ഒരു ഫെഡറൽ ജഡ്ജി Anthropic-ഉം ഒരു കൂട്ടം എഴുത്തുകാരും തമ്മിലുള്ള 1.5 ബില്യൺ ഡോളറിന്റെ ഒത്തുതീർപ്പിന് അംഗീകാരം നൽകി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കമ്പനികൾ പകർപ്പവകാശമുള്ള (copyrighted) പുസ്തകങ്ങൾ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു എന്ന തർക്കത്തിലെ ശ്രദ്ധേയമായ ഒരു അധ്യായത്തിന് ഇത് അന്ത്യം കുറിക്കുന്നു. ജഡ്ജി Araceli Martínez-Olguín ഈ കരാറിൽ ഒപ്പുവെച്ചു, ഇത് ചരിത്രത്തിലെ ഏറ്റവും വലിയ പകർപ്പവകാശ നഷ്ടപരിഹാരമായി നിയമവിദഗ്ധർ വിശേഷിപ്പിക്കുന്നു. Andrea Bartz, Charles Graeber, Kirk Wallace Johnson തുടങ്ങിയ എഴുത്തുകാർ നയിച്ച 2024-ലെ ഒരു ക്ലാസ്-ആക്ഷൻ നിയമനടപടിയുടെ ഫലമാണിത്. തങ്ങളുടെ ലാർജ് ലാംഗ്വേജ് മോഡലുകളെ (LLMs) പരിശീലിപ്പിക്കുന്നതിനായി കോടിക്കണക്കിന് പകർപ്പവകാശമുള്ള കൃതികൾ കമ്പനി വലിച്ചെടുക്കുന്നു എന്നാണ് ഇവർ ആരോപിച്ചത്. ഇന്റർനെറ്റിലെ വിവരങ്ങൾ സൗജന്യമായി ഉപയോഗിക്കാവുന്ന ഒന്നായി കണ്ടിരുന്ന ഈ വ്യവസായത്തിന് ഇപ്പോൾ വ്യക്തമായ ഒരു സന്ദേശമുണ്ട്: ആ കാലഘട്ടം അവസാനിച്ചു.
റെക്കോർഡ് തുകയുടെ വിശകലനം
അംഗീകരിച്ച കരാർ പ്രകാരം, Anthropic പകർപ്പവകാശ ലംഘനം നടത്തിയ ഓരോ പുസ്തകത്തിനും എഴുത്തുകാർക്ക് ഏകദേശം 3,000 ഡോളർ വീതം ലഭിക്കും. കമ്പനിയുടെ പ്രവർത്തനം വൻതോതിലുള്ള "Napster-style downloading"-ന് സമാനമാണെന്ന് പരാതിയിൽ പറയുന്നു. റോയൽറ്റി തുക നഷ്ടപ്പെടുന്നത് ഒരു വശമാണെങ്കിൽ, ഒരു പൂർണ്ണമായ കൈയെഴുത്തുപ്രതി (manuscript) മനുഷ്യരായ എഴുത്തുകാരുമായി മത്സരിക്കുന്ന ഒരു മോഡലിലേക്ക് മാറ്റപ്പെട്ടു എന്ന് അറിയുന്നത് മറ്റൊരു വശമാണ്.
Anthropic ജനറൽ കൗൺസൽ Aparna Sridhar സൂചിപ്പിച്ചത് കമ്പനി ഈ തർക്കത്തിൽ നിന്ന് വേഗത്തിൽ പുറത്തുകടക്കാൻ ആഗ്രഹിക്കുന്നു എന്നാണ്. അർഹരായ എഴുത്തുകാരും പ്രസാധകരും ഇതിനകം തന്നെ തങ്ങളുടെ വിഹിതം അവകാശപ്പെട്ടതായും അവർ പറഞ്ഞു. ഈ പങ്കാളിത്ത നിരക്ക് പ്രധാനമാണ്. ക്ലാസ് ആക്ഷൻ കേസുകളിൽ പലപ്പോഴും ബാധിക്കപ്പെട്ടവരിൽ പകുതി പേരെ പോലും ഉൾപ്പെടുത്താൻ പ്രയാസമാണ്, എന്നാൽ ഇത്രയധികം പേർ ഇതിൽ പങ്കുചേർന്നത് ഓരോരുത്തർക്കും ലഭിക്കുന്ന തുക അർഹതപ്പെട്ടതാണെന്നും അല്ലെങ്കിൽ മറ്റൊരു വിചാരണയ്ക്കായി കാത്തിരിക്കുന്നതിനേക്കാൾ നല്ലത് ഈ തുക സ്വീകരിക്കുന്നതാണെന്നും എഴുത്തുകാർ കരുതിയെന്നും സൂചിപ്പിക്കുന്നു.
