Wikimedia-säätiö pyrkii jättämään amicus curiae -lausunnon OpenAI:n tekijänoikeusjutussa

Wikimedia-säätiö ilmoitti 30. lokakuuta 2026 pyytäneensä New Yorkin eteläisen piirin liittovaltion alioikeudelta lupaa jättää amicus curiae- eli tuomioistuimen ystävän lausunto asiassa In re: OpenAI, Inc. Copyright Infringement Litigation. Kyseessä on 12 OpenAI:ta vastaan nostetun kanteen yhdistetty käsittely, jonka tunnetuin osa on The New York Timesin OpenAI:ta ja Microsoftia vastaan nostama kanne.

Säätiön hakemus, joka on päivätty 29. lokakuuta 2026 ja osoitettu tuomari Sidney H. Steinille, on kirjelmä, jossa pyydetään lupaa lausunnon jättämiseen. Ehdotettu lausunto on liitetty hakemukseen todisteeksi, ja siinä ilmoitetaan, ettei sillä tueta kumpaakaan osapuolta. Hakemus jätettiin tuomioistuimen paikallisten sääntöjen ja amicus curiae -lausuntoihin osallistumista koskevan 7. elokuuta 2026 annetun määräyksen mukaisesti, sellaisena kuin sitä muutettiin 24. syyskuuta 2026. Koska määräyksessä edellytetään, että lausunnon jättämistä suunnittelevat tahot hakevat siihen lupaa, Wikimedia ei pyytänyt osapuolten suostumusta. Ehdotetussa lausunnossa on 5,831 sanaa, joten se alittaa tuomioistuimen amicus curiae -lausunnoille asettaman 6 000 sanan rajan.

Lex Lumina LLP:n Rhett O. Millsaps II toimii asiassa asianajajana. Hänen rinnallaan säätiötä edustavat sen lakiasiainjohtaja Stephen LaPorte, apulaislakiasiainjohtaja Jacob Rogers ja lakimies Aly Marino.

Yhdistetyssä oikeudenkäynnissä tuomioistuin ratkaisee, onko tekoäly-yritysten tekijänoikeuksilla suojatun sisällön käyttö suurten kielimallien (LLM) kehittämiseen oikeudenmukaista käyttöä. Säätiön mukaan ratkaisulla on suuri vaikutusvalta oikeuspaikan, asian osapuolten ja tähän mennessä kysymystä käsitelleiden ratkaisujen vähäisen määrän vuoksi.

The New York Times nosti kanteensa vuonna 2023 ja väitti, että OpenAI:n ja Microsoftin Timesin omistaman sisällön käyttö mihin tahansa tarkoitukseen, myös tekoälymallien kouluttamiseen, loukkaa suoraan tekijänoikeuslakia. OpenAI ja Microsoft katsovat, että julkisesti saatavilla olevaan dataan perustuvien mallien kouluttaminen ja käyttöönotto on teknologista kehitystä, joka kuuluu oikeudenmukaisen käytön piiriin.

Säätiön mukaan liian rajoittava tulkinta oikeudenmukaisesta käytöstä voisi jarruttaa teknologista innovaatiota ja rajoittaa avoimen lähdekoodin hankkeita, kuten Wikipediaa, hyödyttävien työkalujen saatavuutta. Toisaalta oikeudenmukaisen käytön ehdoton hyväksyminen voisi johtaa suljetumpaan verkkoon, jossa verkkotiedon arvo heikkenee, kun toissijaisia lähteitä ei ole riittävästi saatavilla.

Wikimedia-liikkeen Diff-blogissa julkaisemassaan kirjoituksessa säätiö totesi, että jos koulutusvaihetta ei katsota oikeudenmukaiseksi käytöksi, tekoälyn kehittäminen olisi todennäköisesti mahdollista vain suurimmille yrityksille tai parhaiten rahoitetuille kehittäjille. Avoimen lähdekoodin kehittäjillä ei tällöin olisi varaa teknologiaan, tai he eivät edes pääsisi käyttämään sitä. Säätiön mukaan oikeudenmukaisen käytön ehdoton hyväksyminen puolestaan kannustaisi julkaisijoita rajaamaan yhä enemmän tietoa maksumuurien tai muiden esteiden taakse. Tämä heikentäisi näkyvyyttä, josta Wikipedia ja monet julkaisijat ovat riippuvaisia lukijakuntansa tavoittamisessa ja uusien vapaaehtoisten rekrytoinnissa.

