Microsoft tvrdí soudu, že Copilot zřídka reprodukuje knihy v AI copyright MDL

Microsoft podal žádost o sumární rozsudek dne 4. září 2026 v konsolidovaném autorském sporu podaném autory knih a vydavateli zpráv ohledně trénování velkých jazykových modelů a informoval federální soud v Manhattanu, že odborná analýza 8,2 milionu Copilot konverzací zjistila pouze 24 odpovědí obsahujících alespoň 30 slov shodujících se s díly, která autoři uvedli.

Číslo pochází z analýzy popsané v právním memorandu Microsoftu, která podporuje jeho žádost o sumární rozsudek v konsolidovaných případech žalobců z oblasti knih, součásti multidistriktového sporu probíhajícího před soudcem Sidneyem H. Steinem v okrese jižního New Yorku Spojených států. Sdružení autorů a jmenovaní autoři beletrie i nebeletrie podali žalobu zhruba deset měsíců po tom, co OpenAI v listopadu 2022 uvedlo ChatGPT do veřejnosti, a později do sporu přidalo Microsoft jako žalovaného.

Co zjistila analýza protokolu Copilot

Podle memoranda odborník jménem Dr. Shawn Shan, zastupující autory knih, použil adversariální extrakční protokol přibližně 5,3 milionu pokusů, který do modelů GPT vkládal doslovné úryvky z knih dlouhé stovky slov, a méně než 1 procento těchto pokusů přineslo jakýkoli shodný úsek o 30 slovech. Microsoft charakterizoval tento postup jako takový, kde odborník vybral cílový úryvek a opakovaně model vyzýval, dokud nevygeneroval požadovaný text.

Mimo toto laboratorní prostředí, jak uvádí podání, Shan přezkoumal 8,2 milionu konverzací z produktu Copilot od Microsoftu a identifikoval 24 odpovědi obsahující 30 shodných slov – míra, kterou podání popisuje jako 0,00029 procenta. Pro 202 z 212 uvedených knih, jak memorandum uvádí, odborník v protokolech vůbec nenašel žádné opakování. „To jen těžko podkopává transformační účel trénování LLM,“ uzavírá podání.

Microsoft také citoval vlastní prodejní důkazy autorů a uvedl, že žalobci prodávají stejně mnoho knih, jako by prodávali, kdyby ChatGPT a Copilot nikdy nebyly vydány, a že prakticky nenašli žádné příklady výstupů z reálného světa, které by odpovídaly jejich dílům. Podání cituje dramatika Davida Henryho Hwanga, který prohlašuje, že nevěří, že LLM obžalovaných poškozují trh s jeho hrami, a uvádí, že analýzy prodeje neukazují žádný pokles, který by byl přičitatelný příchodu modelů.

Argument o spravedlivém užití

Hlavní právní nárok v podání Microsoftu spočívá v tom, že trénování LLM na chráněných knihách představuje spravedlivé užití podle zákona. Podání tvrdí, že použití je „hluboce transformativní“ a odkazuje na rozhodnutí ve dvou dalších případech trénování AI – jednom proti Meta a druhém proti Anthropic – která popisovala trénování LLM jako vysoce transformativní. Knihy jsou vytvořeny k četbě, uvádí podání, zatímco OpenAI využívá texty jako The Street Lawyer od Johna Grishama a Cleopatra od Stacy Schiffové pro technologický účel: vytvoření modelu, který generuje odpovědi v přirozeném jazyce na podněty.

Co se týče zaměření autorů na stahování knih OpenAI z Library Genesis, online úložiště známého tím, že obsahuje neautorizované kopie, Microsoft uvedl, že nediskutovatelný záznam prokazuje, že nedošlo ke stažení a že se na získávání těchto dat neúčastnil, a argumentoval, že původ trénovacích dat nemění analýzu spravedlivého užití, protože každý krok procesu sloužil stejnému tréninkovému účelu.

Podání se také zabývá tím, že Microsoft na žádost OpenAI poskytl části indexu vyhledávače Bing. Memorandum uvádí, že důkazy jsou nejednoznačné, zda tyto části obsahovaly některá díla žalobců, a poznamenává, že odborník žalobců identifikoval mezi 8 a 24 uvedenými díly v přenesených částech indexu, a argumentuje, že přenos byl součástí trénování LLM bez ohledu na to.

Co se týče poškození trhu, Microsoft vyzval soud, aby odmítl dvě teorie, které připisuje žalobcům: ztrátu licenčních poplatků za trénovací data a „ředění trhu“ způsobené knihami generovanými AI, které soutěží s díly samotných autorů. Výzkum citovaný v podání zjistil, že drtivá většina spotřebitelů by si AI‑generovanou knihu nekoupila ani za výrazně nižší cenu, podle prohlášení firemního odborníka. Podání dále uvádí, že jakýkoli licenční požadavek na trénovací data by představoval obrovskou překážku pro inovace, vzhledem k tomu, že vývojáři musí získat díla milionů autorů.

Microsoft zároveň podal žádost o rozhodnutí o podání v souvislosti s žalobou žalobců za přispívající porušení, podle téhož memoranda, které uvádí, že uznání trénování LLM jako spravedlivého užití by samostatně vyloučilo tento nárok. Společnost také podala samostatnou žádost o sumární rozsudek v konsolidovaných případech žalobců z oblasti zpráv ve stejný den; její memorandum k případům knih popisuje podání týkající se zpráv jako vysvětlení, proč je konkrétní nástroj založený na LLM, který vydavatelé napadají, zákonný.

Co bude dál v MDL

Podání byla zařazena do In re: OpenAI, Inc. Copyright Infringement Litigation, multidistriktového řízení spojujícího případy autorů a vydavatelů. Záznamy v spisu ukazují, že společnost The New York Times Company podala své vlastní žádosti o sumární rozsudek dne 4. září 2026, s termínem odpovědí do 5. října 2026, a OpenAI podalo žádost o sumární rozsudek týkající se nároků žalobců z oblasti zpráv ve stejný den.

A stanovený uzavírací příkaz podepsaný soudcem Steinem dne 3. září 2026 stanoví kalendář veřejného zveřejnění podání: strany a třetí strany musí podat veškeré žádosti o zachování redakcí v sumárních rozsudcích do 14. září 2026 a strany musí veřejně znovu podat své podání a prohlášení podle pravidla 56.1 se všemi nevyzvanými částmi neodstraněnými do 17. září 2026. Odpůrná podání následují paralelně, přičemž veřejné opětovné podání je požadováno do 15. října 2026.