Навчання ШІ на книгах, захищених авторським правом: що означає правова невизначеність для творців, які використовують ці моделі

Жоден суд остаточно не постановив, що навчання моделей ШІ на книгах, захищених авторським правом, є незаконним — але це питання активно розглядається в кількох судових справах США, і результат безпосередньо змінить те, які моделі виживуть, які навчальні конвеєри будуть закриті, і що творці можуть законно робити з результатами, згенерованими ШІ.

Ключові висновки

• Суди США ще не винесли остаточного рішення щодо того, чи становить використання книг, захищених авторським правом, для навчання ШІ порушення авторських прав.
• Кілька активних судових позовів від авторів, включаючи Джорджа Р.Р. Мартіна та Джона Грішема, спрямовані проти компаній як OpenAI та Meta через навчальні дані.
• Основна правова суперечка зосереджується на тому, чи кваліфікується навчання ШІ як «добросовісне використання» згідно з американським законом про авторське право — захист, який активно стверджують компанії ШІ.
• Рішення проти лабораторій ШІ може змусити до перенавчання на ліцензованих даних, потенційно погіршуючи якість моделей або підвищуючи витрати, які перекладаються на творців.
• Автори, чиї роботи використовувалися без згоди, не знали, що це відбувається — факт, який суди можуть серйозно врахувати при оцінці збитків.

Ставка на добросовісне використання в основі кожної великої моделі

Правова теорія, на яку роблять ставку компанії ШІ, — це добросовісне використання — зокрема аргумент, що поглинання тексту, захищеного авторським правом, для побудови статистичної моделі є достатньо «трансформативним», щоб не підпадати під порушення. Цей аргумент має прецедент: Google виграв десятирічну боротьбу за сканування книг для індексації пошуку. Але генерування прози, зображень або коду, що безпосередньо конкурує з оригінальними роботами, є складнішим випадком, і кілька суддів дозволили позовам авторів пройти повз раннє відхилення, сигналізуючи, що захист не є герметичним.

Як повідомляє TechCrunch, більшість опублікованих авторів сприяли розвитку інструментів ШІ без їхнього відома чи згоди — інструментів, які тепер конкурують з їхніми власними творами за читачів та замовлення.

«Більшість опублікованих авторів, без їхнього відома чи згоди, сприяли розвитку тих самих інструментів ШІ, які загрожують підірвати їхні засоби до існування».

— TechCrunch

Що рішення в будь-який бік робить з моделями, які використовують творці

Ось де ставки стають конкретними для будь-кого, хто працює з генераторами зображень ШІ або текстовими інструментами. Великі мовні моделі, що лежать в основі багатьох конвеєрів генерації зображень — для підписів, інтерпретації промптів та мультимодального міркування — були навчені на наборах даних, які майже напевно включали текст, захищений авторським правом. Якщо суди визнають, що навчання без ліцензії становить порушення, лабораторії стикаються з трьома варіантами: домовлятися про дорогі ретроактивні ліцензії, перенавчатися на вужчих наборах даних або закривати постраждалі моделі.

Перенавчання на курованих, ліцензованих корпусах зазвичай створює моделі з вужчим стилістичним діапазоном та слабшою узагальненістю. Для творців це означає промпти, які охоплюють менше естетичних регістрів, менш нюансоване написання персонажів у супутніх інструментах та загальне згладжування різноманітності результатів. Багатство, яке робить поточні моделі здатними на справжній стилістичний діапазон, частково походить від широти того, що вони поглинули — включаючи саме ту літературну традицію, яку автори тепер борються захистити.

Тут є паралель з фотографами-пікторіалістами початку XX століття, які стверджували, що фотографія може стати мистецтвом, лише запозичивши візуальну граматику живопису. Суди зрештою мали вирішити, що вважається оригінальним вираженням у механічному середовищі. ШІ змушує до того ж питання з протилежного боку: не чи може машина створювати мистецтво, а чи було їй дозволено вчитися з уже створеного мистецтва.

Прогалина згоди та її практичні наслідки

Проблема згоди сягає глибше правової теорії. Автори не давали згоди; їхні роботи були зібрані з наборів даних, зібраних у масштабі, часто без будь-якого публічного розкриття того, які назви були включені. Ця непрозорість ускладнює творцям знання того, чи була модель, яку вони використовують, навчена на стилі конкретного автора — що має значення як етично, так і, все частіше, комерційно, оскільки деякі клієнти починають запитувати документацію походження роботи, створеної за допомогою ШІ.

Платформи, які хочуть випередити це, уже переходять до ліцензованих угод про навчання з видавцями. Пропозиція Adobe Firefly комерційним клієнтам завжди спиралася на навчання на ліцензованих даних. Якщо судові процеси змусять конкурентів піти тим же шляхом, різниця у вартості зменшиться — але так само зменшиться розрив у творчому діапазоні, який наразі робить моделі з відкритими вагами та широко навчені привабливими для експериментальної роботи.

Наразі творці, які використовують будь-який великий інструмент ШІ, працюють з моделями, чия правова основа справді оспорюється. Це не причина зупинятися — суди рухаються повільно, а судові заборони проти розгорнутих моделей є рідкісними — але це причина стежити за тим, які лабораторії проактивно ліцензують дані, а які все ще роблять ставку на добросовісне використання. Результат визначить не лише те, хто кому винен гроші, але й те, чому дозволено вчитися наступному поколінню моделей.