Toimitusjohtaja Bernadette Meehan sanoi, että säätiö pyrkii ”puolustamaan vapaata ja avointa ihmiskunnan tietoa, josta Wikipedia on riippuvainen”. Hän kuvaili tiedon saatavuuden laajentamista tekoälyn avulla merkittäväksi tavoitteeksi, jonka toteuttamisessa on kunnioitettava ihmisiä, sisällöntuottajia ja yhteisöjä, jotka mahdollistavat luotettavan tiedon tuottamisen.

Oikeudenmukaisen käytön arviointi käyttötapaus kerrallaan

Ehdotetun lausunnon lähestymistapa perustuu korkeimman oikeuden vuonna 2023 antamaan ratkaisuun Andy Warhol Foundation for the Visual Arts v. Goldsmith. Lausunnossa katsotaan, että kopioitujen teosten jokainen erillinen käyttötapa chatbotin kehittämisen ja käytön eri vaiheissa edellyttää omaa neljän tekijän oikeudenmukaisen käytön arviointiaan. Lausunnossa viitataan myös vuoden 2025 ratkaisuun Bartz v. Anthropic esimerkkinä siitä, kuinka saman aineiston kopioiden eri käyttötapoja eri vaiheissa tulisi arvioida erikseen sen sijaan, että ne yhdistettäisiin yhdeksi arvioinniksi.

Lausunnossa katsotaan myös, että tiedon haravointi – verkkosivustolle lähetettävä automaattinen tekninen pyyntö teoksen kopioimiseksi – on aineiston hankkimista eikä tekijänoikeudellisesti merkityksellistä käyttöä. Oikeudenmukaisen käytön arvioinnissa tulisi sen mukaan tarkastella vain sitä, mitä kopioille tehdään tämän jälkeen. Lausunnossa todetaan, että tietyntyyppinen tiedon haravointi voi silti rikkoa verkkosivuston käyttöehtoja, osavaltion sopimus- tai vahingonkorvausoikeutta, Digital Millennium Copyright Act -lakia tai Computer Fraud and Abuse Act -lakia.

Esikoulutus todennäköisesti oikeudenmukaista käyttöä, hakuun perustuva täydennetty generointi todennäköisesti ei

Esikoulutuksen osalta lausunnossa katsotaan, että käyttö on todennäköisesti oikeudenmukaista. Se on muuntavaa, koska kopiot tarjoavat kielellisiä malleja eivätkä palvele teosten alkuperäistä tiedonvälitystarkoitusta. Toisen tekijän osalta arvio on neutraali, sillä tietosanakirjateokset ovat luonteeltaan tosiasiapohjaisia. Kolmannen tekijän osalta käyttö on perusteltua, koska mallin kouluttaminen edellyttää kehittäjiltä miljardien sanojen käyttöä, minkä vuoksi kokonaisten teosten käyttö on kohtuudella tarpeen. Neljännen tekijän osalta käyttö on oikeudenmukaista, sillä esikoulutus ei itsessään korvaa alkuperäisteoksia markkinoilla. Säätiön tiedotteessa kanta tiivistetään niin, että tekijänoikeuksilla suojatun sisällön käyttöä mallien kouluttamiseen tulisi pitää oikeudenmukaisena silloin, kun sillä koulutetaan malleja, jotka ovat jotakin uutta ja alkuperäisistä lähteistä poikkeavaa. Tällöin ei edellytettäisi tekijänoikeuslisenssien ehtojen noudattamista.

Lausunnossa kuvataan tiedonhakuun yhdistettyä generointia eli RAG-menetelmää prosessiksi, jossa chatbot etsii tietoa verkosta tai muusta tietokannasta ja sen jälkeen tunnistaa, kopioi ja järjestää olennaisia sisältökatkelmia sekä liittää ne mallin konteksti-ikkunaan käyttäjän kyselyn rinnalle. Lausunnon mukaan käyttö todennäköisesti ei täytä neljän tekijän testiä, koska järjestelmä käyttää teoksia niiden alkuperäiseen tarkoitukseen eli lukijoiden tiedonlähteenä, poimii niistä tärkeimmät osat ja kilpailee lähteiden kanssa ihmislukijoiden huomiosta.

