Spravedlivé použití a soutěž na trzích ovlivněných umělou inteligencí

Bipartajní návrh zákona, zákon o transparentnosti a odpovědnosti sítí umělé inteligence (TRAIN), představený v lednu 2026, by dal tvůrcům obsahu pravomoc požadovat od firem umělé inteligence informace o tom, zda a jak byly jejich díla použity. Pokud bude schválen, více držitelů autorských práv bude mít právní mechanismus, aby zjistili, zda jejich díla byla použita pro trénování umělé inteligence.

Na první pohled se může zdát, že by toto právo umožnilo více držitelům autorských práv požadovat od vývojářů umělé inteligence platby. Ve skutečnosti však znalost toho, že vaše dílo bylo použito bez předchozího souhlasu, nestačí.

Při rozhodování o případech spravedlivého použití soudy zvažují čtyři klíčové faktory: účel použití, povaha původního díla, kolik bylo odebráno a jaký účinek mělo takové použití na tržní hodnotu materiálu. Nedávná rozhodnutí amerických soudů potvrdila, že spravedlivé použití zůstává pilířem inovace a nemůže být snadno odmítnuto. Zvláštní pozornost je zaměřena na faktor poškození trhu a jeho prokázání.

Poškození trhu jako hlavní bojiště

Rozhodnutí o autorských právech umělé inteligence ze Severní okresní soudní části Kalifornie ukazují, že soudy přistupují k analýze spravedlivého použití odlišně. V Kadrey v. Meta soudce Chhabria označil poškození trhu za “nejdůležitější prvek spravedlivého použití”. Soudce Alsup v Bartz v. Anthropic naopak zvažoval všechny čtyři faktory rovnoměrně. Oba soudci se však shodli na tom, že žalobci nemohou pouze tvrdit poškození – musí jej prokázat.

Požadavek důkazů je důležitý pro vývojáře umělé inteligence, zejména pro začínající firmy. Pokud musí být poškození prokázáno, nikoli předpokládáno, vývojáři mohou učinit rozhodnutí o designu, aby se mu vyhnuli. Rozhodnutí naznačují, že vývojáři mohou snížit své riziko získáním dat z legálních zdrojů, navrhnutím produktů, které slouží odlišným účelům než autorská díla, a implementací bezpečnostních opatření, aby se zabránilo reprodukci velkých částí textu.

Oba soudy v Bartz a Kadrey zjistily, že trénování umělé inteligence splňuje kritérium “transformativního použití” podle autorského zákona. S tím se pozornost stále více soustředí na čtvrtý faktor spravedlivého použití: poškození trhu. Nedávné bitvy o autorská práva umělé inteligence ilustrují tento trend. Nároky se stále více soustředí na myšlenku, že doslovné reprodukce autorských děl poškozují tržní hodnotu vydavatelů.

Tyto případy zůstávají nevyřešené. Co je důležité, je to, že vydavatelé stále více chápou, že pokud chtějí vyhrát, musí tvrdit dvě věci: že výstupy umělé inteligence efektivně nahrazují potřebu přístupu k původním dílům a že v důsledku toho držitelé autorských práv utrpí konkrétní ekonomické poškození.

Požadavky na důkazy

Oba Bartz a Kadrey zdůrazňují, že poškození trhu musí být prokázáno, nikoli předpokládáno. V Kadrey rozsáhlé testy ukázaly, že Meta’s Llama reprodukovala nejvýše 50 tokenů z děl žalobců a pouze 60% času pod podněty, které byly navrženy tak, aby model reprodukoval původní dílo.

Soudce Alsup v Bartz se zaměřil na to, zda Anthropic’s Claude skutečně doručil uživatelům porušující text – žalobci netvrdili, že k tomu došlo. Bez reprodukce je obtížnější tvrdit nahrazení původního díla.

Tento důkazní přístup ukazuje, že i když držitelé autorských práv prokáží, že jejich díla byla použita pro trénování, nemusejí nutně mít silný případ pro porušení autorských práv. Pokud výsledný systém umělé inteligence nevytváří výstupy, které způsobují identifikovatelné tržní poškození, pouhé použití má malý význam podle zákona.

Kdy je uznáno poškození trhu

V Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. okresní soud pro okres Delaware odmítl obranu spravedlivého použití Ross Intelligence poté, co Ross použil headnotes Westlaw od Thomson Reuters k trénování nástroje umělé inteligence pro právní výzkum, který přímo konkuroval Westlaw. Obě faktory 1 (účel a charakter) a faktor 4 (tržní účinek) analýzy spravedlivého použití byly zásadní pro rozhodnutí.

