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

Microsoft anmodede om foreløbig dom den 4. september 2026 i den samlede ophavsretsretssag indbragt af bogforfattere og nyhedsudgivere vedrørende træning af store sprogmodeller, og fortalte en føderal domstol i Manhattan, at en ekspertreview 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 memorandum of law, som understøtter deres anmodning om foreløbig dom i de samlede sager fra bogsagsøgerne, som er en del af den multidistriktlige retssag, der afventer for 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 memorandummet brugte bogforfatternes ekspert, Dr. Shawn Shan, en modstridende udtrækningsprotokol på cirka 5,3 millioner forsøg, som fodrede GPT-modellerne med ordrette boguddrag på flere hundrede ord, og færre end 1 % af disse forsøg resulterede i et 30‑ords match. Microsoft karakteriserede øvelsen som en, hvor eksperten udvalgte et måluddrag og gentagne gange promptede modellen, indtil den frembragte den ønskede tekst.

Uden for laboratoriemiljøet, oplyser dokumentet, at Shan gennemgik 8,2 millioner samtaler fra Microsofts Copilot‑produkt og identificerede 24 svar, der indeholdt 30 matchende ord – en sats, som indleveringen beskriver som 0,00029 procent. For 202 af de 212 påståede bøger siger memorandummet, at eksperten slet ikke fandt nogen gentagelse i loggene. “Det underminerer næppe formålet med den transformerende træning af LLM’er,” konkluderer dokumentet.

Microsoft henviste også til forfatternes egne salgsbeviser og påstod, 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 nogen eksempler på virkelige output, der matchede 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 er fair use i henhold til loven. 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, står der i 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.

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

Indleveringen behandler også Microsofts levering, på OpenAIs anmodning, af dele af Bing‑søgemaskinens indeks. Memorandummet konstaterer, at beviserne er ubesluttende med hensyn til, om disse dele indeholdt nogen af sagsøgernes værker, 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 citeres 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, idet 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 foreløbig dom i de nyhedssagsøgeres samlede sager samme dag; dens bog‑indlevering beskriver nyhedsindleveringen som en forklaring på, hvorfor det specifikke LLM‑baserede værktøj, som udgiverne udfordrer, er lovligt.

Hvad der kommer næste i MDL

Indleveringerne blev indgivet i In re: OpenAI, Inc. Copyright Infringement Litigation, den multidistriktlige procedure, der kombinerer forfatternes og udgivernes sager. Dagsordensoptegnelser viser, at The New York Times Company indgav sine egne anmodninger om foreløbig dom den 4. september 2026, med svar forfalden den 5. oktober 2026, og at OpenAI indgav en anmodning om foreløbig dom vedrørende nyhedssagsøgernes påstande samme dag.

En aftalt forseglingskendelse underskrevet af dommer Stein den 3. september 2026 fastsætter den offentlige udgivelseskalender for de indleverede dokumenter: parter og tredjeparter skal indgive eventuelle anmodninger om at opretholde redaktioner i foreløbige domsdokumenter inden den 14. september 2026, og parterne skal offentligt genindgive deres dokumenter og Rule 56.1‑erklæringer med alle ubestridte dele uden redaktioner inden den 17. september 2026. Modstående dokumenter følger en parallel spor, hvor offentlig genindgivelse kræves inden den 15. oktober 2026.