Anthropic-ന്റെ $1.5 ബില്യൺ പൈറസി സെറ്റിൽമെന്റ്: ഒരു റെക്കോർഡ് നഷ്ടവും തന്ത്രപരമായ വിജയവും

തങ്ങളുടെ മോഡലുകൾ പരിശീലിപ്പിക്കുന്നതിനായി പൈറേറ്റഡ് ഡാറ്റാബേസുകൾ ഉപയോഗിച്ചു എന്ന ആരോപണത്തെത്തുടർന്ന്, പുസ്തക രചയിതാക്കളുടെ ഒരു കൂട്ടം ആളുകളുമായി ചരിത്രപരമായ $1.5 ബില്യൺ സെറ്റിൽമെന്റിൽ Anthropic എത്തിയിരിക്കുന്നു. ഈ വൻതുക നൽകേണ്ടി വരുന്നത് സാമ്പത്തികമായി ഒരു തിരിച്ചടിയാണെങ്കിലും, ഈ കേസിലെ നിയമപരമായ സൂക്ഷ്മതകൾ 'ഫെയർ യൂസ്' (fair use) സംബന്ധിച്ച് വിപുലമായ AI വ്യവസായത്തിന് വലിയൊരു വിജയമായി മാറിയേക്കാം.

റെക്കോർഡ് തകർത്ത സെറ്റിൽമെന്റിന്റെ വിശദാംശങ്ങൾ

2021-നും 2022-നും ഇടയിൽ LibGen, PiLiMi തുടങ്ങിയ പ്രശസ്തമായ പൈറസി ഡാറ്റാബേസുകളിൽ നിന്ന് Anthropic പുസ്തകങ്ങൾ ഡൗൺലോഡ് ചെയ്തതായി തെളിവുകൾ പുറത്തുവന്നതിനെത്തുടർന്ന് സാൻ ഫ്രാൻസിസ്കോയിലെ ഒരു ഫെഡറൽ കോടതി ഈ ചരിത്രപരമായ സെറ്റിൽമെന്റ് അംഗീകരിച്ചു. ഏകദേശം 482,460 കൃതികളെ ഉൾക്കൊള്ളുന്ന ഈ സെറ്റിൽമെന്റിന്റെ വ്യാപ്തി ക്ലാസ് ആക്ഷൻ ചരിത്രത്തിൽ അഭൂതപൂർവമാണ്.

ഉൾപ്പെട്ട ആകെ കൃതികളിൽ 91.3 ശതമാനവും രചയിതാക്കൾ വിജയകരമായി അവകാശപ്പെട്ടു. ഓരോ പരാതിക്കാരനും ഏകദേശം $3,000 വീതം ലഭിക്കും, ഇത് നിയമപരമായ കുറഞ്ഞ തുകയുടെ നാല് മടങ്ങാണ്. നിയമപരമായ പരിഹാരത്തിന്റെ ഭാഗമായി, ഈ കാലയളവിൽ ഉപയോഗിച്ച പൈറേറ്റഡ് ഫയലുകൾ നശിപ്പിക്കാൻ Anthropic ബാധ്യസ്ഥരാണ്. പ്രധാനമായും, ഈ സെറ്റിൽമെന്റ് കമ്പനിക്ക് പൂർണ്ണമായ ഇളവ് നൽകുന്നില്ല; AI ഔട്ട്‌പുട്ടുകൾ യഥാർത്ഥ കൃതികളെ പുനർനിർമ്മിക്കുകയോ അല്ലെങ്കിൽ Anthropic-ന്റെ ഭാവിയിലെ ഡാറ്റാ ശേഖരണ രീതികൾ പകർപ്പവകാശ നിയമങ്ങൾ ലംഘിക്കുകയോ ചെയ്താൽ പരാതി ഉന്നയിക്കാനുള്ള അവകാശം രചയിതാക്കൾക്കുണ്ട്.

AI വികസനത്തിന് അനുകൂലമായ ഒരു സാങ്കേതിക വശം

$1.5 ബില്യൺ എന്ന വൻതുകയാണെങ്കിലും, ഈ കേസ് സൃഷ്ടിച്ച നിയമപരമായ കീഴ്വഴക്കം AI ലാബുകൾക്ക് അത്ഭുതകരമായ രീതിയിൽ അനുകൂലമാണ്. സെറ്റിൽമെന്റ് പൈറേറ്റഡ് സ്രോതസ്സുകൾ ഉപയോഗിച്ചതിനെക്കുറിച്ച് മാത്രം പ്രതിപാദിക്കുന്നു, എന്നാൽ AI പരിശീലനത്തിന്റെ നിയമസാധുതയെക്കുറിച്ച് ഇത് വിധി പറയുന്നില്ല.