1.5 ബില്യൺ ഡോളർ എന്ന വാർത്ത ആകർഷകമാണെങ്കിലും, ഓരോ പുസ്തകത്തിനും ലഭിക്കുന്ന തുക മറ്റൊരു കഥയാണ് പറയുന്നത്. പരിശീലനത്തിനായി ഉപയോഗിച്ച ഒരു പുസ്തകം മാത്രമുള്ള ഒരു ഇടത്തരം എഴുത്തുകാരനെ സംബന്ധിച്ചിടത്തോളം, 3,000 ഡോളർ എന്നത് വർഷങ്ങളോളം നീണ്ടുനിൽക്കുന്ന ഡിജിറ്റൽ റോയൽറ്റിയോട് തുല്യമായേക്കാം. എന്നാൽ ഒരു ബെസ്റ്റ് സെല്ലർ പരമ്പരയെ സംബന്ധിച്ചിടത്തോളം ഇത് ഒരു ആഴ്ചത്തെ വിൽപ്പനയ്ക്ക് തുല്യമായിരിക്കാം. ഈ വ്യത്യാസമാണ് ഈ കരാർ ഒരു മാതൃകയാണോ അതോ പരിധിയാണോ എന്ന കാര്യത്തിൽ പ്രസാധക വ്യവസായത്തെ ഭിന്നിപ്പിക്കുന്നത്.
ഭാഗിക വിജയത്തിൽ നിന്ന് വലിയ stakes ഉള്ള ഒത്തുതീർപ്പിലേക്ക്
ഈ ഒത്തുതീർപ്പ് അപ്രതീക്ഷിതമായി ഉണ്ടായതല്ല. വിരമിച്ച ജഡ്ജി William Alsup നേരത്തെ Anthropic-ന് ഭാഗിക വിജയം നൽകിയിരുന്നു. എല്ലാ വാദങ്ങളും കോടതി അംഗീകരിക്കില്ലെന്ന് അദ്ദേഹം സൂചിപ്പിച്ചിരുന്നു. എങ്കിലും, ഈ ക്ലാസ്-ആക്ഷൻ കരാറിന്റെ അംഗീകാരം ഒരു സുപ്രധാന കീഴ്വഴക്കം സൃഷ്ടിക്കുന്നു: പകരമായി പ്രതിഫലം നൽകാതെ പകർപ്പവകാശമുള്ള വിവരങ്ങൾ വൻതോതിൽ ഉപയോഗിക്കുന്നത് വലിയ സാമ്പത്തിക പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കും. ഡാറ്റാസെറ്റുകൾ നിയമപരമായ പ്രത്യാഘാതങ്ങൾ ഇല്ലാതെ ഇന്റർനെറ്റിൽ നിന്നോ ഡിജിറ്റൽ ലൈബ്രറികളിൽ നിന്നോ ശേഖരിക്കാമെന്ന് ഡെവലപ്പർമാർക്ക് ഇനി കരുതാനാവില്ല.
എന്താണ് മാറിയത്? വ്യാപ്തിയും വ്യക്തതയും. ഒരു എഴുത്തുകാരൻ ഒരു ചെറിയ ഭാഗത്തെക്കുറിച്ച് പരാതിപ്പെടുമ്പോൾ, അത് 'ഫെയർ യൂസ്' (fair use) ആണോ എന്ന് കോടതികൾ പരിശോധിക്കും. എന്നാൽ ഒരു വാണിജ്യ ഉൽപ്പന്നം നിർമ്മിക്കാൻ ദശലക്ഷക്കണക്കിന് പുസ്തകങ്ങൾ പൂർണ്ണമായി പകർത്തിയെടുക്കുമ്പോൾ സാഹചര്യം മാറുന്നു. പരിശീലന ഡാറ്റ എന്നത് അവഗണിക്കാവുന്ന ഒന്നല്ല എന്ന വാദത്തെ ഈ ഒത്തുതീർപ്പ് ശരിവെക്കുന്നു. കമ്പ്യൂട്ട് ക്ലസ്റ്ററുകളും സെർവർ ഫാമുകളും പോലെ തന്നെ ഇതിനും ഒരു വിലയുണ്ട്.
ഇപ്പോഴും പഴയ ശേഖരങ്ങളിൽ നിന്ന് വിവരങ്ങൾ ശേഖരിച്ച് മോഡലുകൾ പരിശീലിപ്പിക്കുന്ന ഡെവലപ്പർമാരെ സംബന്ധിച്ചിടത്തോളം, ഈ റിസ്ക് ഇനി വെറുമൊരു സിദ്ധാന്തമല്ല. അത് അവരുടെ ബജറ്റിൽ ഉൾപ്പെടുത്തേണ്ട ഒന്നാണ്.
