takich sprawach jest tzw. fair use – decyduje m.in. to, czy wykorzystanie chronionego dzieła jest „transformatywne” i czy tworzy realną konkurencję dla oryginału na rynku.
• Odrębną kwestią jest to, czy treści w 100% wygenerowane przez AI mogą podlegać ochronie prawnoautorskiej – sprawa Thaler v. Perlmutter przyniosła odpowiedź negatywną.

Sprawa Anthropic i granica między czytaniem a kopiowaniem

Wyrok sędziego Alsupa w sprawie Anthropicu, wydany w ubiegłym roku, był jednym z pierwszych precedensów tego typu. Na pierwszy rzut oka gigantyczna kara – 1,5 miliarda dolarów – wygląda jak moralne zwycięstwo autorów. W praktyce sędzia orzekł, że samo trenowanie modeli AI na ich dziełach było legalne. Ukarał firmę wyłącznie za to, że książki, na których trenowano modele, pochodziły z pirackich, nielegalnych bibliotek online.

„Podobnie jak każdy czytelnik aspirujący do bycia pisarzem, modele językowe Anthropicu uczyły się na dziełach nie po to, by je powielać czy zastępować – lecz by skręcić w innym kierunku i stworzyć coś odmiennego” – napisał sędzia, porównując sposób, w jaki LLM przyswaja biliony słów, do studiowania literatury przez pisarza.

Cathy Gellis, prawniczka specjalizująca się w prawie własności intelektualnej i technologii, uważa, że wyrok jest w rzeczywistości korzystniejszy dla firm AI niż dla autorów. Zadaje retoryczne pytanie: co znaczy kara 1,5 miliarda dolarów dla firmy, która ma prognozowane roczne przychody na poziomie 200 miliardów dolarów do 2028 roku?

„Myślę, że to ogólnie dobra wiadomość dla trenowania AI, bo sędzia uznał, że proces ten jest analogiczny do czytania chronionego dzieła, a nie kopiowania go” – powiedziała Gellis w rozmowie z TechCrunch. „Prawo autorskie opiera się na kopiowaniu, a nie na korzystaniu z dzieła, przeżywaniu go czy jego czytaniu”.

Problem w tym, że amerykańskie prawo autorskie nie było aktualizowane od 1976 roku. Sędziowie muszą więc interpretować przepisy sprzed pięćdziesięciu lat w kontekście technologii, która może ukształtować przyszłość całej branży AI.

„Wszyscy są teraz bardzo zaniepokojeni, ponieważ prawo jest wszędzie inne – i to właśnie z powodu tego pytania” – wskazał Jason Henderson, starszy prawnik i założyciel praktyki IP & Media w JWL International. „Wiedzą, że model AI był trenowany na ogromnej ilości materiałów, a prawo po prostu nie nadążyło za tym pytaniem”.

Fair use i test konkurencji rynkowej

W centrum tych spraw leży doktryna fair use – wyjątek w prawie autorskim, który pozwala korzystać z chronionych materiałów bez wyraźnej zgody właściciela, chroniąc możliwość komentowania i przetwarzania cudzych dzieł poprzez krytykę, parodię, edukację i inne formy. Sędziowie oceniają konkretne czynniki: cel i charakter wykorzystania, ilość wykorzystanego materiału oraz wpływ na rynek oryginalnego dzieła.

„Prawo autorskie zawsze dotyczy ochrony i rozwoju rynku” – zauważył Henderson. „Sądy są dość niekonsekwentne w swoim rozumowaniu w sprawach dotyczących AI. To, co zwykle przeważa, to sytuacja, w której trenujesz na czyjejś własności, bo twój cel to bezpośrednia konkurencja – wtedy sądy patrzą na to niechętnie. Jeśli natomiast to, co robisz, nie konkuruje wprost, sądy skłaniają się do uznania tego za dopuszczalne”.

Henderson odnosi się tu do sprawy Thomson Reuters przeciwko firmie badawczej Ross Intelligence, którą medialny gigant pozwał za skopiowanie treści w celu zbudowania konkurencyjnej platformy prawniczej opartej na AI. Sędzia Stephanos Bibas napisał w ubiegłym roku: „Wykorzystanie przez Ross nie jest transformatywne, ponieważ nie ma «dalszego celu lub odmiennego charakteru» w porównaniu z platformą Thomson Reuters”. Sędzia uznał więc, że trenowanie na treściach Reutersa w celu stworzenia bezpośrednio konkurującej platformy nie jest objęte fair use.

To istotny precedens – autorzy mogliby argumentować, że chatboty konkurują z nimi, wykorzystując ich dzieła do generowania nowych, syntetycznych książek. Jak dotąd jednak taki argument nie zwyciężył w żadnym sądzie.

Kto jest właścicielem treści wygenerowanych przez AI

Gellis podkreśla, że warto rozdzielić dwa różne problemy prawne: sposób, w jaki myślimy o prawie autorskim w kontekście trenowania AI, różni się od sposobu, w jaki myślimy o prawie autorskim do treści wygenerowanych przez AI. W sprawie Thaler v. Perlmutter sąd orzekł, że dzieło w 100% wygenerowane przez AI nie może być objęte ochroną prawnoautorską. To otwiera kolejny problem: jak w praktyce udowodnić, czy dane dzieło zostało wygenerowane przy pomocy AI, a jeśli tak – w jakim procencie AI je stworzyło lub jej pomogło je stworzyć.

„Jeśli piszesz swoją powieść w Wordzie i włączasz sprawdzanie pisowni, czujemy się dość komfortowo z myślą, że Word nie jest właścicielem twojej powieści” – powiedziała Gellis. „AI zmusza nas do przyjrzenia się całej masie decyzji, które przez pewien czas po prostu ignorowaliśmy”. Kwestię tę porusza również badanie MIT o utracie autorstwa obrazów generowanych przez AI, które pokazuje podobne trudności z przypisaniem wygenerowanych treści konkretnym twórcom lub źródłom.

Większość firm AI wciąż uczestniczy w toczących się procesach sądowych dotyczących tych kwestii, co oznacza, że definitywne rozstrzygnięcie nie nastąpi szybko. Podobne napięcia wokół tego, kto jest faktycznym twórcą przy udziale AI, widać także w sporach patentowych – jak w przypadku dyskusji o wynalazczości, gdy AI projektuje lek.

„To, co widzimy, to fakt, że pierwsze salwy otwierające mają wpływ, ale ten wpływ może zostać zniesiony, jeśli inne sądy zdecydują inaczej – i potrzeba będzie kolejnych etapów procesów, by ustalić, które podejście przeważy” – podsumowała Gellis. „Ale w międzyczasie wszystkie te decyzje kształtują to, co się dzieje. Byłoby wręcz nierozsądne, gdyby firmy AI je ignorowały”.

Podsumowanie

Kwestia legalności trenowania modeli AI na chronionych prawem autorskim książkach pozostaje otwarta i wysoce zależna od okoliczności każdej sprawy. Choć wyrok w sprawie Anthropicu uznał samo trenowanie za legalne, a karę nałożył jedynie za piracki sposób zdobycia materiałów, przyszłe rozstrzygnięcia sądowe – zwłaszcza dotyczące bezpośredniej konkurencji rynkowej – mogą jeszcze wywrócić dotychczasową interpretację prawa.