Okresní soudce Stephanos Bibas zjistil, že použití Ross bylo netransformativní, protože vytvořilo přímého tržního náhradníka. Ross původně požádal o licenci Westlaw, ale Thomson Reuters to výslovně odmítl, protože Ross byl jeho konkurentem. Shoda mezi původním materiálem a účelem produktu umělé inteligence také podporuje tvrzení o potenciálním poškození.

Naopak, když produkty umělé inteligence cílí na trhy odlišné od těch, které se používají pro trénování, je obtížné prokázat nahrazení trhu. V Bartz a Kadrey obecné jazykové modely sloužily fundamentálně odlišným účelům než jednotlivé knihy, které se používají pro trénování. Tento rozdíl může být zásadní – čím dále je účel systému umělé inteligence odlišný od zdrojů trénovacího dat, tím obtížnější je prokázat nahrazení trhu.

Argument “licenčního trhu” odmítnut

Oba soudy výslovně odmítly argumenty, že vývojáři umělé inteligence poškozují potenciální licenční trhy pro trénovací data. Soudce Chhabria vysvětlil, že považovat ztracené licenční poplatky za poškození by učinilo analýzu spravedlivého použití kruhovou, automaticky upřednostňující držitele autorských práv. Soudce Alsup naopak zjistil, že trh pro licencování knih specificky pro trénování umělé inteligence “není tím, co autorský zákon umožňuje autorům využívat”.

Soudy odmítly považovat dobrovolné licenční ujednání za založení právního nároku na poplatky, alespoň tam, kde je použití dostatečně transformační. Tato rozhodnutí ukazují, že vznikající licenční trh neautomaticky opravňuje držitele autorských práv k zákazu spravedlivého použití jejich děl.

Strategické implikace

Pro držitele autorských práv budou nejsilnější případy ty, ve kterých je nahrazení trhu jasně identifikovatelné. Mohli by se strategicky zaměřit na systémy umělé inteligence, jejichž výstupy nejvíce aproximují jejich původní díla, spíše než sledovat široké výzvy samotnému trénování.

Pokud se zákon TRAIN stane zákonem, držitelé autorských práv získáají nástroje pro objevení, zda a jak byla jejich díla použita. Nicméně, získání informací by bylo pouze prvním krokem. Prokázání poškození trhu by zůstalo centrálním pro úspěch jakéhokoli nároku na porušení autorských práv.

Pro vývojáře umělé inteligence nedávná rozhodnutí poskytují rámec pro snížení expozice. Za prvé, zajistěte legální získání dat. Obě Bartz a Kadrey rozlišovaly mezi používáním děl pro trénování (potenciálně spravedlivé použití) a získáváním prostřednictvím pirátství . Soudce Alsup zjistil, že stažení Anthropic z pirátských stránek bylo “vždy, neodvolatelně porušující”, i když následné trénování mohlo být spravedlivé použití.

Za druhé, navrhněte produkty pro účely odlišné od zdrojů trénovacího dat. Systém umělé inteligence, který pomáhá uživatelům vytvářet dokumenty, slouží odlišným účelům než romány nebo články ve svém trénovacím datu. Systém, který jednoduše získá nebo reprodukuje tato díla, neslouží.

Třetím je implementovat bezpečnostní opatření, která brání podstatné doslovné reprodukci. Soud Kadrey poznamenal, že systém Meta reprodukoval minimální obsah, dokonce i při testování s protichůdnými podněty, což podporuje spravedlivé použití. Vývojáři, kteří umožňují systémům reprodukovat velké části autorských děl, mohou čelit výrazně většímu právnímu riziku.

Závěr

Zákon TRAIN může brzy poskytnout držitelům autorských práv nástroje pro zjištění, zda a jak byla jejich díla použita pro trénování umělé inteligence. Nicméně, nedávná rozhodnutí jasně ukazují, že takové zjištění by bylo pouze začátkem. Vznikající americký rámec se soustředí na poškození trhu, vyžadující prokázání identifikovatelného ekonomického poškození, nikoli pouze použití pro trénování.

Vývojáři umělé inteligence by se měli soustředit na tři věci: získat data legálně, navrhnout produkty, které slouží účelům za hranicemi trénovacích materiálů, a zabránit systémům reprodukovat doslovné pasáže verbatim. Držitelé autorských práv, na druhé straně, budou mít nejsilnější případy, když budou moci prokázat, že produkt umělé inteligence skutečně nahrazuje jejich díla na trhu.