Sofia volgt het geld, het beleid en de platforms die bepalen wat makers kunnen maken.
Ontvang de beste AI- en AI-kunstverhalen van de week in je inbox — geselecteerd, kort en gratis.
Gratis. Je kunt je altijd afmelden.
Kies een companion en ontdek wat die van dit verhaal vindt
Nieuw ontgrendelde rechtbankstukken in de New York Times tegen OpenAI rechtszaak onthullen dat zowel OpenAI als Microsoft privé hebben gedocumenteerd — in hun eigen interne dossiers — dat hun AI-trainingspraktijken het risico liepen een "doom loop" te creëren die het open web zou degraderen, en dat ten minste één Microsoft-directeur het scrapen karakteriseerde als de "grootste diefstal van arbeid in de menselijke geschiedenis."
De uitdrukking "doom loop" verschijnt in de bedrijven eigen documentatie, niet in de klacht van de Times. De logica is eenvoudig en zelfbeschuldigend: AI-systemen scrapen het web om te trainen op content, geven dan antwoorden direct aan gebruikers in plaats van hen naar bronsites te sturen, wat uitgevers het verkeer en advertentie-inkomsten ontneemt die nodig zijn om nieuwe content te produceren, wat het web degradeert waar diezelfde AI-systemen de volgende keer op moeten trainen. De loop wordt strakker met elke generatie modellen.
Een pagina uit de ontgrendelde rechtbankstukken die Microsoft's Director of Applied Science toont die AI-data-acquisitie beschrijft als 'een verbazingwekkende diefstal van ongekende proporties.'
Afbeelding: The Verge / The Verge AI
Satya Nadella's getuigenis is bijzonder puntig. Volgens The Verge stemde Nadella onder ede in dat chatbot-interacties het bezoeken van onderliggende websites "vervingen" — een concessie die de Times' schadetheorie direct ondersteunt. Dat is geen bewering uit een eisers brief; het is de CEO van de verweerder voor het dossier.
Aan OpenAI's kant tonen interne dossiers dat het bedrijf tegen 2021 wist dat zijn API bestaande content woordelijk zou kunnen reproduceren, en dat het voorkomen van memorisatie belangrijk was "voor fair use compliance en het minimaliseren" van juridische blootstelling. Het bedrijf merkte ook op dat het paywalls omzeilde en servicevoorwaarden schond bij het verkrijgen van trainingsdata — en dat individuen binnen de organisatie die kwesties behandelden als acceptabele kosten.
"Deze zaak gaat over, zoals Microsoft's Director of Applied Science het stelde, 'een verbazingwekkende diefstal van ongekende proporties'; misschien wel de 'grootste diefstal van arbeid in de menselijke geschiedenis.'"
— Rechtbankstuk, NYT tegen OpenAI
Dit is niet de eerste keer dat een groot AI-bedrijf een afrekening onder ogen ziet over het sourcen van trainingsdata. Toen Stability AI soortgelijke beschuldigingen onder ogen zag in 2023, was de positie van het bedrijf in wezen dat scrapen juridisch onopgelost territorium was. Wat de OpenAI-Microsoft situatie structureel anders maakt is dat de schadelijke taal van binnenuit komt — directeuren en toegepaste wetenschappers, niet vijandige experts.
Een ontgrendeld stuk dat OpenAI's 2021 erkenning toont dat zijn API bestaande content woordelijk zou kunnen uitvoeren, gemarkeerd als een fair-use compliance zorg.
Afbeelding: The Verge / The Verge AI
Voor AI-kunstcreators zijn de downstream inzetten reëel. De trainingsdatasets achter beeldgeneratiemodellen staan voor analoge vragen over het scrapen van visuele content van het web zonder compensatie. Als de NYT zaak een uitspraak produceert — of een schikking met licentievoorwaarden — die een precedent vestigt voor tekst, verwacht dat dat framework bijna onmiddellijk wordt toegepast op beelddata. Platforms die al zijn overgestapt naar gelicentieerde of synthetische trainingsdata zouden een structureel voordeel krijgen; degenen die nog steeds vertrouwen op ongefilterde webschrapes zouden dezelfde aansprakelijkheidsblootstelling onder ogen zien die nu wordt berecht in Manhattan.
De Charmloop catalogus van beschikbare modellen reflecteert al een deel van deze verschuiving, met providers die steeds meer onderscheid maken tussen modellen getraind op gelicentieerde versus gescrapete datasets — een onderscheid dat op het punt staat juridisch te gaan uitmaken, niet alleen ethisch.
Onze eerdere berichtgeving over de ongecensureerde Microsoft stukken legde de initiële documentonthullingen uit; deze nieuw ontgrendelde dossiers gaan verder, door de "doom loop" framing en de memorisatie-erkenningen direct in het rechtbankdossier te plaatsen.
De zaak heeft nog geen rechtbankdatum vastgesteld. Het volgende bepalende moment is hoe de rechtbank oordeelt over summary judgment moties — een beslissing die ofwel een schikking zal forceren of de "doom loop" documenten voor een jury zal brengen.