Społeczność twórców nie patrzy już biernie, jak dorobek ich życia jest wchłaniany przez ogromne zbiory danych służące do trenowania modeli. Od uznanych autorów po ilustratorów cyfrowych – rosnąca fala działań prawnych kwestionuje argumentację o „dozwolonym użytku” (fair use), którą giganci AI wykorzystują do uzasadnienia nieautoryzowanego scrapingu własności intelektualnej.

Odkrycie nieautoryzowanych zbiorów treningowych

Napięcie między twórcami a deweloperami AI osiągnęło punkt wrzenia po raportach The Atlantic, który opublikował przeszukiwalny zbiór danych szczegółowo opisujący prace wykorzystane do trenowania dużych modeli językowych. Dla autorów takich jak Kirk Wallace Johnson odkrycie to miało wymiar osobisty i głęboki. Johnson, znany z rzetelnie opracowanych dzieł literatury faktu, takich jak The Feather Thief i The Fishermen and the Dragon, odkrył, że lata żmudnych badań i pisania zostały spiracowane i wprowadzone do chatbotów bez jego zgody i wynagrodzenia.

To zjawisko nie jest odosobnionym incydentem, lecz systemową praktyką. Profesjonaliści z branży kreatywnej odkrywają, że ich własnościowe prace – często będące wynikiem lat pracy – są wykorzystywane do budowania „galaktycznie bogatych” korporacji. To uświadomienie sobie zmieniło nastroje z czystego niepokoju w aktywne procesy sądowe, gdyż artyści starają się odzyskać kontrolę nad swoją własnością intelektualną.

Strategiczne procesy sądowe: uderzenie w gigantów technologicznych

Ofensywa prawna ma wiele oblicz i uderza w same mechanizmy budowania generatywnych modeli AI. Artyści nie polegają wyłącznie na roszczeniach z tytułu naruszenia praw autorskich; badają również inne ścieżki, takie jak naruszenie warunków świadczenia usług, aby pociągnąć firmy do odpowiedzialności.

Głośne bitwy prawne już trwają. Wielu twórców połączyło siły ze specjalistycznymi zespołami prawnymi, takimi jak Susman Godfrey, który obecnie prowadzi znaczącą sprawę przeciwko Anthropic w imieniu różnych autorów. Innymi pionierami tego ruchu są ilustratorka i rysowniczka Sarah Andersen, która należała do grona pierwszych osób bezpośrednio rzucających wyzwanie gigantom AI. Pozwy te mają na celu zniszczenie zależności branży od nieodpłatnego scrapingu danych i wymuszenie nowych standardów selekcjonowania zbiorów treningowych.

Pole bitwy o „dozwolony użytek”

Główny punkt sporu w tych salach sądowych dotyczy prawnej definicji „dozwolonego użytku” (fair use). Firmy AI argumentują, że trenowanie modelu na istniejących danych ma charakter transformatywny i mieści się w ramach ochrony prawnej. Twórcy odpowiadają jednak, że gdy AI potrafi odtworzyć konkretny styl artysty lub unikalny głos autora, przestaje to być działaniem transformatywnym, a staje się bezpośrednim substytutem rynkowym, który dewaluuje oryginalne dzieło.

W miarę postępów w tych sprawach, zdefiniują one przyszłość krajobrazu AI. Wyniki rozstrzygną, czy obecny kierunek rozwoju „AI slop” – masowej produkcji niskiej jakości, wtórnych treści – jest prawnie dopuszczalny, czy też musi wyłonić się nowa era licencjonowanego i etycznego pozyskiwania danych, aby chronić ludzkich twórców będących sercem gospodarki informacji.

Kluczowe wnioski

  • Systematyczny scraping danych: Stwierdzono, że główne modele AI korzystają z nielegalnie pozyskanych zbiorów danych zawierających rzetelnie opracowane książki i własnościowe dzieła sztuki bez zgody twórców.
  • Zróżnicowane strategie prawne: Pozwy uderzają w firmy AI poprzez naruszenie praw autorskich, naruszenie warunków świadczenia usług oraz kwestionowanie doktryny „dozwolonego użytku”.
  • Przełomowy moment dla własności intelektualnej: Wyniki trwających spraw przeciwko takim firmom jak Anthropic ustanowią precedens prawny dotyczący wyceny własności intelektualnej w erze generatywnej sztucznej inteligencji.

