एका फेडरल जजने Anthropic आणि लेखकांच्या एका गटातील $१.५ अब्ज डॉलर्सच्या तडजोडीला मंजुरी दिली आहे, ज्यामुळे कृत्रिम बुद्धिमत्ता (AI) कंपन्या कॉपीराइट असलेल्या पुस्तकांशी कसा व्यवहार करतात, या वादातील एक मोठा आणि लक्षवेधी अध्याय संपला आहे. जज अरासेली मार्टिनेझ-ओल्गुइन यांनी या करारावर स्वाक्षरी केली असून, कायदेतज्ज्ञांच्या मते ही इतिहासातील सर्वात मोठी ज्ञात कॉपीराइट रिकव्हरी (copyright recovery) ठरली आहे. ही रक्कम २०२४ च्या एका क्लास-ॲक्शन (class-action) खटल्यातून मिळत आहे, ज्याचे नेतृत्व अँड्रिया बार्ट्झ, चार्ल्स ग्रेबर आणि कर्क वॉलेस जॉन्सन यांसारख्या लेखकांनी केले होते. त्यांनी कंपनीवर त्यांचे लार्ज लँग्वेज मॉडेल्स (large language models) प्रशिक्षित करण्यासाठी लाखो कॉपीराइट असलेल्या कलाकृतींचा वापर केल्याचा आरोप केला होता. ज्या उद्योगाने दीर्घकाळ ओपन वेबला मोफत बुफेप्रमाणे मानले आहे, त्यांच्यासाठी आताचा संदेश स्पष्ट आहे: तो काळ आता संपला आहे.
एका ऐतिहासिक पेआउटचे विश्लेषण
मंजूर झालेल्या करारानुसार, Anthropic ने कथितरित्या पायरेट (pirated) केलेल्या प्रत्येक पुस्तकासाठी लेखकांना अंदाजे $३,००० मिळतील. तक्रारीमध्ये कंपनीच्या वर्तनाची तुलना मोठ्या प्रमाणावरील "Napster-style downloading" शी करून एक भीषण चित्र मांडण्यात आले आहे. रॉयल्टीचे चेक गमावणे ही एक गोष्ट आहे; परंतु, संपूर्ण हस्तलिखित अशा मॉडेलमध्ये समाविष्ट केले गेले आहे जे आता मानवी लेखकांशी लक्ष आणि व्यापारासाठी स्पर्धा करत आहे, हे जाणून घेणे ही वेगळीच गोष्ट आहे.
Anthropic च्या जनरल कौन्सेल अपर्णा श्रीधर यांनी सूचित केले आहे की, कंपनीला हा वाद लवकरात लवकर संपवायचा आहे. त्यांनी नमूद केले की, पात्र लेखक आणि प्रकाशकांपैकी ९१ टक्क्यांहून अधिक लोकांनी आधीच निधीचा आपला हिस्सा मागितला आहे. सहभागाचा हा दर महत्त्वाचा आहे. क्लास-ॲक्शन खटल्यांमध्ये अनेकदा प्रभावित पक्षांच्या निम्म्या लोकांपर्यंत पोहोचणेही कठीण जाते, त्यामुळे या जवळपास पूर्ण सहभागावरून असे सूचित होते की, वैयक्तिक पेआउट इतके पुरेसे होते की लेखकांना वेगळ्या खटल्याची वाट पाहण्यात फारसा फायदा दिसला नाही.
$१.५ अब्ज डॉलर्सची ही बातमी लक्षवेधी आहे, परंतु प्रति-पुस्तक आकडा वेगळीच गोष्ट सांगतो. ज्या मध्यम श्रेणीतील लेखकाचे एक पुस्तक ट्रेनिंग कॉर्पसमध्ये (training corpus) समाविष्ट झाले आहे, त्यांच्यासाठी $३,००० ही रक्कम अनेक वर्षांच्या डिजिटल रॉयल्टीइतकी असू शकते. एखाद्या बेस्टसेलिंग फ्रँचायझीसाठी, ही रक्कम केवळ एका आठवड्याच्या विक्रीइतकी असू शकते. प्रभावातील ही तफावतच प्रकाशक उद्योगाला द्विधा मनस्थितीत पाडते की, हा करार एक आदर्श आराखडा (blueprint) आहे की एक मर्यादा (ceiling).
अंशतः विजयापासून उच्च-धोक्याच्या तडजोडीपर्यंत
ही तडजोड अचानक घडलेली नाही. निवृत्त न्यायाधीश विल्यम अल्सप यांनी यापूर्वी संबंधित प्रकरणांमध्ये Anthropic ला अंशतः विजय मिळवून दिला होता, ज्यातून असे सुचवले होते की प्रत्येक दावा कठोर छाननीतून सुटू शकेल असे नाही. तरीही, या क्लास-ॲक्शन कराराला मिळालेली मंजुरी एक महत्त्वाचा पूर्वोद (precedent) प्रस्थापित करते: मोबदला न देता कॉपीराइट केलेल्या साहित्याचा मोठ्या प्रमाणावर वापर करणे याचे गंभीर आर्थिक परिणाम होऊ शकतात, आणि डेव्हलपर्स आता असे गृहीत धरू शकत नाहीत की ओपन वेब किंवा डिजिटल लायब्ररीमधून कायदेशीर जोखमीशिवाय प्रचंड डेटासेट गोळा केले जाऊ शकतात.
