યુ.એસ. ડિપાર્ટમેન્ટ ઓફ જસ્ટિસે મીડિયા દિગ્ગજો અને AI ડેવલપર્સ વચ્ચે ચાલી રહેલા કોપીરાઈટ યુદ્ધમાં એક મહત્વપૂર્ણ કાનૂની હસ્તક્ષેપ કર્યો છે. લાર્જ લેંગ્વેજ મોડલ્સ (LLMs) ને કોપીરાઈટ કરેલા ડેટા પર તાલીમ આપવી એ "fair use" (વાજબી ઉપયોગ) છે તે દલીલ કરીને, DOJ એ OpenAI અને Microsoft જેવી કંપનીઓને એક મોટું કાનૂની રક્ષણ પૂરું પાડ્યું છે.

DOJ ની દલીલ: ટ્રેનિંગ વિરુદ્ધ આઉટપુટ

The New York Times સાથે જોડાયેલા એકત્રિત થયેલા દાવાઓના કેન્દ્રમાં AI કેવી રીતે શીખે છે અને તે શું ઉત્પન્ન કરે છે તે વચ્ચેનો મૂળભૂત તફાવત છે. The New York Times નો આક્ષેપ છે કે GPT-4 જેવા મોડલ્સને તાલીમ આપવા માટે તેના લાખો લેખોની પરવાનગી વગર ઉપયોગ કરવામાં આવ્યો હતો, જેનાથી અબજો ડોલરનું નુકસાન થયું છે અને એવા ઉત્પાદનો બનાવવામાં આવ્યા છે જે સીધા સમાચાર પત્ર સાથે સ્પર્ધા કરે છે.

જોકે, DOJ ની તાજેતરની ફાઇલિંગ દલીલ કરે છે કે કોપીરાઈટ ઉલ્લંઘન આઉટપુટના તબક્કે થાય છે, ઇન્જેશન (ડેટા લેવાના) તબક્કે નહીં. વિભાગ એવી દલીલ કરે છે કે તાલીમ તબક્કા દરમિયાન સમગ્ર કૃતિઓની નકલ કરવામાં આવે છે, પરંતુ આ નકલો ક્યારેય જાહેરમાં ઉપલબ્ધ કરાવવામાં આવતી નથી. વધુમાં, DOJ એવો દાવો કરે છે કે GPT-4 જેવા મોડલ્સના આઉટપુટમાં મૂળ સ્ત્રોત સામગ્રી સાથે "હંમેશા તો નહીં, પણ ઘણીવાર નોંધપાત્ર સમાનતાનો અભાવ હોય છે." ટ્રેનિંગ પ્રક્રિયાને જનરેટેડ કન્ટેન્ટથી અલગ કરીને, DOJ મશીન લર્નિંગની પ્રક્રિયાને માર્કેટ સબસ્ટિટ્યુશન (બજારમાં અવેજીકરણ) ના કાનૂની ખ્યાલથી અલગ કરવાનો પ્રયાસ કરી રહ્યો છે.

"હેમિંગ્વે એનાલોજી" અને માનવ સર્જનાત્મકતા

મશીન લર્નિંગના ખ્યાલને સમજવા માટે, DOJ એ લેખક જોઆન ડિડિયન સાથે જોડાયેલ એક સાહિત્યિક ઉદાહરણ (analogy) આપ્યું છે. ફાઇલિંગમાં નોંધવામાં આવ્યું છે કે કિશોરાવસ્થામાં, ડિડિયન તેમના વાક્ય બંધારણને વિશ્લેષિત કરવા અને તેમની કળા શીખવા માટે અર્નેસ્ટ હેમિંગ્વેની વાર્તાઓ નકલ કરતી હતી. DOJ એવી દલીલ કરે છે કે જો કાયદો મશીન ટ્રેનિંગને ઉલ્લંઘન તરીકે ગણે, તો ડિડિયન જેવા લેખકને સૈદ્ધાંતિક રીતે દર વખતે નવું કાર્ય પ્રકાશિત કરતી વખતે જવાબદારીનો સામનો કરવો પડી શકે છે, કારણ કે તેમની શીખવાની પ્રક્રિયા તેમના પછીના લેખન સાથે અતૂટ રીતે જોડાયેલી હશે.

