Microsoft kertoo oikeudelle, että Copilot harvoin toistaa kirjoja tekoälyn tekijänoikeus‑MDL:ssä

Microsoft haki yhteenveto‑tuomiota 4. syyskuuta 2026 yhdistetyssä tekijänoikeusriita‑käsittelyssä, jonka kirjailijat ja uutisjulkaisijat ovat nostaneet suurten kielimallien koulutuksesta, ja kertoi Manhattanissa sijaitsevalle liittovaltion tuomioistuimelle, että asiantuntijan tarkastelu 8,2 miljoonasta Copilot‑keskustelusta löysi vain 24 vastausta, joissa oli vähintään 30 sanaa, jotka täsmäsivät tekijöiden väitteiden mukaisiin teoksiin.

Luku perustuu Microsoftin oikeudellisessa muistiossa kuvattu analyysi -muistioon, joka tukee sen yhteenveto‑tuomioesitystä kirjailijoiden yhdistetyissä tapauksissa, osa monialuetta koskevaa oikeusprosessia, joka on vireillä tuomari Sidney H. Steinin edessä Yhdysvaltain eteläisen New Yorkin piirikunnan liittovaltion käräjäoikeudessa. Authors Guild sekä nimettyjä kaunokirjallisuuden ja tietokirjallisuuden tekijöitä nosti kanteen noin kymmenen kuukautta sen jälkeen, kun OpenAI lanseerasi ChatGPT:n julkisesti marraskuussa 2022, ja lisäsi myöhemmin Microsoftin vastaajaksi.

Mitä Copilot‑lokianalyysi löysi

Muistion mukaan kirjailijoiden asiantuntija, tohtori Shawn Shan, käytti vihamielistä poimintaprotokollaa, jossa tehtiin noin 5,3 miljoonaa yritystä syöttäen GPT-malleille kirjan tarkkoja otteita, jotka olivat satoja sanoja pitkiä, ja vähemmän kuin 1 % näistä yrityksistä tuotti 30 sanan täsmäyksen. Microsoft kuvasi harjoituksen sellaisena, jossa asiantuntija valitsi kohdeotteen ja kehotti mallia toistuvasti, kunnes se tuotti halutun tekstin.

Sen laboratoriomaisen ympäristön ulkopuolella, asiakirja kertoo, että Shan tarkasteli 8,2 miljoonaa keskustelua Microsoft’s Copilot product ja löysi 24 vastausta, joissa oli 30 täsmäävää sanaa — nopeus, jonka asiakirja kuvaa .00029 prosentiksi. 212:sta väitetystä kirjasta 202:lle muistio kertoo, että asiantuntija ei löytänyt lainkaan toistamista lokitiedoissa. “Se tuskin heikentää LLM‑koulutuksen muuntavaa tarkoitusta,” päätelmässä todetaan.

Microsoft viittasi myös tekijöiden omiin myyntitodisteisiin, toteuttaen, että kantajat myyvät yhtä paljon kirjoja kuin he olisivat tehneet, jos ChatGPT:tä ja Copilotia ei olisi koskaan julkaistu, eikä heillä ole käytännössä lainkaan esimerkkejä todellisista tuotoksista, jotka vastaisivat heidän teoksiaan. Asiakirjassa siteerataan näytelmäkirjailija David Henry Hwangia, joka sanoo, ettei hän usko vastaajien LLM:ien vahingoittavan hänen näytelmiensä markkinoita, ja väittää, että myyntianalyysit eivät näytä mallien saapumiseen liittyvää laskua.

Kohtuullisen käytön argumentti

Microsoftin asiakirjan keskeinen oikeudellinen väite on, että LLM:n kouluttaminen tekijänoikeudella suojattuihin kirjoihin on lain mukaan kohtuullinen käyttö. Asiakirja väittää, että käyttö on “syvästi muuntavaa”, viitaten kahden muun tekoälykoulutustapauksen – yhden Metaa vastaan ja toisen Anthropicia vastaan – päätöksiin, joissa LLM‑koulutusta kuvattiin erittäin muuntavaksi. Kirjat on luotu luettavaksi, toteaa asiakirja, kun taas OpenAI:n tekstien, kuten John Grishamin teoksen The Street Lawyer ja Stacy Schiffin teoksen Cleopatra, käyttö palveli teknologista tarkoitusta: mallin rakentamista, joka tuottaa luonnollisen kielen vastauksia kehotteisiin.