ജഡ്ജി ആൽസപ്പ് നേരത്തെ തന്നെ ഒരു നിർണ്ണായകമായ വ്യത്യാസം വ്യക്തമാക്കിയിട്ടുണ്ട്: നിയമപരമായി നേടിയെടുത്ത പുസ്തകങ്ങൾ ഉപയോഗിച്ച് AI പരിശീലിപ്പിക്കുന്നത് "പരിവർത്തനപരമാണ് (transformative)—അതിശയിപ്പിക്കുന്ന രീതിയിൽ"—അത് 'ഫെയർ യൂസ്' തത്വത്തിന്റെ പരിധിയിൽ വരുന്നു. OpenAI, Google, Meta തുടങ്ങിയ കമ്പനികളെ സംബന്ധിച്ചിടത്തോളം ഈ വ്യത്യാസം വളരെ പ്രധാനമാണ്. ഡാറ്റയുടെ സ്രോതസ്സ് (പൈറസി vs നിയമപരമായ ശേഖരണം) ഒരു ഉത്തരവാദിത്തമാണെങ്കിലും, ഭാഷയും പാറ്റേണുകളും മനസ്സിലാക്കാൻ ഒരു മോഡലിനെ പരിശീലിപ്പിക്കുന്ന പ്രക്രിയ നിയമപരമായി ന്യായീകരിക്കാവുന്നതാണെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.

മാസ്സ് സ്ക്രാപ്പിംഗിന്റെ പരിഹരിക്കപ്പെടാത്ത വെല്ലുവിളികൾ

വൻതോതിലുള്ള ഡാറ്റാസെറ്റുകൾ ഉപയോഗിച്ച് പരിശീലിപ്പിച്ച ലാബുകൾക്ക് ഈ വിധി ഒരു ആശ്വാസം നൽകുന്നുണ്ടെങ്കിലും, "നിയമപരമായ ശേഖരണം" സംബന്ധിച്ച നിയമപോരാട്ടം അവസാനിച്ചിട്ടില്ല. വെബ്‌സൈറ്റ് ഉടമകളുടെ വ്യക്തമായ അനുമതിയില്ലാതെ ഇന്റർനെറ്റ് ഉള്ളടക്കം മാസ്സ് സ്ക്രാപ്പിംഗ് ചെയ്യുന്നത് നിയമപരമായ ശേഖരണമാണോ അതോ പകർപ്പവകാശ ലംഘനമാണോ എന്ന ചോദ്യം ഇപ്പോഴും അവശേഷിക്കുന്നു.

AI വ്യവസായത്തിന്റെ രണ്ടായി വിഭജിക്കപ്പെട്ട ഒരു നിയമപരമായ യാഥാർത്ഥ്യത്തെ ഈ സെറ്റിൽമെന്റ് എടുത്തുകാണിക്കുന്നു. തങ്ങളുടെ ഡാറ്റാ പൈപ്പ്‌ലൈനുകളിൽ നിന്ന് പൈറേറ്റഡ് ശേഖരങ്ങൾ നീക്കം ചെയ്യുന്നതിലൂടെ കമ്പനികൾക്ക് വൻ പിഴകൾ ഒഴിവാക്കാം, എങ്കിലും വെബ് പ്രസാധകരുടെയും ഉള്ളടക്ക സ്രഷ്ടാക്കളുടെയും അവകാശങ്ങളെ സംബന്ധിച്ച് അവർ ഇപ്പോഴും അനിശ്ചിതത്വത്തിലായ ഒരു സാഹചര്യമാണ് നേരിടുന്നത്. AI ലാബുകൾ വികസിച്ചുകൊണ്ടിരിക്കുമ്പോൾ, സാങ്കേതിക പുരോഗതിയും ബൗദ്ധിക സ്വത്തവകാശവും തമ്മിലുള്ള സംഘർഷം ഈ വ്യവസായത്തിന്റെ ഏറ്റവും വലിയ നിയമപരമായ തടസ്സമായി തുടരും.

പ്രധാന കാര്യങ്ങൾ

• റെക്കോർഡ് തുക: LibGen പോലുള്ള പൈറേറ്റഡ് ഡാറ്റാബേസുകൾ ഉപയോഗിച്ചതിന് പകരമായി Anthropic രചയിതാക്കൾക്ക് $1.5 ബില്യൺ നൽകും, ഇത് ക്ലാസ് ആക്ഷൻ ചരിത്രത്തിലെ ഏറ്റവും വലിയ പകർപ്പവകാശ സെറ്റിൽമെന്റാണ്.
• ഫെയർ യൂസ് കീഴ്വഴക്കം: നിയമപരമായി നേടിയെടുത്ത ഡാറ്റ ഉപയോഗിച്ച് AI പരിശീലിപ്പിക്കുന്നത് "അതിശയിപ്പിക്കുന്ന രീതിയിൽ പരിവർത്തനപരമാണ്" എന്ന് കോടതി സ്ഥിരീകരിച്ചു, ഇത് നിയമാനുസൃതമായ AI പരിശീലനത്തിന് വലിയൊരു നിയമപരമായ സംരക്ഷണം നൽകുന്നു.
• ഡാറ്റയുടെ വിശ്വാസ്യത നിർണ്ണായകമാണ്: AI പരിശീലനത്തിന്റെ നിയമസാധുത പലപ്പോഴും പരിശീലന പ്രക്രിയയേക്കാൾ ഉപരിയായി പരിശീലന ഡാറ്റയുടെ ഉറവിടത്തെ (provenance) ആശ്രയിച്ചിരിക്കുന്നു എന്ന് വിധി ഊന്നിപ്പറയുന്നു.