Sędzia federalny nakazał Meta zidentyfikowanie dyrektorów, którzy zatwierdzili użycie pirackich zbiorów danych książek do szkolenia AI, odrzucając twierdzenie firmy, że żaden pojedynczy decydent nie był odpowiedzialny. Orzeczenie to bezpośrednio wpływa na toczący się proces o naruszenie praw autorskich, złożony przez autorów Sarah Silverman, Richarda Kadreya i Christophera Goldena, przenosząc odpowiedzialność za kontrowersyjne praktyki szkoleniowe na kierownictwo firmy, a nie wyłącznie na jej inżynierów.
Kluczowe wnioski
- Sędzia federalny nakazał Meta ujawnienie nazwisk dyrektorów, którzy autoryzowali użycie pirackich książek do szkolenia swoich modeli AI.
- Meta argumentowała, że żadna konkretna osoba „nie zdecydowała” o użyciu pirackich danych, przypisując to zbiorowemu procesowi.
- Orzeczenie może stworzyć precedens dla bezpośredniego pociągania kierownictwa firm AI do odpowiedzialności za naruszenie własności intelektualnej w danych szkoleniowych.
- Decyzja ta jest częścią pozwu o naruszenie praw autorskich wniesionego przez autorów Sarah Silverman, Richarda Kadreya i Christophera Goldena.
- Ujawnienie nastąpi w fazie odkrywania dowodów w procesie, wymuszając jasność w wewnętrznym procesie decyzyjnym dotyczącym pozyskiwania danych dla AI.
Meta starała się uniknąć ujawniania konkretnych dyrektorów, argumentując, że decyzja o użyciu zbiorów danych takich jak „Books3” – znanych z tego, że zawierają dzieła chronione prawem autorskim uzyskane za pośrednictwem torrentów – nie została podjęta przez żadną pojedynczą osobę, lecz wyłoniła się z rozproszonego, zbiorowego procesu. Sąd uznał jednak ten argument za nieprzekonujący, wymagając od Meta przedstawienia świadka, który będzie mógł zeznawać na temat „osoby (osób) najbardziej zaznajomionych z decyzją Meta o użyciu książek pobranych z internetu do szkolenia swoich dużych modeli językowych”. Ten ruch podkreśla rosnący sceptycyzm sądowy wobec korporacyjnych twierdzeń o rozproszonej odpowiedzialności, jeśli chodzi o potencjalnie naruszające prawa praktyki szkoleniowe AI.
Dla twórców sztuki AI, ten rozwój podkreśla rosnącą kontrolę prawną nad pochodzeniem danych szkoleniowych. Wiele popularnych modeli, w tym te używane w różnych generatorach obrazów i tekstu, spotkało się z podobnymi zarzutami dotyczącymi materiałów chronionych prawem autorskim. Wynik tej sprawy może wpłynąć na sposób szkolenia i licencjonowania modeli, potencjalnie prowadząc do większego nacisku na etycznie pozyskiwane zbiory danych, co z kolei może wpłynąć na różnorodność i jakość przyszłych modeli open-source, a nawet katalog modeli Charmloop.
Kontrowersje wokół „Books3” i odpowiedzialność korporacyjna
Zbiór danych „Books3”, kolekcja 196 640 książek powszechnie używanych w szkoleniu AI, znajduje się w centrum wielu procesów o naruszenie praw autorskich. Jego zawartość została w dużej mierze skompilowana z pirackich źródeł, w tym stron torrentowych. Argument Meta, że żaden konkretny dyrektor „nie zdecydował” o użyciu tych danych, sugeruje strategię korporacyjną mającą na celu ochronę kierownictwa przed bezpośrednią odpowiedzialnością, przenosząc ją na inżynierów lub ogólne procesy rozwojowe. Nakaz sędziego bezpośrednio to kwestionuje, zmuszając Meta do zidentyfikowania, kto na poziomie wykonawczym rozumiał i zatwierdził włączenie takich danych. Kontrastuje to z wcześniejszymi incydentami, takimi jak sytuacja, gdy Stability AI stanęło w obliczu podobnych pytań dotyczących pozyskiwania danych w 2023 roku, gdzie uwaga skupiała się głównie na zespołach technicznych, a nie na zarządzie.
To orzeczenie może ustanowić znaczący precedens dla rozwoju AI, zmuszając firmy do wdrożenia bardziej rygorystycznego nadzoru nad swoimi potokami danych szkoleniowych. Przejrzystość w zakresie pozyskiwania danych staje się kluczowym czynnikiem, nie tylko dla zgodności z prawem, ale także dla zaufania publicznego. Twórcy polegający na narzędziach AI mogą zaobserwować zmiany w dostępności modeli lub licencjonowaniu, ponieważ deweloperzy dążą do zmniejszenia ryzyka prawnego, potencjalnie prowadząc do bardziej przejrzystych ujawnień danych lub nawet nowych metod rekompensowania posiadaczom praw. Dla użytkowników generujących obrazy lub tekst, zrozumienie pochodzenia danych ich wybranych modeli, być może poprzez lepsze przewodniki dotyczące pochodzenia modeli, może stać się ważniejsze niż kiedykolwiek.
Co dalej z Meta
Nakaz wymaga od Meta dostarczenia żądanych informacji w fazie odkrywania dowodów w procesie, co oznacza, że nazwiska dyrektorów mogą stać się publiczne w miarę postępu sprawy. Ten ruch zwiększa presję na Meta, utrudniając firmie zdystansowanie swojego kierownictwa od kontrowersyjnych decyzji dotyczących danych szkoleniowych AI. Tocząca się batalia prawna będzie nadal kształtować krajobraz dla dużych modeli językowych i innych generatywnych narzędzi AI, potencjalnie wpływając na wszystko, od sposobu generowania obrazów po koszt używania zaawansowanych modeli, jeśli opłaty licencyjne staną się standardowym elementem pozyskiwania danych. Następnym kluczowym krokiem będzie zgodność Meta z tym nakazem i późniejsze przesłuchania, które prawdopodobnie rzucą więcej światła na wewnętrzne funkcjonowanie rozwoju modeli AI u jednego z największych graczy w branży.
