AI-agenter vil hellere stjæle ophavsretsligt materiale end bruge open-source-alternativer

Forskning har fundet, at AI-agenter ofte vælger ophavsretsligt materiale, når de præsenteres for gratis lovlige alternativer – og selv eksplisitte advarsler kan ikke stoppe hver enkelt overtrædelse.

Meget akademisk opmærksomhed er blevet viet i de sidste to år til, om generative AI-modeller producerer arbejde baseret på ophavsretsligt materiale – en scenarie, hvor ophavsretsligt materiale var inkluderet i modellens træningsdatabase, og gjorde modellen i stand til enten at “riffere” på en kunstners stil eller endda reproducerer et ophavsretsligt arbejde fuldstændigt.

Mindre studeret er dispositionen af agentic AI til at vælge og udnytte ophavsretsligt materiale, mens de bevæger sig selvstændigt gennem tilgængelige kilder. Det vil sige, hvis du beder en Vision Language Model (VLM) som ChatGPT om at finde et godt billede til din hjemmeside, hvad er sandsynligheden for, at det vil foretrække et ophavsretsligt arbejde frem for et open-source-arbejde med en fleksibel licens?

I dette eksempel fra den nye forskningsartikel, har en AI-agent fejlet en ophavsretslig overholdelses-test for at foretrække at stjæle et kendt ophavsretsligt billede til prompteren, i stedet for at udnytte et let tilgængeligt, lige så højkvalitets-FOSS-billede. Kilde

Ifølge en ny forskning mellem Storbritannien, USA og Israel, er sandsynligheden ret høj:

Gennemsnitlige ophavsretslige overtrædelsesrater for lukkede AI-modeller, åbne AI-modeller og mennesker over fire brugerprompts. Aggregat fra tre testscenarier, højere bjælker indikerer dårligere præstation via højere udvælgelse af ophavsretsligt materiale, mens kortere bjælker reflekterer bedre overholdelse af at vælge lovlige billeder. Kilde: data i kildeartiklen.

Forskerne fandt, at både lukkede og åbne AI-agenter ofte foretrak ophavsretsligt materiale, når der var gratis lovlige alternativer tilgængelige. Uden en ophavsretslig advarsel i prompten, valgte hver gruppe ofte det ophavsretslige, ‘tyveri’-alternativ.

Mens en tydelig advarsel om ophavsret betydeligt forbedrede ophavsretslig overholdelse (især for mennesker, se anden kolonne fra højre i billedet ovenfor), gjorde tidspresset (‘hurried’, i billedet ovenfor) problemet værre. Åbne modeller, fandt forskerne, opførte sig dårligst blandt kandidaterne, når de blev bedt om at ignorere licenser (højre kolonne i billedet ovenfor):

‘Vi finder, at agentic opgavepræstation ikke er robustt korreleret med overholdelse af ophavsret. Agenter prioriterer ofte opgavepræstation over lovmæssig overholdelse. Desuden synes agenterne niveau af lovmæssig overholdelse at være meget skrøbeligt og stærkt påvirket af brugerinstruktioner.

‘Åbne modeller øger skarpt deres udvælgelse af ophavsretsligt materiale i respons til brugerinstruktioner om at negligere lovmæssige begrænsninger. Proprietære modeller, derimod, viser højere rater af overholdelse af ophavsret i den neutrale instruktionsbetingelse og er mindre modtagelige for brugerinstruktioner om at negligere lovmæssige begrænsninger.’

Selv om fundene er klare, er der i øjeblikket ingen klar løsning på problemet, bortset fra at lukkede modeller potentielt kan øge og udvide deres sikkerhedsforanstaltninger i den henseende.

Den nye artikel har titlen Agentic Evaluation of Copyright Law Compliance og kommer fra tre forskere på University of Cambridge, Fordham University og Hebrew University of Jerusalem.

Metode

Oversigt over Copyright-Bench-evaluationsrammen, hvor AI-agenter blev testet på tre kommercielle billedvalgsopgaver med visuelt matchede offentligt tilgængelige og ophavsretsligt materiale, der kun kunne skelnes ved hjælp af indlejret ophavsretsmetadata. Fire promptvarianter testede effekten af ophavsretslige påmindelser, tidspress og instruktioner om at negligere licenser, mens ophavsretslige overtrædelser og opgavepræstation blev registreret. Menneskelige studier blev udført til sammenligning.

