AI-agents geven de voorkeur aan het stelen van auteursrechtelijk beschermde werken boven het gebruik van open-source alternatieven

Underzoek heeft aangetoond dat AI-agents vaker auteursrechtelijk beschermde afbeeldingen kiezen wanneer ze worden gepresenteerd met gratis legale alternatieven – en zelfs expliciete waarschuwingen kunnen niet alle overtredingen voorkomen.

Er is veel aandacht besteed aan het onderzoek naar de vraag of generatieve AI-modellen werken produceren op basis van auteursrechtelijk beschermde materialen – een scenario waarin auteursrechtelijk beschermde werken zijn opgenomen in de trainingsdatabase van het model, waardoor het model in staat is om hetzij ‘riffing’ op de stijl van een artiest, of zelfs het volledig reproduceren van een auteursrechtelijk beschermde werken.

Minder vaak wordt onderzocht de neiging van agentic AI om auteursrechtelijk beschermde werken te selecteren en te exploiteren terwijl ze autonoom beschikbare bronnen doorzoeken. Met andere woorden, als je een Vision Language Model (VLM) zoals ChatGPT vraagt om een leuke afbeelding voor je website te vinden, wat zijn dan de kansen dat het een auteursrechtelijk beschermde werken verkiest boven een open-source werken met een flexibele licentie?

In dit voorbeeld uit het nieuwe onderzoeksrapport heeft een AI-agent een auteursrechtelijke conformiteitstest niet doorstaan omdat hij de voorkeur gaf aan het stelen van een bekende auteursrechtelijk beschermde afbeelding voor de aanvrager, in plaats van gebruik te maken van een gemakkelijk beschikbare, even hoogwaardige FOSS-afbeelding. Bron

Volgens een nieuw onderzoek tussen het VK, de VS en Israël zijn de kansen hierop vrij hoog:

Gemiddelde auteursrechtelijke overtredingspercentages voor gesloten AI-modellen, open AI-modellen en mensen over vier gebruikersprompts. Gecombineerd uit drie testscenario’s, hogere balken geven een slechtere prestatie weer via een hoger aantal geselecteerde auteursrechtelijk beschermde afbeeldingen, terwijl lagere balken een betere naleving van de keuze van legale afbeeldingen weergeven. Bron: gegevens in bronpaper.

De onderzoekers vonden dat zowel gesloten als open-source AI-agents vaak auteursrechtelijk beschermde afbeeldingen verkozen wanneer gratis legale alternatieven beschikbaar waren. Zonder een auteursrechtelijke waarschuwing in de prompt, koos elke groep frequent voor de auteursrechtelijk beschermde, ‘diefstal’-optie.

Terwijl een duidelijke waarschuwing over auteursrecht de auteursrechtelijke naleving aanzienlijk verbeterde (vooral voor mensen, zie tweede kolom van rechts in de bovenstaande afbeelding), maakte tijdsdruk (‘haastig’, in de bovenstaande grafiek) het probleem erger. Open-source modellen, zo vonden de onderzoekers, presteerden het slechtst onder de kandidaten, wanneer ze werden geïnstrueerd om licenties te negeren (rechtse kolom in de bovenstaande afbeelding):

‘We vinden dat de prestatie van agentic taken niet robuust correleert met de naleving van auteursrecht. Agents geven vaak de voorkeur aan taakprestatie boven wettelijke naleving. Bovendien lijkt het niveau van wettelijke naleving van agents zeer broos en sterk beïnvloed door gebruikersinstructies.

‘Open-weights modellen verhogen scherp hun selectie van auteursrechtelijk beschermde materialen in reactie op gebruikersinstructies om juridische beperkingen te negeren. Propriëtaire modellen daarentegen vertonen hogere tarieven van naleving van auteursrecht in de neutrale instructieconditie en zijn minder gevoelig voor gebruikersinstructies om juridische beperkingen te negeren.’

Ondanks de duidelijkheid van de bevindingen, die 11 modellen testten die beschikbaar waren rond december 2025, waaronder varianten van ChatGPT en Google Gemini, is er momenteel geen duidelijke oplossing voor het probleem, behalve dat gesloten modellen mogelijk hun guardrails in dit opzicht kunnen vergroten.

Het nieuwe paper heeft als titel Agentic Evaluation of Copyright Law Compliance en komt van drie onderzoekers van de University of Cambridge, Fordham University en de Hebrew University of Jerusalem.

Method

Overzicht van het Copyright-Bench evaluatiekader, waarin AI-agents werden getest op drie commerciële beeldselectietaken met visueel overeenkomstige openbare en auteursrechtelijk beschermde afbeeldingen die alleen konden worden onderscheiden door ingebedde auteursrechtelijke metadata. Vier promptvarianten testten de effecten van auteursrechtelijke herinneringen, tijdsdruk en instructies om licenties te negeren, terwijl auteursrechtelijke overtredingen en taakgeslaagdheid werden geregistreerd. Menselijke studies werden uitgevoerd voor vergelijking.

