Sofia śledzi pieniądze, regulacje i platformy, które kształtują to, co mogą tworzyć twórcy.
Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Nowo odtajnione dokumenty sądowe z procesu New York Timesa o naruszenie praw autorskich przeciwko OpenAI i Microsoftowi ujawniają, że jeden z dyrektorów Microsoftu prywatnie opisał scraping danych AI jako „największą kradzież pracy w historii ludzkości" — nawet gdy obie firmy budowały zbiory danych treningowych z artykułów Timesa dostępnych za paywallem.\n\n## Najważniejsze wnioski\n\n- Odtajnione dokumenty w sprawie NYT v. OpenAI ujawniają, że Microsoft wewnętrznie charakteryzował scraping treści wydawców przez AI jako kradzież pracy na masową skalę.\n- E-maile Microsoftu i OpenAI sygnalizowały również obawę przed „pętlą zagłady": treści generowane przez AI wypierają wydawców informacyjnych, co z kolei pozbawiłoby przyszłe modele AI wysokiej jakości danych treningowych.\n- Obie firmy scrapowały artykuły New York Timesa spoza paywallu na potrzeby danych treningowych, mimo tych wewnętrznych ostrzeżeń.\n- Dokumenty odsłaniają strukturalne napięcie dotykające każdy model AI do generowania obrazów i tekstu, trenowany na twórczości pobranej ze stron internetowych — w tym zbiory danych stojące za dzisiejszymi głównymi generatorami obrazów.\n- Sprawa jest w toku; odtajnione dokumenty stanowią istotną eskalację w materiale dowodowym przeciwko obu pozwanym.\n\n## Wewnętrzna sprzeczność, której Microsoft nie mógł zredagować\n\nDokumenty, opisane przez TechCrunch, pokazują, że wysocy rangą przedstawiciele Microsoftu nie żywili żadnych złudzeń co do prawnych i etycznych konsekwencji masowego scrapingu stron internetowych. Sformułowanie jednego z dyrektorów — „największa kradzież pracy w historii ludzkości" — jest uderzające właśnie dlatego, że pojawia się w wewnętrznej korespondencji, a nie w piśmie procesowym ani publicznym oświadczeniu skierowanym do określonej publiczności. To język, który pojawia się wtedy, gdy ludzie wierzą, że nikt ich nie obserwuje.\n\nRównież framing „pętli zagłady" jest wymowny. Według Ars Technica wewnętrzne e-maile ostrzegały, że systemy AI wypierające wydawców informacyjnych ostatecznie zniszczą potoki wysokiej jakości danych, od których te same systemy AI są zależne — samobójczy cykl, który obie firmy najwyraźniej rozpoznały, a mimo to kontynuowały swoje działania.\n\n\n\n## Co to ujawnia o gospodarce danych treningowych\n\nDla każdego, kto pracuje z generatorami obrazów AI lub modelami tekstowymi, architektura prawna leżąca u podstaw tych narzędzi zawsze była niejasna. Ta sprawa znacznie wyostrza obraz. Ta sama logika scrapingu, która pobierała artykuły Timesa, napędzała również masowe zbiory danych obrazów — LAION, pochodne Common Crawl — na których trenowano Stable Diffusion, Midjourney i ich następców. Gdy Stability AI stanęła w obliczu podobnej presji prawnej w 2023 roku ze strony Getty Images i grupy artystów wizualnych, obrona firmy opierała się częściowo na argumencie, że scraping był standardową praktyką branżową. Dokumenty Microsoftu sugerują, że własna kadra kierownicza branży wiedziała, że ten argument ma swoje granice.\n\nPraktyczne stawki dla trenowania modeli obrazów są bezpośrednie. Jeśli sądy orzekną, że scraping treści za paywallem lub chronionych prawem autorskim bez licencji stanowi naruszenie — a wewnętrzne przyznanie się do „kradzieży" nie pomaga pozwanym — struktura kosztów budowania modeli granicznych ulega zmianie. Umowy licencyjne stają się obowiązkowe, a nie opcjonalne, a ten koszt ostatecznie spływa w dół: do cen API, poziomów subskrypcji platform i modeli dostępnych dla twórców.\n\nPlatforma do licencjonowanych remiksów muzycznych AI Universal Music i ElevenLabs ogłoszona wcześniej w tym roku stanowi jeden z wariantów tego, jak może wyglądać gospodarka modeli po erze scrapingu — prawa negocjowane z góry, przychody dzielone. To, czy platformy do generowania obrazów podążą w tym samym kierunku, zależy w dużej mierze od tego, jak ta sprawa zostanie rozstrzygnięta.\n\n## Zmiana w materiale dowodowym\n\nOdtajnione dokumenty to inna kategoria niż dokumenty z redakcjami. Sądy je odtajniają, gdy uznają, że interes publiczny przeważa nad roszczeniami pozwanych do poufności — próg, który sam w sobie sygnalizuje sceptycyzm sędziowski. Zespół prawny NYT ma teraz w aktach, własnymi słowami pozwanych, przyznanie, że kwestionowane działania wyrządziły szkodę.\n\n> „Największa kradzież pracy w historii ludzkości."\n>\n> — dyrektor Microsoftu, wewnętrzna korespondencja (za pośrednictwem TechCrunch)\n\nDla twórców korzystających z narzędzi AI zbudowanych na podobnych potokach danych pytanie nie brzmi już, czy ryzyko prawne jest teoretyczne. Chodzi o to, jak szybko działają sądy i czy główne platformy — w tym te obsługujące dziś generowanie obrazów AI — zgromadziły wystarczająco dużo licencjonowanych danych, by przetrwać niekorzystny wyrok. Kolejna merytoryczna rozprawa w sprawie NYT v. OpenAI zdecyduje, czy te wewnętrzne przyznania przetrwają wniosek o ograniczenie ich wykorzystania dowodowego.