Microsoft fortæller retten, at Copilot sjældent gengiver bøger i AI‑ophavsrets‑MDL

Microsoft anmodede om en sammenfatningsdom den 4. september 2026 i den samlede ophavsretsretssag, som er anlagt af bogforfattere og nyhedsudgivere vedrørende træning af store sprogmodeller, og fortalte en føderal domstol i Manhattan, at en eksperts gennemgang af 8,2 millioner Copilot-samtaler kun fandt 24 svar, der indeholdt mindst 30 ord, der matchede forfatternes påståede værker.

Tallet stammer fra en analyse beskrevet i Microsofts juridiske memorandum, som understøtter deres anmodning om sammenfatningsdom i de samlede sager fra bøgerne, en del af den multidistriktssag, der afventer behandling hos dommer Sidney H. Stein i den amerikanske distriktsdomstol for den sydlige del af New York. Authors Guild og navngivne skønlitterære og faglitterære forfattere indgav sagen cirka ti måneder efter, at OpenAI lancerede ChatGPT for offentligheden i november 2022, og tilføjede senere Microsoft som sagsøgt.

Hvad Copilot‑loganalysen fandt

Ifølge memorandumet brugte bogforfatternes ekspert, Dr. Shawn Shan, en modstandende udtrækningsprotokol på cirka 5,3 millioner forsøg, som fodrede GPT-modellerne med boguddrag ordret, hundredevis af ord lange, og færre end 1 % af disse forsøg resulterede i et match på 30 ord. Microsoft karakteriserede øvelsen som en, hvor eksperten valgte et måluddrag og gentagne gange promptede modellen, indtil den leverede den ønskede tekst.

Uden for dette laboratoriemiljø, angiver dokumentet, at Shan gennemgik 8,2 millioner samtaler fra Microsofts Copilot‑produkt og identificerede 24 svar, der indeholdt 30 matchende ord – en frekvens, som indleveringen beskriver som 0,00029 %. For 202 af de 212 påståede bøger siger memorandumet, at eksperten overhovedet ikke fandt nogen gengivelse i loggene. “Det underminerer næppe formålet med den transformative træning af LLM’er,” konkluderer indleveringen.

Microsoft henviste også til forfatternes egne salgsbeviser og fastslog, at sagsøgerne sælger lige så mange bøger, som de ville have gjort, hvis ChatGPT og Copilot aldrig var blevet udgivet, og at de praktisk talt ikke fandt eksempler på virkelige output, der matcher deres værker. Dokumentet citerer dramatikeren David Henry Hwang, som udtaler, at han ikke tror, de sagsøgtes LLM’er skader markedet for hans skuespil, og siger, at salgsanalyser viser ingen nedgang, der kan tilskrives modellernes ankomst.

Argumentet om fair use

Det centrale juridiske krav i Microsofts indlevering er, at træning af en LLM på ophavsretligt beskyttede bøger udgør fair use som en juridisk regel. Dokumentet argumenterer for, at brugen er “dybt transformerende” og peger på afgørelser i to andre AI‑træningssager – én mod Meta og én mod Anthropic – som beskrev LLM‑træning som højt transformerende. Bøger er skabt til at blive læst, konstaterer indleveringen, mens OpenAIs brug af tekster som John Grishams The Street Lawyer og Stacy Schiffs Cleopatra tjente et teknologisk formål: at bygge en model, der genererer naturlige sprog‑svar på prompts.

Vedrørende forfatternes fokus på OpenAIs download af bøger fra Library Genesis, et online‑arkiv kendt for at indeholde uautoriserede kopier, erklærede Microsoft, at den ubestridte dokumentation viser, at de ikke downloadede og ikke var involveret i anskaffelsen af disse datasæt, og argumenterede for, at oprindelsen af træningsdata ikke ændrer fair‑use‑analysen, fordi hvert trin i processen tjente det samme træningsformål.

Indleveringen berører også Microsofts levering, på OpenAIs anmodning, af dele af Bing‑søgemaskinens indeks. Memorandumet angiver, at beviserne er uafklarede med hensyn til, om disse dele indeholdt nogen af sagsøgernes værker, og bemærker, at sagsøgernes ekspert identificerede mellem 8 og 24 påståede værker i de overførte dele af indekset, og argumenterer for, at overførslen uanset var en del af LLM‑træningen.

Vedrørende markeds­skade opfordrede Microsoft retten til at afvise to teorier, som de tilskriver sagsøgerne: tabte licensgebyrer for træningsdata og “markedfortynding” fra AI‑assisterede bøger, der konkurrerer med forfatternes egne. Forskning, der er citeret i indleveringen, fandt, at den overvældende majoritet af forbrugerne ikke ville købe en AI‑genereret bog, selv til en drastisk lavere pris, ifølge virksomhedens eksperterklæring. Dokumentet tilføjer, at ethvert licenskrav for træningsdata ville udgøre en enorm barriere for innovation, da udviklere skal indhente værker fra millioner af forfattere.

Microsoft anmodede samtidig om dom på grundlag af sagsøgernes påstand om medvirkende krænkelse, ifølge det samme memorandum, som fastslår, at en konklusion om, at LLM‑træning er fair use, uafhængigt ville afvise dette krav. Virksomheden indgav også en separat anmodning om sammenfatningsdom i de nyheds‑sagsøgeres samlede sager samme dag; dens bøger‑brief beskriver nyheds‑indleveringen som en forklaring på, hvorfor det specifikke LLM‑baserede værktøj, som udgiverne anfægter, er lovligt.

Hvad der kommer næste i MDL

Indleveringerne blev registreret i In re: OpenAI, Inc. Copyright Infringement Litigation, den multidistriktbehandling, der kombinerer forfatternes og udgivernes sager. Dagsordensprotokollen viser, at The New York Times Company indgav sine egne anmodninger om sammenfatningsdom den 4. september 2026, med svar forfaldende den 5. oktober 2026, og at OpenAI indgav en anmodning om sammenfatningsdom vedrørende nyhedssagsøgernes krav samme dag.

En aftalt forseglingskendelse underskrevet af dommer Stein den 3. september 2026 fastlægger den offentlige udgivelsesplan for de indleverede dokumenter: parter og tredjepart skal indgive eventuelle anmodninger om at opretholde redaktioner i sammenfatningsdom‑briefene inden den 14. september 2026, og parterne skal offentligt genindgive deres brief og Rule 56.1‑erklæringer med alle ukontesterede dele uden redigering inden den 17. september 2026. Modstående brief følger en parallel vej, hvor offentlig genindgivelse kræves inden den 15. oktober 2026.