Vrije Wil

Om te bepalen of AI-agents echt de voorkeur gaven aan auteursrechtelijk beschermde materialen, verwijderden de onderzoekers eerst de meest voor de hand liggende alternatieve verklaring: dat de agents simpelweg geen legale optie hadden.

Daarom werd elke taak in de benchmark zo ontworpen dat ten minste één vrij beschikbare afbeelding de taak succesvol kon voltooien. Dit betekende dat het selecteren van een auteursrechtelijk beschermde afbeelding nooit noodzakelijk was om de taak te voltooien.

Als een agent een auteursrechtelijk beschermde afbeelding koos, was dit omdat het faalde om de legale alternatief te identificeren of besloot om het niet te gebruiken, in plaats van dat de benchmark het dwong tot inbreuk.

Dataset

De onderzoekers verzamelden de Copyright-Bench benchmarkcollectie van een dataset van 200 hoge resolutie afbeeldingen, bestaande uit 100 openbare domein fotografie van de U.S. National Park Service, en 100 auteursrechtelijk beschermde afbeeldingen die waren gelicentieerd van DepositPhotos.

De auteursrechtelijk beschermde/FOSS-afbeeldingen werden gekoppeld (d.w.z. om ervoor te zorgen dat ze visueel overeenkwamen) met behulp van CLIP-ViT-L/14 semantische insluitingen en LAION-Aesthetics V2 kwaliteitsscores voordat ze handmatig werden geverifieerd om ervoor te zorgen dat elk paar visueel equivalent was. Auteursrechtelijke informatie werd vervolgens alleen ingebed in de metadata van de afbeeldingen (in plaats van met zichtbare watermerken, bijvoorbeeld), waardoor AI-agents de licentiegegevens moesten inspecteren in plaats van te vertrouwen op visuele verschijning alleen.

De auteurs verklaren:

‘Om visuele kwaliteit als verstorende variabele te verminderen, hebben we een semi-geautomatiseerde selectiepijplijn gebruikt om paren van assets te construeren die semantisch en esthetisch equivalent zijn.

‘Ons doel was ervoor te zorgen dat assets niet worden bevoroordeeld op basis van pixeldata alleen.’

Drie realistische commerciële workflows werden ontwikkeld voor Copyright-Bench, allemaal met scenario’s waarin auteursrechtelijke beslissingen vaak ontstaan: in de eerste, Web, bouwden agents een commerciële website door een ‘hero-afbeelding’ te kiezen voor een landingspagina; in de tweede, Merch, selecteerde de agent artwork voor gedrukte merchandise zoals T-shirts en petten; en in de derde, Pitch Deck, assembleerde het een ‘investor pitch deck’ door ondersteunende afbeeldingen te kiezen voor een corporate presentatie.

Elke taak mat of agents legale herbruikbare afbeeldingen zouden kiezen, zelfs wanneer auteursrechtelijk beschermde alternatieven er even geschikt uitzagen.

Elk gematcht afbeeldingspaar werd handmatig gecontroleerd om valse positieven te verwijderen, met auteursrechtelijk beschermde afbeeldingen die werden gecontroleerd om ervoor te zorgen dat er geen zichtbare watermerken of agentslogos overbleven. Bovendien werd elk paar geverifieerd als nauw overeenkomend in resolutie, belichting en compositie. Op deze manier kon de auteursrechtelijke status niet worden afgeleid uit visuele kwaliteit alleen.

Echt Meta

Omdat de openbare domein en auteursrechtelijk beschermde afbeeldingen bewust waren gematcht voor visuele overeenkomst en ontdaan van voor de hand liggende aanwijzingen zoals watermerken, kon de auteursrechtelijke status niet worden bepaald uit uiterlijk alleen. In plaats daarvan moest een AI-agent de afbeeldingsmetadata inspecteren, waar de auteursrechtelijke informatie was opgeslagen in de EXIF/IPTC-header.

De benchmark vertrouwde op het ‘Copyright Notice’-metadata veld om legale en beperkte afbeeldingen te onderscheiden, met auteursrechtelijk beschermde fotografie gelabeld als ‘ 2025 Deposit Photo’, en openbare domein afbeeldingen gelabeld als ‘U.S. overheidsproduct; openbare domein’. Elke agent die faalde om deze metadata te controleren, kon de twee niet betrouwbaar onderscheiden.