Fri Vilje

For at bestemme, om AI-agenter virkelig foretrak ophavsretsligt materiale, fjernede forskerne først den mest åbenlyse alternative forklaring: at agenterne simpelthen ikke havde nogen lovmæssig mulighed.

Derfor blev hver opgave i benchmarket konstrueret sådan, at mindst ét gratis brugbart billede kunne fuldføre opgaven. Det betød, at valg af et ophavsretsligt billede aldrig var nødvendigt for at fuldføre opgaven.

Hvis en agent valgte ophavsretsligt materiale, var det, fordi den ikke kunne identificere den lovmæssige alternativ eller valgte ikke at bruge det, snarere end fordi benchmarket tvang den til overtrædelse.

Dataset

Forskerne kuraterede projektets Copyright-Bench-benchmark-samling fra en dataset på 200 højopløselige billeder, bestående af 100 offentligt tilgængelige fotografier fra U.S. National Park Service, og 100 ophavsretsligt materiale licenseret fra DepositPhotos.

Billederne var parret (dvs. for at sikre, at de var lige så “gode”) ved hjælp af CLIP-ViT-L/14-semantiske indlejring og LAION-Aesthetics V2-kvalitetsscores, før de manuelt blev verificeret til at være visuelt ækvivalente. Ophavsretsinformation blev derefter indlejret kun i billedernes metadata (i stedet for med synlige vandmærker, for eksempel), hvilket tvang AI-agenterne til at inspicere licensinformation i stedet for at stole på visuel fremtoning alene.

Forfatterne skriver:

‘For at reducere visuel kvalitet som en forvirrende variabel, anvendte vi en semi-automatisk udvælgelsesproces til at konstruere par af aktiver, der er semantisk og æstetisk ækvivalente.

‘Vores mål var at sikre, at aktiver ikke blev foretrukket på grund af pixeldata alene.’

Tre realistiske kommercielle arbejdsgange blev udviklet til Copyright-Bench, alle med scenarier, hvor ophavsretslige beslutninger ofte opstår: i den første, Web, byggede agenterne en kommerciel hjemmeside ved at vælge et ‘hero-billede’ til en landingsside; i den anden, Merch, valgte agenten kunst til trykte varer som T-shirts og caps; og i den tredje, Pitch Deck, samlede den en ‘investor pitch deck’ ved at vælge understøttende billeder til en virksomhedspræsentation.

Hver opgave målte, om agenterne ville vælge lovlige billeder, selv når ophavsretsligt materiale så ud til at være lige så egnet.

Hvert billedpar blev manuelt gennemgået for at fjerne falske positiver, med ophavsretsligt materiale kontrolleret for at sikre, at der ikke var synlige vandmærker eller agentlogotyper tilbage. Desuden blev hver par verificeret til at være tæt matchet i opløsning, belysning og komposition. På denne måde kunne ophavsret ikke udledes fra visuel kvalitet alene.

Meget Meta

Fordi de offentligt tilgængelige og ophavsretsligt materiale var bevidst matchet for visuel lighed og fri for åbenlyse kilder som vandmærker, kunne ophavsret ikke bestemmes ud fra udseende alene. I stedet var en AI-agent tvunget til at inspicere billedets metadata, hvor ophavsretsinformationen var gemt i EXIF/IPTC-hoved.

Benchmarket afhang af ‘Copyright Notice’-metadatafeltet til at skelne mellem lovlige og begrænsede billeder, med ophavsretsligt materiale mærket ‘ 2025 Deposit Photo’, og offentligt tilgængelige billeder mærket ‘U.S. regeringsarbejde; offentligt domæne’. Enhver agent, der ikke kontrollerede denne metadata, kunne ikke pålideligt skelne mellem de to.

Prompt-opmærksomhed

Benchmarket var også designet til at måle, hvordan different former for brugerinstruktion påvirkede ophavsretslig overholdelse, med hver opgave præsenteret under fire separate promptbetingelser: en neutral prompt nævnte ikke ophavsret; en IP-bevidst prompt mindede eksplicit om at respektere ophavsret; en hurried prompt introducerede tidspress; og en IP-negligent prompt kombinerede hast med instruktioner som ‘Bekymrer dig ikke om licenser’, for at teste, om agenterne ville opgive lovmæssige sikkerhedsforanstaltninger, hvis de blev aktivt opmuntret af brugeren til at gøre det.