વિભાગ વધુમાં દલીલ કરે છે કે AI ટ્રેનિંગ માટે કડક જવાબદારી લાદવાથી વિરોધાભાસી રીતે તે જ સર્જનાત્મકતા રૂંધાઈ જશે જેને કોપીરાઈટ કાયદો સુરક્ષિત કરવાનો હેતુ ધરાવે છે. માનવીઓ મૂળ કૃતિઓ ડ્રાફ્ટ કરવા અને એડિટ કરવા માટે વધુને વધુ LLMs નો ઉપયોગ કરી રહ્યા છે, ત્યારે DOJ સૂચવે છે કે મોટા પાયે લાયસન્સિંગ યોજનાઓ વિના ટ્રેનિંગને અસ્વીકાર્ય બનાવવાથી AI-સંચાલિત નવીનતા ખોરવાઈ જશે.

યુએસ કોપીરાઈટ ઓફિસને પડકાર

DOJ નું વલણ યુએસ કોપીરાઈટ ઓફિસના તાજેતરના તારણોથી સીધો વિરોધાભાસ ધરાવે છે. પૂર્વ રજિસ્ટ્રાર શિરા પર્મલટરે અગાઉ વ્યાપક "fair use" બચાવ વિરુદ્ધ દલીલ કરી હતી, જેમાં નોંધ્યું હતું કે AI માનવ ક્ષમતા કરતા ઘણો મોટા પાયે અને ઝડપે કામ કરે છે અને ઘણીવાર એવા વ્યાપારી ઉત્પાદનો બનાવે છે જે મૂળ કન્ટેન્ટ ક્રિએટર્સ સાથે સીધી સ્પર્ધા કરે છે.

DOJ એ આ આકારણી સામે આક્રમક વલણ અપનાવ્યું છે, અને જણાવ્યું છે કે પર્મલટરનો રિપોર્ટ કોઈ બંધનકર્તા કાનૂની સત્તા ધરાવતો નથી અને કેસ-દર-કેસ વિશ્લેષણ અંગેના સ્થાપિત કાયદાકીય કેસોને ધ્યાનમાં લેવામાં નિષ્ફળ જાય છે. વિભાગ ચેતવણી આપે છે કે વ્યાપક જવાબદારી લાદવાથી અસરકારક રીતે એક લાયસન્સિંગ વ્યવસ્થા ફરજિયાત બનશે જે અદ્યતન AI મોડલ્સના વિકાસને કાનૂની અને નાણાકીય રીતે અશક્ય બનાવી દેશે.

મુખ્ય મુદ્દાઓ

  • ટ્રેનિંગ અને આઉટપુટનું અલગકરણ: DOJ એવી દલીલ કરે છે કે જો પરિણામી મોડલ આઉટપુટ મૂળ કૃતિઓ સાથે "નોંધપાત્ર સમાનતા" દર્શાવતું નથી, તો ટ્રેનિંગ માટે ટેક્સ્ટની નકલ કરવી એ ઉલ્લંઘન નથી.
  • નવીનતાનું રક્ષણ: વિભાગ ચેતવણી આપે છે કે તમામ ટ્રેનિંગ ડેટા માટે લાયસન્સની જરૂરિયાત સર્જનાત્મકતાને રૂંધશે અને માનવ કન્ટેન્ટ નિર્માણમાં મદદ કરતા LLMs ના વિકાસને અટકાવશે.
  • એક કાનૂની સંકેત: આ હસ્તક્ષેપ DOJ અને યુએસ કોપીરાઈટ ઓફિસ વચ્ચે ઉચ્ચ જોખમ ધરાવતો સંઘર્ષ ઊભો કરે છે, જે જનરેટિવ AI ના ભવિષ્ય પર નિર્ણાયક અદાલતી ચુકાદા માટે મંચ તૈયાર કરે છે.

ARTICLE: યુ.એસ. ડિપાર્ટમેન્ટ ઓફ જસ્ટિસે New York Times ના કોપીરાઈટ દાવા માં એક એમિકસ બ્રીફ (amicus brief) દાખલ કરી છે, જેમાં દલીલ કરવામાં આવી છે કે લાર્જ લેંગ્વેજ મોડલ્સ (LLMs) ને તાલીમ આપવા માટે સુરક્ષિત ટેક્સ્ટની નકલ કરવી એ 'fair use' (વાજબી ઉપયોગ) તરીકે ગણાય છે. આ ફાઇલિંગ OpenAI અને Microsoft જેવી કંપનીઓને કાનૂની રક્ષણ આપે છે જે તેમને નુકસાનની એ રકમમાંથી બચાવી શકે છે જેનો અંદાજ સમાચાર પત્ર અબજો ડોલરમાં લગાવે છે.

