Ha azt hitted, a szerzői jogi AI-viták lényege az, hogy „fair use vagy sem”, itt egy másik, legalább ennyire fontos front: mi történik, ha a bíróság szerint a tréninghez kapcsolódó bizonyítékok nem kerülnek időben az asztalra?

Mi történt

Több nagy amerikai hírkiadó egy új bírósági beadványban azzal vádolja az OpenAI-t, hogy visszatart bizonyítékokat arról, hogyan tréningezte a generatív AI modelljeit. A beadványt 17 kiadó nyújtotta be, köztük a The New York Times, a New York Daily News, a Chicago Tribune és a Ziff Davis.

A kiadók azt kérik a bíróságtól, hogy szabjon ki jogi szankciókat az OpenAI-ra (a beadvány kifejezetten nem a Microsoft ellen irányul). A vád lényege, hogy az OpenAI nem szolgáltatott bizonyos, per szempontjából lényeges anyagokat, például adatállományokat és „output logokat”. Utóbbit érdemes úgy elképzelni, mint egy naplót arról, hogy a rendszer milyen kérésekre milyen válaszokat adott – ez segíthet megítélni, mennyire gyakori a szó szerinti vagy nagyon közeli átvétel.

A háttérben futó fő ügy 2023-ban indult, amikor a The New York Times beperelte az OpenAI-t és a Microsoftot, azt állítva, hogy AI-rendszereiket újságcikkek millióin építették fel. A cégek tagadták a vádakat. A Times azt is állítja, hogy a generatív eszközök képesek Times-tartalmakat szó szerint visszaadni, szorosan összefoglalni, vagy a stílust utánozni – ez a szerzői jogi határvonal egyik klasszikus tesztje.

Miért fontos

Ez a vita nem csak arról szól, hogy egy modell „tanulhat-e” újságcikkekből, hanem arról is, mennyire ellenőrizhető mindez utólag. A tréninghez kapcsolódó adatok (milyen források kerültek be, milyen szűrések voltak, mit tud a cég visszakeresni) olyanok, mint egy gyártósor minőségbiztosítási dokumentumai: ha nincsenek meg, nagyon nehéz tisztázni, mi történt valójában.

Közben a kiadók üzleti oldalon is nyomás alatt vannak. A digitális médiában régóta téma a csökkenő forgalom, és az AI-összefoglalók, illetve a chatbotok mint „hírkeresők” gyakran úgy adnak választ, hogy a felhasználó már nem kattint az eredeti cikkre. Ez a hirdetési bevételeket és a közönség megtartását is érinti, különösen a kisebb szereplőknél.

Mire figyelj

  1. Szankció lesz-e, és milyen? A bírósági szankció pénzbírságtól eljárási hátrányokig terjedhet. Ha a bíróság úgy látja, hogy bizonyítékokat tényleg visszatartottak, az a per dinamikáját is megváltoztathatja.
  2. Mit tekintenek „bizonyítéknak” AI-tréningnél? Adatkészletek, szűrési szabályok, naplók, visszakereshetőség: ezek mind precedenst teremthetnek arra, mennyire kell átláthatónak lennie egy modellfejlesztőnek.
  3. Fair use kontra jogsértés: hol húzza meg a bíróság a vonalat? Az OpenAI álláspontja, hogy a tréning fair use, és a cég a felhasználói adatvédelemre is hivatkozik; a kiadók pedig azt állítják, hogy engedély nélküli másolás és monetizálás történt nagy léptékben (a CNET-nek nyilatkozó OpenAI-szóvivő a vádakat „nyilvánvalóan hamisnak” nevezte).

A következő hónapok kulcskérdése az lesz, hogy a bíróság mennyire kényszeríti rá a feleket a tréningfolyamat „fekete dobozának” kinyitására — és ez milyen új játékszabályokat hoz az egész iparágnak.