काय बदलले? प्रमाण (Scale) आणि स्पष्टता. जेव्हा एखादा लेखक एखाद्या लहान भागाबद्दल (snippet) तक्रार करतो, तेव्हा न्यायालये 'फेअर युज' (fair use) वर तांत्रिक चर्चा करू शकतात. परंतु, जेव्हा एखादे व्यावसायिक उत्पादन तयार करण्यासाठी लाखो पुस्तके पूर्णपणे कॉपी केल्याचा आरोप होतो, तेव्हा गणित बदलून जाते. ही तडजोड या युक्तिवादाला पुष्टी देते की, ट्रेनिंग डेटा ही दुर्लक्षित केली जाणारी बाह्य गोष्ट नाही. ते कम्प्युट क्लस्टर्स (compute clusters) आणि सर्व्हर फार्म्सप्रमाणेच एक किंमत असलेली इनपुट (input) आहे.
जे डेव्हलपर्स अजूनही स्क्रॅप केलेल्या आर्काइव्हजवर (scraped archives) मॉडेल्स प्रशिक्षित करत आहेत, त्यांच्यासाठी हा धोका आता केवळ सैद्धांतिक राहिलेला नाही. तो आता बजेटचा एक भाग बनला आहे.
पुढील वाटचाल: लायसन्सिंग, खटले आणि अस्वस्थतापूर्ण तडजोड
Anthropic अजूनही संकटातून पूर्णपणे बाहेर पडलेले नाही. Chicken Soup for the Soul च्या प्रकाशकांसह अनेक संस्था कंपनीविरुद्ध स्वतःचे खटले दाखल करत आहेत. त्यांचा युक्तिवाद $३,००० च्या आकड्याच्या मूळ मुद्द्यावर प्रहार करतो. त्यांच्या मते, प्रति-पुस्तक ठराविक रक्कम देणे हे बौद्धिक संपदेचे (intellectual property) दीर्घकालीन बाजार मूल्य आणि व्यावसायिक AI उत्पादने त्या कलाकृतींमधून मिळवलेली शैली, रचना आणि तज्ज्ञता यांचा वापर करून पैसे कमावण्याच्या पद्धतीकडे दुर्लक्ष करते.
हे स्वतंत्र खटले क्लास-ॲक्शन तडजोडीपेक्षा अधिक महागडे ठरू शकतात. जर ज्युरीने असे मान्य केले की ठराविक शुल्क हे मालमत्तेच्या सुरू असलेल्या व्यावसायिक वापराचे मूल्य कमी करते, तर नुकसान भरपाईचे मॉडेल 'एकवेळच्या पेआउट' कडून 'रॉयल्टीसारख्या रचनेत' किंवा मॉडेलच्या महसुलाशी संबंधित मोठ्या रकमेत बदलू शकते. ही शक्यता प्रत्येक AI फायनान्स टीमची झोप उडवण्यासाठी पुरेशी आहे.
आपल्याला कायदेशीर खटल्यांच्या दुसऱ्या लाटेची अपेक्षा ठेवावी लागेल. Anthropic करार लेखकांना एक नमुना (template) देतो. तो एक आकडा निश्चित करतो—प्रति पुस्तक $3,000—ज्याचा उल्लेख लेखक आणि प्रकाशक वाटाघाटींमध्ये किंवा न्यायालयात करू शकतात. ज्या लहान स्टुडिओ आणि स्वतंत्र लेखकांनी मूळ समूहात (class) प्रवेश केला नव्हता, त्यांच्यासाठी हा तडजोड करार (settlement) खटला दाखल करण्यासाठी एक आमंत्रण आहे. व्यापक AI क्षेत्रासाठी, उच्च-गुणवत्तेच्या आणि कायदेशीररित्या सुसंगत प्रशिक्षण डेटाचा खर्च हा केवळ नंतर विचार करण्यासारखी गोष्ट न राहता, एक मुख्य कार्यात्मक खर्च (operational expense) बनेल.
काही कंपन्या प्रकाशकांशी लायसन्सिंग करार करून याला प्रतिसाद देतील, ज्याप्रमाणे प्लॅटफॉर्म्सनी मीडिया संस्थांसोबत करार केले आहेत. इतर कंपन्या सिंथेटिक डेटा जनरेशनमध्ये (synthetic data generation) मोठी गुंतवणूक करू शकतात किंवा केवळ स्पष्टपणे सार्वजनिक क्षेत्रातील (public-domain) कॉर्पोरावर प्रशिक्षित केलेल्या मॉडेल्सचा पर्याय निवडू शकतात. यापैकी कोणतेही