De to målinger, der blev brugt til at evaluere præstation, var Overtrædelsesrate (VR), der målte, hvor ofte en agent valgte mindst ét ophavsretsligt billede, når et lovlige alternativ var tilgængeligt; og Opgavepræstationsrate (TSR), der målte, hvor ofte den tildelte opgave blev fuldført succesfuldt ved hjælp af gyldige handlinger, korrekt formaterede udgang og billeder, der forblev relevante for brugerens anmodning.

Menneskeligt Berør

En menneskelig reference blev også tildelt de samme opgaver, billeder og promptbetingelser. Deltagerne, der ikke havde nogen juridisk træning, blev bedt om at forklare deres valg kort, hvilket gjorde det muligt at sammenligne menneskelig og agent-overholdelse direkte.

Modeller og Tests

De lukkede modeller, der blev valgt til testene, alle tilgængelige omkring december 2025, var GPT-5.2; GPT-5.1; GPT-4o; Claude 4.5 Opus; Claude 4.5 Sonnet; Gemini 3 Pro; og Gemini 3 Flash.

De åbne modeller, der blev valgt til testene, var Llama-4-Maverick-400B; Llama-4-Scout-109B; Qwen-3VL-235B; og DeepSeek-VL.

For at sikre, at hver model blev testet under identiske betingelser, blev alle eksperimenterne kørt ved hjælp af Microsofts AutoGen-ramme. Hver model blev parret med en UserProxyAgent, der udførte opgaver, og en AssistantAgent, der genererede beslutninger, mens adgang blev givet til seks MCP-værktøjer, som vist i tabellen nedenfor:

Oversigt over Model Context Protocol (MCP)-værktøjer, der blev gjort tilgængelige for AI-agenter under evaluation, herunder funktioner til filnavigation, billedinspektion, metadatahentning og endelig aktiver-indsendelse.

Fire miljøkonfigurationer blev testet for at bestemme, om filorganisation og tilgængelig information påvirkede ophavsretslig overholdelse: Std, med alle billeder gemt i en enkelt mappe; Hier, med billeder adskilt i mærkede mapper; Vis, med ophavsretsmetadata fjernet, så beslutninger afhang af visuel indhold alene; og Web, som tilføjede et web-søgeværktøj til den standard-miljø.

For konsistens blev reasoning-temperaturen sat til 0,1, og hver kombination af opgave, promptvariant og miljø blev kørt 240 gange. De åbne modeller blev kørt med vLLM på fire NVIDIA Blackwell B200 GPU’er, hver med 180 GB HBM3e-hukommelse:

<img class=" wp-image-442123" src="https://www.unite.ai/wp-content/uploads/2026/07/table-2-3.jpg" alt="Resultater fra den primære Copyright-Bench-evaluation, der viser gennemsnitlige ophavsretslige overtrædelsesrater for mennesker, proprietære modeller og åbne modeller over tre opgavefamilier. PNeu angiver en neutral anmodning; PIP, en eksplicit ophavsretspåmindelse; PUrg, en tidspresset anmodning; og PDis, en instruktion om at negligere licenser. Hver procentdel repræsenterer andelen af 240 kørsler, hvor en model valgte mindst ét begrænset billede, på trods af et passende offentligt tilgængeligt alternativ, med lavere score indikerer bedre overholdelse. Resultaterne kommer fra en agent, der bevæger sig gennem en standard flad-fil-miljø.

Af disse resultater skriver forfatterne:

‘[Agenterne] fuldfører næsten altid den underliggende opgave (TSR > 98% over alle opgaver), hvilket isolerer VR som den vigtigste måling af lovmæssig overholdelse.’

Over alle tre opgavefamilier producerede modellerne lignende resultater: under neutrale promptrer, valgte Claude 4.5 Opus mindst ét ophavsretsligt billede i 38,3% af WebDev-opgaver, mens de åbne modeller oversteg 45%. Overtrædelsesrater ændrede sig lidt mellem webdesign, merchandise-udvikling og pitch-deck-generering.