Säätiö katsoo, ettei RAG-menetelmää ja vastaavia tiedon ankkurointitekniikoita pitäisi pitää kohtuullisena käyttönä ja että niitä tarjoavien yritysten pitäisi noudattaa kunkin alustan tai julkaisijan lisenssiehtoja. Wikipedian tapauksessa kyse on Creative Commons CC BY-SA 4.0 -lisenssistä, joka edellyttää alkuperäisten tekijöiden mainitsemista ja sitä, että mukautukset julkaistaan saman lisenssin alaisina.

Lausunnon päätelmissä tuomioistuinta pyydetään ratkaisemaan, että ChatGPT:n yleiskäyttöisen LLM-mallin esikoulutus oli kohtuullista käyttöä, mutta että OpenAI:n kopioiden käyttö ChatGPT:n tiedonhakuun yhdistetyssä generointitoiminnossa ei ole kohtuullista käyttöä ja sen on noudatettava lisenssejä, kuten Wikimedia-projektien sisältöä koskevaa Creative Commons -lisenssiä.

Wikipedian merkitys ja muut amicus curiae -lausunnot

Wikipediassa on yli 67 miljoonaa artikkelia 300 kielellä, ja lähes 250 000 vapaaehtoista osallistuu sen tekemiseen joka kuukausi. Säätiö kuvailee Wikipediaa yhdeksi laadukkaimmista LLM-mallien koulutuksessa käytettävistä tietoaineistoista. Lausunnossa todetaan, että tammikuussa 2025 säätiön kolmentoista vapaaseen tietoon keskittyvän alustan sisältöä tuotti ja moderoi kuukausittain yli 260 000 vapaaehtoista ja että Wikipediaa katsellaan miljardeja kertoja kuukaudessa.

Lausunnon mukaan muiden kuin ihmiskäyttäjien harjoittama tietojen haravointi ja verkkosivujen indeksointi kuormittavat Wikimedian palvelimia, minkä vuoksi säätiö joutuu ottamaan käyttöön teknisiä suojatoimia, jotka pahantahtoiset toimijat usein kiertävät. Sekä kuormitus että suojatoimet uhkaavat säätiön sivustojen saavutettavuutta ihmisille. Säätiö sanoi, että sen projektien tietojen haravoinnissa on noudatettava julkisen API:n käyttörajoituksia tai käytettävä sen Wikimedia Enterprise API -palveluja. Se kertoi tuomioistuimelle myös, että koneoppimistyökalut auttavat jo vapaaehtoisia torjumaan vandalismia, havaitsemaan tekijänoikeusrikkomuksia ja sopimattomia henkilötietoja sekä asettamaan etusijalle eniten parannusta kaipaavat artikkelit. Säätiön mukaan olisi tekijänoikeuslain tarkoitusten vastaista luokitella LLM-mallien kehittäminen kategorisesti kohtuuttomaksi käytöksi.

Päälakimies Stephen LaPorte sanoi, että kohtuullista käyttöä koskevaa keskustelua ”ei voida rajoittaa voittoa tavoitteleviin organisaatioihin”. Hän lisäsi, että ratkaisu, jossa kohtuullisen käytön periaatteita ei sovelleta huolellisesti, voisi uhata vapaan tiedon kestävyyttä ja tukahduttaa avoimen lähdekoodin teknologioiden kehityksen.

Wikimedian hakemus liittyi amicus curiae -lausuntojen jättämisen aaltoon: oikeudenkäyntiasiakirjojen merkinnöistä käy ilmi, että 28. ja 29. lokakuuta 2026 Engine Advocacy, the Authors Alliance, Public Knowledge, professori Matthew Sag, Brian L. Frye, Digital Content Next sekä joukko kustannusalan järjestöjä, joihin kuuluu Association of American Publishers, hakivat lupaa jättää omat amicus curiae -lausuntonsa. Samaan aikaan uutiskustantajien, OpenAI:n ja Microsoftin välinen yhteenvetotuomiota koskeva kirjelmöinti jatkui. Tuomioistuimella on laaja harkintavalta päättää, hyväksyykö se amicus curiae -lausunnon, säätiö toteaa hakemuksessaan, ja tuomari Steinin on myönnettävä säätiölle lupa ennen kuin sen ehdotettu lausunto voidaan virallisesti hyväksyä.