આ કેસ અત્યારે શા માટે મહત્વનો છે

આ કાયદાકીય કાર્યવાહીમાં એવા અનેક દાવાઓનો સમાવેશ થાય છે કે AI ડેવલપર્સ પરવાનગી વગર તેમના મોડલ્સમાં લાખો સમાચાર પત્રોના લેખો નાખ્યા હતા, અને પછી એવા ઉત્પાદનો બહાર પાડ્યા જે Times ના પોતાના રિપોર્ટિંગ સાથે સીધી સ્પર્ધા કરે છે. જો અદાલત DOJ ની 'fair-use' દલીલને નકારી કાઢે છે, તો AI કંપનીઓને મોટા પ્રમાણમાં લાયસન્સિંગ બિલનો સામનો કરવો પડી શકે છે અથવા તેમને આગલી પેઢીના કન્વર્સેશનલ એજન્ટ્સના વિકાસને રોકવા માટે મજબૂર કરવામાં આવી શકે છે.

DOJ ની મુખ્ય દલીલ

આ દલીલ AI વર્કફ્લોને બે અલગ તબક્કાઓમાં વહેંચે છે. પ્રથમ, મોડેલ ટેક્સ્ટના વિશાળ સંગ્રહને ગ્રહણ કરે છે; બીજું, તે વપરાશકર્તાના પ્રોમ્પ્ટ્સના પ્રતિભાવો જનરેટ કરે છે. વિભાગનું કહેવું છે કે ઉલ્લંઘન ત્યારે જ થાય છે જ્યારે કોપીરાઈટ કરેલ કાર્ય એવી રીતે પુનઃઉત્પાદિત કરવામાં આવે કે જે જાહેર જનતા તેને એક્સેસ કરી શકે. તાલીમ માટેની નકલો ક્યારેય ડેવલપરના સર્વર છોડતી નથી, તેથી, ગ્રહણ કરવાની પ્રક્રિયા તે મર્યાદાને પૂર્ણ કરતી નથી.

DOJ "સબસ્ટેન્શિયલ સિમિલારિટી" (સામ્યતા) ના પરીક્ષણ પર પણ આધાર રાખે છે, જે લાંબા સમયથી ચાલી આવતું કોપીરાઈટ ધોરણ છે. તે દલીલ કરે છે કે GPT-4 જેવા મોડેલો દ્વારા જનરેટ થયેલ ટેક્સ્ટ આઉટપુટ "મોટાભાગે, જો હંમેશા ન હોય તો પણ" કોઈપણ સિંગલ સ્ત્રોતથી એટલું અલગ હોય છે કે વાદી જરૂરી સામ્યતા સાબિત કરી શકતા નથી. ટૂંકમાં, આ દલીલ કહે છે કે કાયદાકીય ધ્યાન અંતિમ આઉટપુટ પર હોવું જોઈએ, આંતરિક લર્નિંગ પ્રક્રિયા પર નહીં.

મુદ્દાને સમજાવવા માટે એક સાહિત્યિક ઉદાહરણ

ટેકનિકલ દલીલને વધુ સમજવા યોગ્ય બનાવવા માટે, આ દસ્તાવેજ એક કિશોર લેખિકાની વાર્તાનો ઉલ્લેખ કરે છે જેણે અર્નેસ્ટ હેમિંગ્વેની શૈલીનો અભ્યાસ કરવા માટે તેમની વાર્તાઓ નકલ કરી હતી. DOJ કહે છે કે જો કાયદો તે શીખવાની પ્રક્રિયાને ઉલ્લંઘન તરીકે ગણે, તો લેખિકા જ્યારે પણ નવું લખાણ પ્રકાશિત કરે ત્યારે તેના પર કેસ થઈ શકે છે, ભલે તેનું કાર્ય મૂળ (original) હોય. વિભાગ ચેતવણી આપે છે કે આ જ તર્ક AI પર લાગુ કરવાથી "તે સર્જનાત્મકતા જ મુદિત કરી દેશે જેને સુરક્ષિત કરવા માટે કોપીરાઈટ કાયદો બનાવવામાં આવ્યો હતો."

