Az AI körüli szerzői jogi vita eddig főleg jogi elméletnek tűnhetett. A most nyilvánosságra került bírósági részletek azért érdekesek, mert azt mutatják: a kockázatokat nemcsak a kiadók, hanem a cégek saját vezetői is pontosan látták.

Mi történt

A The New York Times három éve indított szerzői jogi perében most olyan, korábban kitakart részletek váltak láthatóvá, amelyek belső kommunikációkra és vállalati dokumentumokra hivatkoznak. Ezek szerint egy vezető Microsoft-kutató az AI-modellek tanításához végzett tömeges adatgyűjtést „példátlan mértékű” munkalopásnak nevezte, míg OpenAI-s vezetők arról írtak, hogy az ilyen chatbotok a kiadók és újságírók számára akár „egzisztenciális fenyegetést” is jelenthetnek.

A beadvány szerint a vitatott gyakorlat nem csak abból állt, hogy nagy mennyiségben másoltak webes tartalmakat tréningre. A dokumentumok paywallok megkerüléséről, szerzői jogi jelölések eltávolításáról és több, hírtartalomra erősen támaszkodó adathalmazról is szólnak. Közben belső Microsoft-adatok azt mutatták, hogy a Copilot válaszmotorja bizonyos esetekben akár 93%-kal is visszavághatta a kattintásokat a hagyományos Bing-kereséshez képest egy nagy kiadói oldal felé. Ez azért fontos, mert a „fair use” egyik kulcskérdése épp az, hogy a felhasználás helyettesíti-e az eredeti művet, vagy árt-e az eredeti piacának.

Miért fontos

A per központi kérdése továbbra is az, hogy jogszerű-e szerzői joggal védett tartalmakat engedély nélkül AI-modellek betanítására használni. Erre ma sincs teljesen egyértelmű válasz, és az amerikai bíróságok több ügyben nyitottnak mutatkoztak arra az érvre, hogy a tréning „fair use” lehet. Ez nagyjából olyan kivétel, mint amikor egy műből idézni, parodizálni vagy kritikát írni lehet engedély nélkül bizonyos feltételekkel. Csakhogy itt nem néhány idézetről, hanem ipari léptékű másolásról van szó, ráadásul úgy, hogy a végtermék egyre inkább kiváltja az eredeti forrást. Gondolj rá úgy, mint egy kereső és egy összefoglaló gép keresztezésére: ha a felhasználó megkapja a választ a chatablakban, jó eséllyel már nem kattint tovább arra az oldalra, amelyből az információ származott. A TechCrunch is erre a feszültségre helyezi a hangsúlyt: a most előkerült belső megfogalmazások nemcsak technikai adatgyűjtést, hanem üzleti önellentmondást is kirajzolnak.

Mire figyelj

  1. A most nyilvánosságra került idézetek egy része még mindig nem a teljes eredeti kontextusában ismert, mert a kapcsolódó mellékletek közül több továbbra is zárt.
  1. Kulcskérdés lesz, hogy a bíróság mennyire tekinti bizonyítéknak a belső nyelvezetet. Az, hogy valaki házon belül „lopásnak” nevez valamit, önmagában még nem dönti el a szerzői jogi kérdést, de erősen befolyásolhatja, hogyan látszik a cégek tudatossága és kockázatkezelése.
  1. Érdemes figyelni a licencelési gyakorlatra is. Ha a nagy AI-cégek egyre több paywall mögötti vagy professzionális tartalomra kötnek külön megállapodásokat, az azt jelezheti, hogy üzletileg és jogilag is kevésbé tartható az „előbb begyűjtjük, később megbeszéljük” modell.