Wikimedia призвала суд разграничить обучение ИИ и копирование материалов в ответах чат-ботов
30 октября управляющий «Википедией» фонд Wikimedia обратился в федеральный суд Нью-Йорка с предложением разграничить использование защищенных авторским правом материалов для обучения искусственного интеллекта и их воспроизведение в ответах чат-ботов.
Организация представила свою позицию в рамках объединенного разбирательства по 12 искам против OpenAI, включая дело The New York Times (NYT) против разработчика ChatGPT и Microsoft. При этом фонд не присоединился ни к одной из сторон спора. По его мнению, чрезмерно широкая трактовка авторского права может навредить как развитию ИИ, так и открытым источникам знаний.
Обучение моделей и копирование материалов
В центре разбирательства — вопрос, можно ли использовать защищенные авторским правом произведения для обучения больших языковых моделей без разрешения владельцев. NYT подала иск против OpenAI и Microsoft в декабре 2023 года, обвинив компании в незаконном использовании миллионов своих статей и воспроизведении их содержания в ответах чат-ботов.
Ответчики отрицают нарушения. По их мнению, обучение ИИ на общедоступных материалах представляет собой преобразующее использование информации и подпадает под действие принципа добросовестного использования.
Wikimedia предложила суду отдельно оценивать два сценария:
- Предварительное обучение языковых моделей на текстах из интернета. По словам представителей фонда, использование защищенных произведений может быть добросовестным, если результат существенно отличается от исходных материалов и не заменяет их. В таких случаях отдельное лицензирование не требуется, считают в организации.
- Генерация с дополнением извлеченными данными. Технология позволяет ИИ находить документы во внешних источниках и использовать их при подготовке ответов.
Согласно позиции Wikimedia, если система извлекает защищенный контент и воспроизводит его в чат-боте таким образом, что пользователь получает замену оригинальному материалу, подобное использование не следует автоматически признавать добросовестным. В таких случаях разработчики должны соблюдать лицензионные требования источников.
Почему Wikimedia не поддержала ни одну из сторон
Фонд предупредил о двух противоположных рисках. Если суд признает практически любое обучение ИИ на защищенных произведениях нарушением авторских прав, это может ограничить разработку новых моделей, в том числе открытых.
Wikimedia сама использует инструменты машинного обучения для поддержки добровольных редакторов «Википедии»: обнаружения вандализма, нарушений авторских прав и материалов, требующих дополнительной проверки.
В то же время признание практически любого использования чужого контента добросовестным способно ослабить стимулы к созданию оригинальных публикаций.
Разработчики ИИ смогут предоставлять пользователям содержание материалов без перехода на сайты первоисточников. По оценке Wikimedia, такая практика угрожает устойчивости открытого интернета, который зависит от работы журналистов, исследователей и добровольных авторов.
«Решение, которое не учитывает принципы добросовестного использования должным образом, может поставить под угрозу устойчивость свободных знаний», — заявил главный юрисконсульт организации Стивен Лапорт.
По данным фонда, «Википедия» содержит более 67 млн статей на 300 языках. Ежемесячно около 250 000 добровольцев участвуют в создании и редактировании материалов.
Что это означает для «Википедии»
Содержимое «Википедии» распространяется преимущественно по открытой лицензии Creative Commons Attribution-ShareAlike 4.0 (CC BY-SA 4.0). Она разрешает копирование и переработку материалов, в том числе в коммерческих целях, но требует указывать авторство и распространять адаптированные произведения на совместимых условиях.
Wikimedia считает, что использование статей для обучения моделей может подпадать под принцип добросовестного использования без выполнения лицензионных требований. Однако при воспроизведении материалов «Википедии» в ответах чат-ботов разработчики, по позиции фонда, должны соблюдать условия лицензии CC BY-SA 4.0, включая требования об указании авторства.
Отдельно организация призвала разработчиков учитывать нагрузку на инфраструктуру «Википедии» при автоматизированном сборе данных. По ее мнению, компании должны соблюдать ограничения публичного API или использовать коммерческий Wikimedia Enterprise API.
Wikimedia направила заключение в качестве amicus curiae. Позиция организации не имеет обязательной силы для суда, ее предложения также не означают, что обучение ИИ уже признано добросовестным использованием, а применение RAG — нарушением авторских прав.
Напомним, в марте ИИ-агент пожаловался на то, что редакторы «Википедии» запретили ему публиковать контент в онлайн-энциклопедии.