Законно ли е обучението на AI върху книги с авторски права? Казусът е сложен

Визуален анализ на процеса по захранване на AI с авторски текстове. Източник: Susuma

Почти всеки публикуван автор днес е допринесъл — без свое знание, разрешение или финансова компенсация — за развитието на инструментите с изкуствен интелект. Големите езикови модели (LLM), които стоят зад платформи като ChatGPT на OpenAI и Claude на Anthropic, са обучени върху колосални масиви от данни. Тези бази данни включват стотици милиони дигитализирани книги, академични монографии, онлайн статии и практически всякакви текстове, които могат да бъдат намерени в глобалната мрежа. За авторите, чиито произведения са послужили за „гориво“ на същите тези технологии, които сега заплашват техния поминък, това изглежда като очевидно нарушение на закона [1].

Но правната реалност се оказва далеч по-нюансирана и сложна.

„Мисля, че един от основните проблеми в тази област на правото и технологиите е, че в момента се случват твърде много неща едновременно“, споделя пред TechCrunch Кати Джелис, адвокат със специализация в областта на интелектуалната собственост, авторското право и технологиите. „Всичко е изключително комплексно и емоциите — както в защита на авторите, така и в подкрепа на технологичното развитие — са много силни.“

Делото срещу Anthropic: Победа за авторите или за AI индустрията?

Миналата година станахме свидетели на едно от първите по рода си съдебни решения по този въпрос. Съдия Уилям Алсъп нареди на технологичния стартъп Anthropic да плати колосалното обезщетение от 1,5 милиарда долара по споразумение с група писатели, чиито творби са били използвани за обучение на моделите Claude [2]. Първоначално новината беше приета от писателската общност като морална и финансова победа. По-внимателният прочит на решението на съдия Алсъп обаче разкрива съвсем различна картина.

Всъщност съдията се произнесе, че самото обучение на AI моделите върху текстове с авторски права е напълно законно. Това, за което Anthropic беше санкционирана, е начинът, по който е придобила тези книги — чрез пиратстване от незаконни онлайн библиотеки (т.нар. „сенчести библиотеки“ или shadow libraries).

„Подобно на всеки читател, който се стреми да стане писател, големите езикови модели на Anthropic се обучават върху чужди произведения не за да ги копират или заменят на пазара, а за да направят рязък завой и да създадат нещо различно“, пише съдия Алсъп в мотивите си, сравнявайки обработката на трилиони думи от алгоритмите с начина, по който един човешки писател изучава класическата литература, за да развие собствения си стил.

Според Кати Джелис това решение всъщност е изключително благоприятно за компаниите в сферата на изкуствения интелект. Глоба от 1,5 милиарда долара е незначително препятствие за компания като Anthropic, която прогнозира годишни приходи от близо 200 милиарда долара до 2028 година [3].

„Като цяло това е добра новина за AI обучението, тъй като съдията сравни процеса с четене на книга, а не с нейното копиране“, посочва Джелис. „Авторското право забранява неоторизираното копиране и разпространение на произведения, но то не регулира начина, по който едно произведение се чете, консумира или преживява.“

Правен вакуум от 1976 година

Основният проблем пред съдилищата в САЩ е, че действащият Закон за авторското право е приет през далечната 1976 година — десетилетия преди появата на интернет, дигиталните библиотеки и невронните мрежи. Днес съдиите са принудени да интерпретират правила отпреди половин век, за да решават казуси, които ще определят бъдещето на технологиите за поколения напред.

„Всички в бранша са изключително притеснени, защото съдебната практика в момента е изключително разнопосочна“, казва Джейсън Хендерсън, старши адвокат и основател на практиката за интелектуална собственост в JWL International. „Всеки знае, че AI моделите се обучават върху огромни масиви от чужда собственост, но законодателството просто не е настигнало тази реалност.“

В основата на тези спорове стои доктрината за справедлива употреба (Fair Use). Тя позволява използването на защитени материали без изрично разрешение в определени контексти — като критика, новинарство, образование или научни изследвания. За да бъде призната една употреба за „справедлива“, ключов фактор е дали новото произведение е „трансформиращо“ (transformative) — тоест дали добавя нова стойност, контекст или смисъл, или просто заменя оригинала на пазара.

Факторът конкуренция: Thomson Reuters срещу Ross Intelligence

„Основната цел на авторското право винаги е била да защитава и развива пазара на творците“, отбелязва Хендерсън. „В делата за AI съдилищата са склонни да отхвърлят защитата за справедлива употреба, ако целта на обучението е да се създаде продукт, който директно се конкурира с оригиналния източник на данни.“

Типичен пример за това е делото, в което медийният гигант Thomson Reuters осъди изследователската фирма Ross Intelligence. Ross беше обвинена, че е копирала огромна база данни с правни документи на Reuters, за да обучи конкурентна AI платформа за правни анализи.

В този случай съдия Стефанос Бибас реши, че защитата за справедлива употреба не е приложима. Той аргументира решението си с факта, че използването на данните от Ross не е имало „различна цел или характер“ от тези на Reuters и новият продукт директно застрашава пазарния дял на оригиналния творец [4].

Въпреки че авторите на художествена литература се опитват да приложат същия аргумент — твърдейки, че чатботовете се конкурират с тях, генерирайки синтетични книги — този довод все още не е спечелил категорично признание в съда.

Три от най-важните съдебни казуси в САЩ, формиращи правната рамка за AI и авторското право. Източник: Susuma / TechCrunch

Двете страни на монетата: Обучение срещу Генериране

Кати Джелис подчертава, че е изключително важно да се разграничават два отделни въпроса:

1. Законно ли е обучението на AI върху защитени текстове (входящ процес)?
2. Може ли генерираното от AI съдържание да бъде защитено с авторско право (изходящ процес)?

По втория въпрос съдебната практика в САЩ вече е по-категорична. При знаковото дело Thaler v. Perlmutter съдът потвърди, че произведения, които са 100% генерирани от изкуствен интелект без човешко участие, не подлежат на защита по Закона за авторското право [5]. Това обаче отваря нова „кутия на Пандора“: как да се определи къде свършва съдействието на технологията и къде започва човешкото авторство?

„Ако напишете роман в Microsoft Word и използвате функцията за проверка на правописа, всички приемаме, че софтуерът няма претенции върху авторството на романа ви“, дава пример Джелис. „Но генеративният AI ни принуждава да преразгледаме граници, които дълго време сме приемали за даденост.“

Дългият път към регулацията

Повечето водещи технологични компании в момента се намират в процес на активни и дълги съдебни дела по тези въпроси. Окончателни и категорични отговори не се очакват в близко бъдеще. Първоначалните съдебни решения и споразумения обаче вече очертават контурите на бъдещата правна рамка, като принуждават разработчиците на AI да бъдат по-внимателни относно произхода на своите бази данни.

Докато съдилищата се опитват да намерят баланс между защитата на творците и насърчаването на технологичния прогрес, едно е ясно: правната несигурност ще продължи да съпътства възхода на изкуствения интелект още дълго време.

Източници:

[1]: Is it legal to train AI models on copyrighted books? It’s complicated - TechCrunch
[2]: Anthropic’s $1.5B copyright settlement sucks for writers - TechCrunch
[3]: Anthropic IPO valuation hinges on $190B-$200B 2028 revenue forecast - Reuters
[4]: Thomson Reuters v. Ross Intelligence Fair Use Ruling - U.S. District Court
[5]: Thaler v. Perlmutter, No. 23-5233 (D.C. Cir. 2025) - Justia