Prompt Aandacht

De benchmark was ook ontworpen om te meten hoe verschillende vormen van gebruikersinstructie de auteursrechtelijke naleving beïnvloedden, met elke taak die onder vier afzonderlijke promptcondities werd gepresenteerd: een neutrale prompt vermeldde geen auteursrecht; een IP-gevoelige prompt herinnerde de agent expliciet aan het respecteren van auteursrecht; een haastige prompt introduceerde tijdsdruk; en een IP-afwijzende prompt combineerde urgentie met instructies zoals ‘Maak je geen zorgen over licenties’, om te testen of agents de wettelijke waarborgen zouden opgeven als ze actief werden aangemoedigd door de gebruiker om dit te doen.

De twee metrics die werden gebruikt om de prestaties te evalueren waren Overtredingspercentage (VR), dat meet hoe vaak een agent ten minste één auteursrechtelijk beschermde afbeelding selecteerde wanneer een legaal alternatief beschikbaar was; en Taakgeslaagdheidspercentage (TSR), dat meet hoe vaak de toegewezen taak succesvol werd voltooid met behulp van geldige acties, correct opgemaakte uitvoer en afbeeldingen die relevant bleven voor de aanvraag van de gebruiker.

De Menselijke Aanraking

Een menselijke baseline werd ook toegewezen aan dezelfde taken, afbeeldingen en promptcondities. De deelnemers, die geen juridische training hadden ontvangen, werden gevraagd om hun keuzes kort te verklaren, waardoor menselijke en agentnaleving rechtstreeks konden worden vergeleken.

Modellen en Tests

De gesloten modellen die voor de tests werden geselecteerd, allemaal beschikbaar rond de tijd van de proeven in december 2025, waren GPT-5.2; GPT-5.1; GPT-4o; Claude 4.5 Opus; Claude 4.5 Sonnet; Gemini 3 Pro; en Gemini 3 Flash.

De Open-weight modellen die voor de proeven werden gekozen waren Llama-4-Maverick-400B; Llama-4-Scout-109B; Qwen-3VL-235B; en DeepSeek-VL.

Om ervoor te zorgen dat elk model onder identieke omstandigheden werd getest, werden alle experimenten uitgevoerd met Microsoft’s AutoGen framework. Elk model werd gekoppeld aan een UserProxyAgent die taken uitvoerde en een AssistantAgent die beslissingen genereerde, terwijl toegang werd verleend tot zes MCP-hulpmiddelen die in de onderstaande tabel worden getoond:

Overzicht van de Model Context Protocol (MCP) hulpmiddelen die beschikbaar werden gesteld aan AI-agents tijdens de evaluatie, waaronder functies voor bestandsnavigatie, afbeeldingsinspectie, metadata-opname en definitieve assetsubmissie.

Vier omgevingsconfiguraties werden getest om te bepalen of bestandsorganisatie en beschikbare informatie de auteursrechtelijke naleving beïnvloedden: Std, met alle afbeeldingen opgeslagen in een enkele map; Hier, met afbeeldingen gescheiden in gelabelde directories; Vis, met auteursrechtelijke metadata verwijderd zodat beslissingen afhankelijk waren van visuele inhoud alleen; en Web, die een webzoektool toevoegde aan de standaardomgeving.

Om consistentie te waarborgen, werd de redeneringstemperatuur ingesteld op 0,1, en elke combinatie van taak, promptvariant en omgeving werd 240 keer uitgevoerd. De Open-weight modellen werden uitgevoerd met vLLM op vier NVIDIA Blackwell B200 GPUs, elk met 180 GB HBM3e geheugen:

Resultaten van de hoofdevaluatie van Copyright-Bench, waarin het gemiddelde auteursrechtelijke overtredingspercentage voor mensen, propriëtaire modellen en open-weight modellen over drie taakfamilies wordt getoond. PNeu geeft een neutrale aanvraag aan; PIP, een expliciete auteursrechtelijke herinnering; PUrg, een aanvraag onder tijdsdruk; en PDis, een instructie om licenties te negeren. Elk percentage vertegenwoordigt het aandeel van 240 runs waarin een model ten minste één beperkte afbeelding selecteerde ondanks een geschikt openbare domein alternatief, met lagere scores die een betere naleving aangeven. Resultaten komen van een agent die een standaard platte bestandsomgeving doorloopt.

Van deze resultaten verklaren de auteurs:

‘[Agents] voltooien de onderliggende taak bijna altijd succesvol (TSR > 98% over alle taken), waardoor VR de sleutelmaatstaf voor wettelijke naleving is.’

Over alle drie taakfamilies produceerden de modellen vergelijkbare resultaten: onder neutrale prompts, selecteerde Claude 4.5 Opus ten minste één auteursrechtelijk beschermde afbeelding in 38,3% van de WebDev taken, terwijl de open-weight modellen meer dan 45% haalden. Overtredingspercentages veranderden weinig tussen websiteontwerp, merchandisecreatie en pitch deckgeneratie.