Kirjoittajien keskittyessä OpenAI:n kirjojen lataamiseen Library Genesis -verkkoarkistosta, joka tunnetaan luvattomista kopioista, Microsoft totesi, että kiistämätön tieto osoittaa, ettei se ladannut eikä ollut mukana näiden aineistojen hankinnassa, ja väitti, että koulutusdatan alkuperä ei muuta kohtuullisen käytön analyysiä, koska jokainen prosessin vaihe palveli samaa koulutustarkoitusta.

Asiakirja käsittelee myös Microsoftin toimittamaa osaa Bing-hakukoneen indeksistä OpenAI:n pyynnöstä. Muistio toteaa, että todisteet eivät ole ratkaisevia sen suhteen, sisälsikö nämä osat kantajien teoksia, huomauttaen, että kantajien asiantuntija tunnisti 8–24 väitettyä teosta siirretyissä indeksin osissa, ja väittää, että siirto oli LLM‑koulutuksen osa riippumatta siitä.

Markkinavaikutuksista Microsoft pyysi tuomioistuinta hylkäämään kaksi kantajien esittämää teoriaa: koulutusdatan menetetyt lisenssimaksut ja “markkinaparsinta” AI‑avusteisten kirjojen kilpaillessa tekijöiden omien teosten kanssa. Asiakirjassa viitattu tutkimus osoitti, että ylivoimainen enemmistö kuluttajista ei ostaisi AI‑luotua kirjaa, vaikka sen hinta olisi merkittävästi alhaisempi, yrityksen asiantuntijalausunnon mukaan. Asiakirja lisää, että mikä tahansa lisenssivaatimus koulutusdatasta olisi valtava este innovaatiolle, koska kehittäjien täytyy hankkia teoksia miljoonilta tekijöiltä.

Microsoft haki samanaikaisesti tuomiota kantajien avustavan loukkauksen väitteeseen, saman muistion mukaan, jossa todetaan, että LLM‑koulutuksen kohtuullinen käyttö sulkisi kyseisen väitteen itsenäisesti. Yritys jätti myös erillinen hakemus asian ratkaisemiseksi ilman täysimittaista oikeudenkäyntiä uutismediakantajien yhdistetyissä asioissa erillisen yhteenveto‑tuomioesityksen uutiskantajien yhdistetyissä tapauksissa samana päivänä; sen Books‑asiakirja kuvaa uutisasiakirjan selittäväksi, miksi julkaisijat kyseenalaistama tietty LLM‑pohjainen työkalu on laillinen.

Mitä seuraavaksi tapahtuu MDL:ssä

Asian asiakirjat päätyivät In re: OpenAI, Inc. Copyright Infringement Litigation, monialuetta koskeva menettely, joka yhdistää tekijöiden ja julkaisijoiden tapaukset. Oikeusrekisterit osoittavat, että The New York Times Company jätti omat yhteenveto‑tuomioesityksensä 4. syyskuuta 2026, vastaukset määräaikaan 5. lokakuuta 2026 mennessä, ja OpenAI jätti yhteenveto‑tuomioesityksen uutiskantajien väitteisiin samana päivänä.

Tuomari Steinin 3. syyskuuta 2026 allekirjoittama osapuolten sopimukseen perustuva salassapitomääräys, jonka tuomari Stein allekirjoitti 3. syyskuuta 2026 asettaa julkaisuaikataulun asiakirjoille: osapuolten ja kolmansien osapuolten on toimitettava kaikki pyynnöt säilyttää yhteenveto‑tuomioesitysten redaktiot 14. syyskuuta 2026 mennessä, ja osapuolten on julkisesti toimitettava uudelleen tiivistelmät ja Rule 56.1 -lausuntonsa, joissa kaikki kiistämättömät osat on palautettu ilman redaktiota 17. syyskuuta 2026 mennessä. Vastapuolen tiivistelmät noudattavat rinnakkaista aikataulua, ja niiden julkinen uudelleentäyttäminen on vaadittava 15. lokakuuta 2026 mennessä.