وكلاء الذكاء الاصطناعي يفضلون سرقة الأعمال المحمية بحقوق الطبع والنشر hơn من استخدام البديلات مفتوحة المصدر

أظهر البحث أن وكلاء الذكاء الاصطناعي يختارون في كثير من الأحيان الصور المحمية بحقوق الطبع والنشر عندما يتم تقديمها مع بدائل قانونية مجانية – وحتى التحذيرات الصريحة تفشل في وقف كل انتهاك.

لقد تم تخصيص الكثير من الاهتمام الأكاديمي خلال السنوات القليلة الماضية لما إذا كانت نماذج الذكاء الاصطناعي التوليدية تنتج أعمالًا بناءً على مواد محمية بحقوق الطبع والنشر – سيناريو حيث تم تضمين العمل المحمي بحقوق الطبع والنشر في قاعدة بيانات التدريب للنموذج ، مما يجعل النموذج قادرًا على ‘الارتجال’ على أسلوب فنان ، أو حتى إعادة إنتاج عمل محمي بحقوق الطبع والنشر بالكامل.

أقل دراسة هي مواقف الوكيل الذكاء الاصطناعي لاختيار مواد محمية بحقوق الطبع والنشر واستغلالها أثناء التنقل عبر المصادر المتاحة بشكل مستقل. أي أنك إذا قمت بتوجيه نموذج لغة رؤية (VLM) مثل ChatGPT لإيجاد صورة لطيفة لموقعك على الويب ، ما هي فرص أن يفضل عملًا محميًا بحقوق الطبع والنشر على عمل مفتوح المصدر مع ترخيص مرن؟

في هذا المثال من ورقة البحث الجديدة ، فشل وكيل الذكاء الاصطناعي في اختبار التأثير على حقوق الطبع والنشر لتفضيل سرقة صورة محمية بحقوق الطبع والنشر معروفة للمستخدم ، بدلاً من الاستفادة من صورة مفتوحة المصدر متاحة بسهولة ومتماثلة في الجودة. المصدر

وفقًا لبحث جديد بين المملكة المتحدة والولايات المتحدة وإسرائيل ، فإن الفرص هي مرتفعة جدًا:

معدلات انتهاك حقوق الطبع والنشر المتوسطة لأنماط الذكاء الاصطناعي المغلقة وأنماط الذكاء الاصطناعي مفتوحة المصدر والبشر عبر أربعة تلميحات للمستخدم. تم تجميعها من ثلاث سيناريوهات اختبار ، تشير الأعمدة الأطول إلى أداء أسوأ من خلال اختيار صور محمية بحقوق الطبع والنشر ، في حين تعكس الأعمدة الأقصر امتثالًا أفضل لاختيار الصور القانونية. المصدر: البيانات في ورقة المصدر.

وجد الباحثون أن كل من وكلاء الذكاء الاصطناعي المغلقة وأنماط الذكاء الاصطناعي مفتوحة المصدر يفضلون في كثير من الأحيان الصور المحمية بحقوق الطبع والنشر عندما تكون هناك بدائل قانونية مجانية متاحة. بدون تحذير بشأن حقوق الطبع والنشر في التلميح ، اخترت كل مجموعة في كثير من الأحيان خيار السرقة.

الطريقة

نظرة عامة على إطار تقييم Copyright-Bench ، حيث تم اختبار وكلاء الذكاء الاصطناعي على ثلاث مهام اختيار صور تجارية باستخدام صور عامة وصور محمية بحقوق الطبع والنشر متطابقة بصريًا والتي يمكن تمييزها فقط من خلال بيانات حقوق الطبع والنشر المضمنة. تم اختبار أربعة متغيرات تلميح لاختبار تأثيرات تذكيرات حقوق الطبع والنشر والضغط الزمني وتعليمات الاهمال ، في حين تم تسجيل انتهاكات حقوق الطبع والنشر ونجاح المهمة.

الإرادة الحرة

لتحديد ما إذا كان وكلاء الذكاء الاصطناعي يفضلون حقًا المواد المحمية بحقوق الطبع والنشر ، قام الباحثون أولاً بإزالة أكثر تفسير واضح لذلك: أن الوكلاء ببساطة لم يكن لديهم خيار قانوني.

لذلك ، تم بناء كل مهمة في البenchmark بحيث يمكن إكمالها بنجاح باستخدام صورة قابلة للاستخدام بحرية. هذا يعني أن اختيار صورة محمية بحقوق الطبع والنشر لم يكن أبدًا ضروريًا لإكمال المهمة.

المجموعة البيانية

قام الباحثون بتحضير مجموعة Copyright-Bench من مجموعة من 200 صورة عالية الدقة ، تتكون من 100 صورة عامة من خدمة المنتزهات الوطنية الأمريكية ، و 100 صورة محمية بحقوق الطبع والنشر مرخصة من DepositPhotos.