Claude 4.5 Opus optegnede den laveste samlede overtrædelsesrate blandt proprietære modeller på 27,6%, efterfulgt af Gemini 3 Pro og Claude 4.5 Sonnet på 28,7%.

GPT-4o optegnede 36,2%, mens Llama-4-Maverick opnåede den laveste rate blandt åbne modeller på 41,0%.

Prompt-ordlyd påvirkede også præstation, med ophavsretspåmindelser, der reducerede overtrædelsesrater over alle modelfamilier, og instruktioner om at negligere licenser, der øgede overtrædelsesrater for de åbne modeller:

‘Vi observerer en adfærdsspalte mellem proprietære og åbne modeller under den negligente/negligente prompt (PDis), hvor brugeren eksplicit instruerer agenten om at ignorere licenser.

‘For hver proprietær model, vi studerede, blev overtrædelsesraten faktisk reduceret i den negligente IP-indstilling sammenlignet med den neutrale [indstilling]. Åbne modeller viser den modsatte tendens: Llama-4-Mavericks overtrædelsesrate stiger fra 45,0% (PNeu) til 52,1% (PDis).’

For at forstå, hvorfor ophavsretsligt materiale blev valgt, blev 100 fejl involverende GPT-5.2, Claude 4.5 Opus og Qwen-3VL manuelt gennemgået, og tre gentagne fejltyper identificeret: fejl i at inspicere ophavsretsmetadata; fejl i resonnering, herunder kontekstuel berettigelse, hvor billeder leveret i et projektmappe blev antaget for at være allerede licenseret, og kontekstvindue-utmattelse, hvor tidligere identificerede ophavsretsligt materiale blev glemt; og brugerinstruktioner, der blev prioriteret over ophavsretslig overholdelse, især under hastige og negligente promptrer:

Til sidst blev der lavet en sammenligning mellem AI-agenter og en menneskelig reference ved at tildele deltagerne med ingen juridisk træning de samme billedvalgsopgaver under de samme promptbetingelser. Under neutrale promptrer blev ophavsretsligt materiale valgt af mennesker i rater, der var sammenlignelige med dem for AI-modeller.

Når eksplicitte ophavsretspåmindelser blev givet, blev overtrædelser næsten elimineret over alle tre opgaver. Forbedring blev også observeret blandt AI-modeller, men begrænsede billeder blev stadig valgt langt hyppigere.

Under negligente promptrer, der opmuntrede til at negligere licenser, forværredes menneskelig overholdelse kraftigt, selv om endnu højere overtrædelsesrater blev registreret for åbne modeller – og generelt blev en langt stærkere respons til eksplicitte ophavsretspåmindelser demonstreret af mennesker end af AI-systemer.

Konklusion

Selv om artiklen ikke behandler muligheden, synes det rimeligt at antage, at virksomheder, der driver lokal AI, og ikke forventer pludselige auditorier fra lokale myndigheder, sandsynligvis vil implementere de billigste løsninger, der giver dem maksimal overholdelse af deres anmodninger.

Dette scenario er mest i linje med de ‘fejlbehæftede’ FOSS-modeller, der blev studeret i den nye artikel, snarere end de lukkede modeller som ChatGPT og Gemini; især, da ikke en enkelt model, der blev studeret, givet alle midler til at overholde, scorede nær 100%.

Hvis ingen tilgængelig AI-platform kan forhindre juridisk eksponering, kan mange virksomheder konkludere, at de bør udnytte de mest performante og overholdelige modeller, de kan køre, og selv sørge for juridisk overholdelse.

Det synes usandsynligt, at AI-platforme som Anthropic og OpenAI nogensinde vil tilbyde ‘juridisk overholdelige’ agentsystemer uden caveat emptor. Derfor, hvis juridisk overholdelse er et produkt, som de førende modeller ikke tilbyder og aldrig vil tilbyde, er deres sikkerhedsforanstaltninger kun implementeret til deres egen beskyttelse, og ikke til gavn for platformens brugere.

Alt dette er et argument imod kommercialiseret AI og for kørsel af lokale modeller – især med udsigten til at starte en instance af en åben kilde-frontier-model som Kimi på bare-metal fjern-GPU’er, og endda finjustere den til virksomhedens egne specifikke behov.

Først udgivet tirsdag, 28. juli 2026