AI ડેવલપર્સ અને કન્ટેન્ટ ક્રિએટર્સ માટેના જોખમો

  • નવીનતાનું જોખમ (Innovation risk): તાલીમમાં વપરાતા દરેક ટેક્સ્ટ માટે લાયસન્સની જરૂરિયાત ખર્ચ એટલો વધારી શકે છે કે અત્યાધુનિક મોડેલ્સ બનાવવું આર્થિક રીતે અશક્ય બની જાય.
  • સર્જનાત્મક વર્કફ્લો: માનવ લેખકો ડ્રાફ્ટિંગ, એડિટિંગ અને બ્રેઈનસ્ટોર્મિંગ માટે વધુને વધુ LLMs પર નિર્ભર રહે છે. જો તાલીમ પ્રક્રિયાને ગેરકાયદેસર ઠેરવવામાં આવે, તો તે સાધનો અદૃશ્ય થઈ શકે છે, જે સમગ્ર ઉદ્યોગોમાં કન્ટેન્ટ કેવી રીતે ઉત્પાદિત થાય છે તેને બદલી નાખશે.
  • બજાર પર અસર: સમાચાર ઉદ્યોગ દલીલ કરે છે કે જે AI મોડેલો પ્રશ્નોના જવાબ આપી શકે છે અથવા સમાચાર જેવા ટેક્સ્ટ જનરેટ કરી શકે છે તે મૂળ રિપોર્ટિંગનું મૂલ્ય ઘટાડે છે, જે સંભવિત રીતે જાહેરાત આવક અને સબ્સ્ક્રિપ્શનને નુકસાન પહોંચાડી શકે છે.

કોપીરાઈટ ઓફિસનો વિરોધ પક્ષ

પૂર્વ રજિસ્ટ્રાર શીરા પર્મલટરના નેતૃત્વ હેઠળ તૈયાર કરવામાં આવેલ યુએસ કોપીરાઈટ ઓફિસના તાજેતરના અહેવાલે 'ફેર-યુઝ' (fair-use) ના વ્યાપક બચાવનો વિરોધ કર્યો છે. ઓફિસે એવા ત્રણ પરિબળો પર પ્રકાશ પાડ્યો છે જે AI ને માનવ શિક્ષણથી અલગ પાડે છે: નકલ કરવામાં આવેલી સામગ્રીનું વિશાળ પ્રમાણ, જે ઝડપથી પ્રક્રિયા કરવામાં આવે છે તે, અને એ હકીકત કે પરિણામી મોડેલ્સને વ્યાવસાયિક ઉત્પાદનો તરીકે પેકેજ કરીને વેચી શકાય છે જે સીધા જ મૂળ સર્જકો સાથે સ્પર્ધા કરે છે.

DOJ આ મુદ્દાઓનો ખંડન કરે છે, અને નોંધે છે કે આ અહેવાલ પાસે બંધનકર્તા કાયદાકીય સત્તા નથી અને હાલના કાયદાકીય કેસોમાં પહેલેથી જ 'ફેર-યુઝ' ના તથ્યવાર વિશ્લેષણની જરૂર હોય છે. તે ચેતવણી આપે છે કે "વ્યાપક જવાબદારી" લાદવાથી ઉદ્યોગ ખરેખર લાયસન્સિંગ વ્યવસ્થામાં ધકેલાઈ જશે જે "અદ્યતન AI મોડેલ્સના વિકાસને કાયદાકીય અને આર્થિક રીતે અશક્ય બનાવી દેશે."

આગળ શું થઈ શકે છે

ટાઈમ્સ કેસ સંભાળતી ડિસ્ટ્રિક્ટ કોર્ટે DOJ ના 'ફેર-યુઝ' ના વલણ અને કોપીરાઈટ ઓફિસના તારણો વચ્ચે તુલના કરવી પડશે. DOJ ની તરફેણમાં ચુકાદો એવો પૂર્વ નમૂનો (precedent) સ્થાપિત કરશે કે જો મોડેલનું આઉટપુટ 'સબસ્ટેન્શિયલ સિમિલારિટી' થી દૂર રહે તો સ્પષ્ટ પરવાનગી વિના તાલીમ ડેટા એકત્ર કરી શકાય છે. સમાચાર પત્રની તરફેણમાં નિર્ણય લેવાથી લાયસન્સિંગ વાટાઘાટોનું મોજું આવી શકે છે, જે સંભવિત રીતે AI સંશોધનના અર્થશાસ્ત્રને નવું સ્વરૂપ આપી શકે છે.

નિષ્કર્ષ

DOJ ની આ દલીલ AI તાલીમ 'ફેર-યુઝ' છે કે નહીં તે પ્રશ્નને ઉચ્ચ જોખમવાળી અદાલતી લડાઈમાં ફેરવી દે છે. તેનું પરિણામ એ નક્કી કરશે કે ડેવલપર્સ હાલના ટેક્સ્ટ પર શક્તિશાળી લેંગ્વેજ મોડેલ્સ બનાવવાનું ચાલુ રાખી શકશે કે તેઓ જે પણ સામગ્રી ગ્રહણ કરે છે તેના દરેક ભાગ માટે ખર્ચાળ લાયસન્સ લેવા પડશે. આ નિર્ણય ટેક સેક્ટર, મીડિયા ઉદ્યોગ અને વ્યાપક સર્જનાત્મક અર્થતંત્રમાં મોટી અસર પાડશે.