Je generativna umetna inteligenca res »kača, ki žre svoj rep« – tehnologija, ki za ustvarjanje novih vsebin porablja delo novinarjev, nato pa lahko zmanjšuje vrednost prav tistih medijev, ki te vsebine proizvajajo? To vprašanje je v središču nove tožbe časnikov The Seattle Times in Newsday proti OpenAI in Microsoftu.
Medijski hiši podjetjema očitata domnevno uporabo njunega novinarskega gradiva za urjenje sistemov umetne inteligence. V tožbi opozarjata, da bi lahko takšen razvoj novinarsko industrijo »nepopravljivo poškodoval«, saj bi generativni sistemi vsebine, ustvarjene z velikimi uredniškimi vlaganji, pretvarjali v odgovore, povzetke ali izpeljana besedila brez ustreznega nadomestila ustvarjalcem.
V ospredju je vprašanje: kdo plača za podatke?
Spor ni pomemben le za The Seattle Times in Newsday. Odpira širše vprašanje, na katerem temelji celotna generativna umetna inteligenca: ali lahko razvijalci modele urijo na javno dostopnih spletnih vsebinah brez dovoljenja in plačila imetnikom avtorskih pravic?
Veliki jezikovni modeli za svoje delovanje potrebujejo ogromne količine besedila. Del tega gradiva lahko prihaja iz javnih virov, odprtih zbirk podatkov, licenciranih vsebin in vsebin, dostopnih na spletu. Vendar javna dostopnost sama po sebi še ne pomeni, da je vsebino dovoljeno kopirati, shranjevati in uporabljati za komercialno urjenje modelov.
Za medijske založnike je vprašanje še posebej občutljivo. Novinarska produkcija zahteva reporterje, urednike, fotografe, preverjanje dejstev, pravno podporo in terensko delo. Če sistemi UI lahko povzamejo ali posnemajo rezultate tega dela, ne da bi založnikom prinesli promet, naročnine ali licenčne prihodke, se lahko njihov poslovni model dodatno oslabi.
Pravna bitka okoli avtorskih pravic in poštene uporabe
Jedro takšnih sporov v ZDA je pogosto doktrina *fair use* oziroma poštene uporabe avtorskega dela. Ta lahko v določenih okoliščinah dovoljuje uporabo zaščitenih vsebin brez predhodnega dovoljenja, vendar sodišča pri presoji tehtajo več dejavnikov: namen uporabe, naravo izvirnega dela, količino uporabljenega gradiva in predvsem vpliv uporabe na trg za izvirnik.
Razvijalci umetne inteligence v sorodnih sporih praviloma poudarjajo, da urjenje modela ni enako objavi ali neposrednemu kopiranju članka. Njihov argument je, da model iz velike količine podatkov statistično usvaja vzorce jezika in znanja, rezultat pa naj bi bil transformativna tehnologija, ne podatkovna zbirka izvirnih člankov.
Nasprotna stran opozarja, da je takšna razlaga preozka. Če model uporablja novinarsko delo za izgradnjo komercialnega izdelka in nato ponuja odgovore, ki nadomeščajo obisk izvirnega vira, bi lahko šlo za neposredno škodo trgu, na katerem mediji ustvarjajo prihodke.
V predstavljenem poročilu podrobnejši pravni argumenti OpenAI niso navedeni. Microsoft pa je za GeekWire sporočil, da je nad tožbo »presenečen«, vendar je pripravljen razpravljati o rešitvah za tovrstne spore.
Precedensi obstajajo, a AI prinaša novo kombinacijo vprašanj
Ameriška sodna praksa že pozna primere, povezane z digitalizacijo in uporabo avtorsko zaščitenih del. Pogosto se omenja spor glede Googlove digitalizacije knjig, pri katerem je sodišče velik pomen pripisalo transformativnosti uporabe in dejstvu, da storitev uporabnikom ni nadomeščala celotnih knjig.
Toda generativna umetna inteligenca odpira drugačen problem. Ne gre le za iskanje po vsebini ali prikaz kratkega odlomka, temveč za sistem, ki lahko odgovarja na vprašanja, povzema članke, oblikuje besedila in v nekaterih primerih ustvarja zelo podobne formulacije. Ključno bo zato vprašanje, ali AI-orodja uporabnikom zagotavljajo zgolj nov način dostopa do informacij ali pa dejansko postajajo nadomestek za izvirne medijske izdelke.
Da bi uspela, bosta morali tožeči organizaciji med drugim prepričljivo pokazati, da so bila njuna zaščitena dela uporabljena na način, ki posega v njune avtorske pravice, ter da takšna uporaba povzroča oziroma lahko povzroči merljivo gospodarsko škodo. Pomembno bo tudi, ali lahko dokažeta povezavo med konkretnimi vsebinami in ravnanjem toženih podjetij.
Licenciranje bi lahko postalo novi standard
Če bodo sodišča presodila, da za urjenje modelov na novinarskih vsebinah potrebna dovoljenja ali plačila, bi to lahko pospešilo nastanek novega licenčnega trga. Nekateri založniki že sklepajo dogovore z AI-podjetji za dostop do svojih arhivov, kar nakazuje možen prihodnji model: kakovostne, preverjene in ažurne vsebine kot plačljiv vir za urjenje ter iskanje z umetno inteligenco.
Tak razvoj bi medijem lahko odprl nov vir prihodkov. Po drugi strani pa bi povečal stroške razvoja modelov, zlasti za manjša podjetja, akademske skupine in odprtokodne projekte. Največji tehnološki igralci bi si lažje privoščili obsežne licenčne dogovore, medtem ko bi manjši razvijalci težje tekmovali za dostop do kakovostnih podatkov.
Možna posledica bi bila večja razlika med zaprtimi, komercialnimi modeli z licenciranimi podatki in odprtokodnimi modeli, ki se zanašajo na javno dostopne ali prostovoljno prispevane zbirke. To bi lahko vplivalo na hitrost inovacij, preglednost razvoja in dostopnost naprednih orodij UI.
Ne gre le za denar, temveč za prihodnost informacijskega ekosistema
Tožba časnikov The Seattle Times in Newsday je del širšega konflikta med ustvarjalci vsebin in podjetji, ki gradijo generativno umetno inteligenco. Leta 2023 je podobno tožbo proti OpenAI in Microsoftu vložil The New York Times, sledili pa so tudi drugi založniki in imetniki avtorskih pravic.
Za družbo je izid teh sporov pomemben zato, ker ne določa zgolj prihodnjih stroškov AI-podjetij. Odloča tudi o tem, ali bo v digitalnem okolju še obstajal vzdržen ekonomski model za kakovostno novinarstvo, raziskovalno delo in druge oblike profesionalnega ustvarjanja vsebin.
Pravo vprašanje zato ni, ali umetna inteligenca sme uporabljati znanje, ki ga ustvarja človeštvo. Vprašanje je, pod kakšnimi pogoji lahko to počne – in ali bodo tisti, ki ustvarjajo zanesljive informacije, pri vrednosti, ki jo ustvarja AI, tudi pošteno udeleženi.