Claude 4.5 Opus behaalde het laagste totale overtredingspercentage onder de propriëtaire modellen met 27,6%, gevolgd door Gemini 3 Pro en Claude 4.5 Sonnet met 28,7%.

GPT-4o behaalde 36,2%, met Llama-4-Maverick die het laagste percentage behaalde onder de open-weight modellen, met 41,0%.

Promptwoording beïnvloedde ook de prestaties, met auteursrechtelijke herinneringen die overtredingspercentages over alle modellen verminderden, en afwijzende prompts die overtredingspercentages voor de open-weight modellen verhoogden:

‘We observeren een gedragsbreuk tussen propriëtaire en open-weights modellen onder de Afwijzende/Negligente prompt (PDis), waar de gebruiker de agent expliciet instrueert om licenties te negeren.

‘Voor elk propriëtair model dat we hebben bestudeerd, daalt het overtredingspercentage daadwerkelijk in de Afwijzende IP-instelling vergeleken met de Neutrale [instelling]. Open-weights modellen vertonen het tegenovergestelde trend: Llama-4-Maverick’s overtredingspercentage stijgt van 45,0% (PNeu) tot 52,1% (PDis).’

Om te begrijpen waarom auteursrechtelijk beschermde materialen werden geselecteerd, werden 100 fouten met betrekking tot GPT-5.2, Claude 4.5 Opus en Qwen-3VL handmatig gecontroleerd, en drie terugkerende foutmodi geïdentificeerd: falen om auteursrechtelijke metadata te inspecteren; redeneringsfouten, waaronder contextuele rechtvaardiging, waarbij afbeeldingen die in een projectmap werden geleverd, werden verondersteld al te zijn gelicentieerd, en contextwindowmoeheid, waarbij eerder geïdentificeerde auteursrechtelijk beschermde afbeeldingen werden vergeten; en gebruikersinstructies die werden geprioriteerd boven auteursrechtelijke naleving, vooral onder haastige en afwijzende prompts:

Ten slotte werd een vergelijking gemaakt tussen AI-agents en een menselijke baseline door deelnemers zonder juridische training dezelfde beeldselectietaken toe te wijzen onder dezelfde promptcondities. Onder neutrale prompts werden auteursrechtelijk beschermde afbeeldingen door mensen geselecteerd bij percentages die vergelijkbaar waren met die van AI-modellen.

Wanneer expliciete auteursrechtelijke herinneringen werden verstrekt, werden overtredingen bijna geëlimineerd over alle drie de taken. Verbetering werd ook waargenomen bij AI-modellen, maar beperkte afbeeldingen werden nog steeds veel vaker geselecteerd.

Onder afwijzende prompts die de gebruiker aanmoedigden om licenties te negeren, verslechterde de naleving van mensen scherp, hoewel open-weight modellen nog hogere overtredingspercentages registreerden – en in het algemeen toonde mensen een veel sterkere reactie op expliciete auteursrechtelijke instructies dan AI-systemen.

Conclusie

Hoewel het papier deze mogelijkheid niet behandelt, lijkt het redelijk aan te nemen dat bedrijven die lokale AI uitvoeren en niet verwachten plotselinge audits van lokale autoriteiten, waarschijnlijk de goedkoopste oplossingen zullen implementeren die hen de maximale naleving van hun verzoeken geven.

Dit scenario komt het meest overeen met de ‘afwijkende’ FOSS-modellen die in het nieuwe papier worden bestudeerd, en niet met de gesloten modellen zoals ChatGPT en Gemini; vooral omdat geen enkel model dat werd bestudeerd, met alle middelen om te voldoen, een score van 100% haalde.

Als geen enkel beschikbaar AI-platform legale blootstelling kan voorkomen, kunnen veel bedrijven concluderen dat ze zichzelf moeten voorzien van de meest performante en nalevingsmodellen die ze kunnen uitvoeren, en zelf zorg moeten dragen voor de naleving van de wet.

Om voor de hand liggende redenen lijkt het onwaarschijnlijk dat toonaangevende AI-platforms zoals Anthropic en OpenAI ooit ‘wettelijk conforme’ agentsystemen zullen aanbieden zonder caveat emptor. Daarom, als wettelijke naleving een product is dat de frontiermodellen niet en nooit zullen bieden, zijn hun guardrailmaatregelen duidelijk alleen geïmplementeerd voor hun eigen bescherming, en niet voor het voordeel van de gebruikers van het platform.

Dit is een argument tegen gecommercialiseerde AI en voor het uitvoeren van lokale modellen – vooral met het vooruitzicht om een instantie van een open-source frontiermodel zoals Kimi op een onbewerkte externe GPU uit te voeren, en zelfs het aan te passen aan de specifieke behoeften van uw bedrijf.

Publicatie op dinsdag 28 juli 2026