മുന്നോട്ടുള്ള പാത: ലൈസൻസിംഗ്, നിയമനടപടികൾ, അനിശ്ചിതത്വങ്ങൾ നിറഞ്ഞ സമാധാന ശ്രമങ്ങൾ
Anthropic ഇപ്പോഴും അപകടത്തിൽ നിന്ന് പൂർണ്ണമായും രക്ഷപ്പെട്ടിട്ടില്ല. Chicken Soup for the Soul-ന്റെ പിന്നിലെ പ്രസാധകർ ഉൾപ്പെടെയുള്ള നിരവധി സ്ഥാപനങ്ങൾ കമ്പനിക്കെതിരെ സ്വന്തമായി കേസുകൾ ഫയൽ ചെയ്തിട്ടുണ്ട്. 3,000 ഡോളർ എന്ന തുകയുടെ അടിസ്ഥാനപരമായ പ്രശ്നമാണ് അവർ ഉന്നയിക്കുന്നത്. ഒരു പുസ്തകത്തിന് നിശ്ചിത തുക നൽകുന്നത് ബൗദ്ധിക സ്വത്തവകാശത്തിന്റെ (intellectual property) ദീർഘകാല വിപണി മൂല്യത്തെയും, ആ കൃതികളിൽ നിന്ന് ലഭിക്കുന്ന ശൈലിയും വൈദഗ്ധ്യവും ഉപയോഗിച്ച് AI ഉൽപ്പന്നങ്ങൾ പണം സമ്പാദിക്കുന്ന രീതിയെയും അവഗണിക്കുന്നു എന്നാണ് അവർ വാദിക്കുന്നത്.
ഈ കേസുകൾ ക്ലാസ് ഒത്തുതീർപ്പിനേക്കാൾ ചിലവേറിയതാകാൻ സാധ്യതയുണ്ട്. ഒരു നിശ്ചിത തുക നൽകുന്നത് ബൗദ്ധിക സ്വത്തവകാശത്തിന്റെ വാണിജ്യപരമായ ഉപയോഗത്തിന് കുറഞ്ഞ മൂല്യം നൽകുന്നു എന്ന് ജൂറി സമ്മതിച്ചാൽ, നഷ്ടപരിഹാര രീതി മാറാൻ സാധ്യതയുണ്ട്. അത് ഒറ്റത്തവണ നൽകുന്ന തുകയ്ക്ക് പകരം റോയൽറ്റി രീതിയിലോ അല്ലെങ്കിൽ മോഡൽ വരുമാനവുമായി ബന്ധപ്പെട്ട വലിയൊരു തുകയായോ മാറാം. ഈ സാധ്യത ഏതൊരു AI ഫിനാൻസ് ടീമിനെയും ആശങ്കാകുലരാക്കും.
നിയമനടപടികളുടെ രണ്ടാമതൊരു തരംഗം നമ്മൾ പ്രതീക്ഷിക്കേണ്ടതുണ്ട്. ആന്ത്രോപിക് (Anthropic) കരാർ എഴുത്തുകാർക്ക് ഒരു മാതൃക നൽകുന്നു. എഴുത്തുകാർക്കും പ്രസാധകർക്കും ചർച്ചകളിലോ കോടതിയിലോ ഉദ്ധരിക്കാൻ കഴിയുന്ന ഒരു തുക ഇത് നിശ്ചയിക്കുന്നു—പുസ്തകത്തിന് 3,000 ഡോളർ വീതം. ആദ്യഘട്ടത്തിൽ കൂട്ടായ നിയമനടപടികളിൽ (class action) ചേരാത്ത ചെറിയ സ്റ്റുഡിയോകൾക്കും സ്വതന്ത്ര എഴുത്തുകാർക്കും, ഈ ഒത്തുതീർപ്പ് പുതിയ കേസുകൾ ഫയൽ ചെയ്യാനുള്ള ഒരു ക്ഷണമാണ്. വിപുലമായ AI മേഖലയെ സംബന്ധിച്ചിടത്തോളം, നിയമപരമായി അംഗീകരിക്കപ്പെട്ടതും ഉയർന്ന നിലവാരമുള്ളതുമായ ട്രെയിനിംഗ് ഡാറ്റയുടെ ചിലവ് ഒരു അനുബന്ധ കാര്യമായിട്ടല്ല, മറിച്ച് പ്രധാനപ്പെട്ട ഒരു പ്രവർത്തനച്ചെലവായി മാറിയേക്കാം.
ചില കമ്പനികൾ, പ്ലാറ്റ്ഫോമുകൾ മാധ്യമ സ്ഥാപനങ്ങളുമായി ഉണ്ടാക്കിയ കരാറുകൾ പോലെ, പ്രസാധകരുമായി ലൈസൻസിംഗ് കരാറുകളിൽ ഏർപ്പെടാൻ സാധ്യതയുണ്ട്. മറ്റുള്ളവർ സിന്തറ്റിക് ഡാറ്റാ ജനറേഷനിൽ (synthetic data generation) വൻതോതിൽ നിക്ഷേപം നടത്തുകയോ അല്ലെങ്കിൽ പബ്ലിക് ഡൊമെയ്നിലുള്ള വിവരശേഖരങ്ങൾ (public-domain corpora) മാത്രം ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച മോഡലുകൾ തിരഞ്ഞെടുക്കുകയോ ചെയ്തേക്കാം. ഇവയൊന്നും