تم تجميع الصور المحمية بحقوق الطبع والنشر / مفتوحة المصدر (أي ، لضمان أنها متساوية “جيدة”) باستخدام CLIP-ViT-L/14 تركيبات семантиكية ، و LAION-Aesthetics V2 درجات جودة قبل التحقق يدويًا من أن كل زوج كان متساويًا بصريًا. تم تضمين معلومات حقوق الطبع والنشر فقط في بيانات تعريف الصور (بدلاً من العلامات المائية المرئية ، على سبيل المثال) ، مما أجبر وكلاء الذكاء الاصطناعي على فحص تفاصيل الترخيص بدلاً من الاعتماد على المظهر البصري فقط.

الانتباه للتلميح

تم تصميم البenchmark أيضًا لقياس كيف تأثير أشكال مختلفة من توجيهات المستخدم على امتثال حقوق الطبع والنشر ، مع كل مهمة تم تقديمها في أربعة شروط تلميح منفصلة: تلميح محايد لم يذكر حقوق الطبع والنشر؛ تلميح متعلم حقوق الطبع والنشر تذكير صريح بالاحترام حقوق الطبع والنشر؛ تلميح مضغوط أدخل ضغطًا زمنيًا؛ وتلميح مهمال حقوق الطبع والنشر الذي kết hợp الضرورة مع تعليمات مثل لا تقلق بشأن التراخيص ، لاختبار ما إذا كان الوكلاء سيتخلى عن الحماية القانونية عندما يشجعهم المستخدم بشكل فعال على ذلك.

اللمسة الإنسانية

تم أيضًا تعيين خط أساس بشري للمهمة نفسها ، والصور ، وشرط التلميح. تم طلب من المشاركين ، الذين لم يتلقوا أي تدريب قانوني ، شرح اختياراتهم ، مما سمح بمقارنة امتثال الوكيل والإنسان بشكل مباشر.

النماذج والاختبارات

تم اختيار النماذج المغلقة للاختبارات ، جميعها متاحة في وقت الاختبارات في ديسمبر 2025 ، وهي GPT-5.2؛ GPT-5.1؛ GPT-4o؛ Claude 4.5 Opus؛ Claude 4.5 Sonnet؛ Gemini 3 Pro؛ و Gemini 3 Flash.

تم اختيار النماذج مفتوحة الوزن للاختبارات وهي Llama-4-Maverick-400B؛ Llama-4-Scout-109B؛ Qwen-3VL-235B؛ و DeepSeek-VL.

الخلاصة

على الرغم من أن الورقة لا تطرق إلى هذا الأمر ، يبدو من المعقول أن نعتقد أن الشركات التي تعمل الذكاء الاصطناعي المحلي ، ولا تتوقع فجوة في التدقيق من السلطات المحلية ، من المحتمل أن تطبق حلول الأقل تكلفة التي توفر لهم أقصى حد من الامتثال لطلباتهم.

هذا السيناريو هو الأكثر مطابقة للنماذج مفتوحة المصدر “الخاطئة” التي تم دراستها في الورقة الجديدة ، بدلاً من النماذج المغلقة مثل ChatGPT و Gemini ؛ خاصة لأن لا يوجد نموذج تم دراسته ، مع جميع الوسائل اللازمة للامتثال ، سجل أيplace بالقرب من 100٪.

إذا لم يتمكن أي منصة ذكاء اصطناعي متاحة من منع التعرض القانوني ، فقد يخلص العديد من الأعمال إلى أنهم يجب أن يستفيدوا من النماذج الأكثر أداءً وامتثالًا التي يمكنهم تشغيلها ، ويتحملون مسؤولية الامتثال القانوني بأنفسهم.

من غير المحتمل أن تقدم منصات الذكاء الاصطناعي الرائدة مثل Anthropic و OpenAI أبدًا أنظمة وكلاء “مطابقة قانونية” دون شروط وضمانات. لذلك ، إذا كان الامتثال القانوني هو منتج لا توفره نماذج الطليعة أبدًا ، فإن تدابير الحماية الخاصة بهم واضحة فقط لحماية أنفسهم ، وليس لمصلحة مستخدمي المنصة.

كل هذا هو حجة ضد الذكاء الاصطناعي المتحول وضد تشغيل النماذج المحلية – خاصة مع احتمال تشغيل مثيل من نموذج مفتوح المصدر متقدم مثل Kimi على وحدات معالجة رسومات عن بعد ، و ضبطه لاحتياجات شركتك الخاصة.

نشر لأول مرة يوم الثلاثاء ، 28 يوليو 2026