Jak doszło do wybuchu kontrowersji

Iskrą stał się moment, gdy jeden z dużych magazynów opublikował przeszukiwalną listę książek, artykułów i dzieł sztuki, na których trenowano duże modele językowe. Dla autora Kirka Wallace'a Johnsona, którego książki z gatunku literatury faktu wymagały lat badań i podróży, ujawnienie to było osobiste. Odkrył on, że te same słowa, które doskonalił przez dekadę, stały się częścią danych zasilających chatboty, które potrafią odtworzyć jego styl na żądanie, bez żadnego wynagrodzenia czy wzmianki o autorstwie.

Doświadczenie Johnsona nie jest odosobnione. Twórcy z dziedzin literatury, ilustracji, muzyki i filmu zgłaszają, że ich chronione prawem autorskim utwory są masowo gromadzone. Praktyka ta, którą wtajemniczeni w branżę opisują jako systematyczną ekstrakcję „pirackich zbiorów danych”, zmieniła niepokój w skoordynowane działania prawne. Artyści argumentują obecnie, że wartość, którą tworzą, jest zasysana przez „galaktycznie bogate” konglomeraty technologiczne, które czerpią zyski z ich pracy, podczas gdy sami twórcy nie otrzymują nic.

Pozwy kształtujące tę walkę

Ofensywa prawna wymierzona jest w samą istotę sposobu, w jaki budowane są modele generatywnej sztucznej inteligencji. Powodowie wnoszą pozwy nie tylko z tytułu naruszenia praw autorskich, ale także z powodu naruszenia regulaminów samych platform. Ilustratorka i rysowniczka Sarah Andersen, której twórczość stała się nieodłącznym elementem kultury internetowej, była jedną z pierwszych artystek wizualnych, która wytoczyła bezpośredni proces firmie zajmującej się AI. W swoim pozwie argumentuje, że zdolność modelu do naśladowania jej charakterystycznej kreski i humoru niszczy rynek jej oryginalnych komiksów, de facto zmieniając jej markę w darmowe źródło zasobów dla każdego.

Sprawy te prowadzą prawnicy specjalizujący się w sporach dotyczących własności intelektualnej, którzy mają na koncie wyzwania rzucone gigantom technologicznym. Ich strategia polega na wymuszeniu ujawnienia dokładnych zestawów danych (datasets) użytych do trenowania, zmuszeniu firm do zaprzestania wykorzystywania spornych materiałów oraz ubieganiu się o odszkodowania odzwierciedlające wartość komercyjną skradzionych treści.

Argument „dozwolonego użytku” pod ostrzałem

Twórcy AI utrzymują, że trenowanie modelu na ogólnodostępnych danych jest wykorzystaniem o charakterze transformatywnym, które podlega ochronie prawnej. Argumentują, że model nie powiela żadnego pojedynczego dzieła słowo w słowo; zamiast tego uczy się wzorców, które umożliwiają mu generowanie nowych tekstów lub obrazów. Z tej perspektywy proces ten przypomina pracę badacza czytającego wiele książek w celu zdobycia wiedzy, a nie ich kopiowanie.

Twórcy odpowiadają, że transformacja to słaba wymówka, gdy efekt końcowy może być niemal identyczny z głosem autora lub stylem artysty. Gdy chatbot potrafi odpowiedzieć na pytanie w tym samym rytmie i frazie, z których znany jest dany pisarz, lub gdy generator obrazów potrafi tworzyć grafiki nieodróżnialne od portfolio żyjącego ilustratora, wynik ten pełni funkcję substytutu rynkowego. Powodowie argumentują, że takie zastąpienie szkodzi ich możliwości sprzedaży książek, zleceń oraz umów licencyjnych, a linia obrony oparta na „dozwolonym użytku” (fair use) załamuje się pod ciężarem skutków komercyjnych.

Co jest stawką

  • Presja ekonomiczna na firmy AI – Jeśli sądy orzekną, że masowe scrapowanie danych narusza prawa autorskie, firmy mogą stanąć w obliczu poważnych konsekwencji finansowych, co potencjalnie wymusi zmiany w procesach pozyskiwania danych (data pipelines).

  • Dokumentacja sądowa i proces ujawniania dowodów (discovery) – Kolejna fala dokumentów ujawni dokładnie, które tytuły i obrazy zostały wykorzystane, dając wyraźniejszy obraz skali gromadzenia danych.