Tankeledere
Rimelig bruk og konkurranse i AI-forstyrrede markeder

Viktige punkterTRAIN-loven vil gi myndighet til å utstede stevninger, men å bevise markedsmessig skade…
Vis mer
- TRAIN-loven vil gi myndighet til å utstede stevninger, men å bevise markedsmessig skade forblir den avgjørende juridiske hindringen.
- Domstolene avviser argumentet om lisensmarked og krever konkrete bevis på at AI-produksjoner erstatter originale verk.
- AI-utviklere kan redusere juridisk risiko ved å skaffe data lovlig og utforme transformative produkter.
Et tverrpolitisk lovforslag, Transparency and Responsibility for Artificial Intelligence Networks Act (TRAIN), innført i januar 2026, vil gi innholdsskapere myndighet til å bruke rettslige pålegg for å tvinge AI-selskaper til å utlevere informasjon. Hvis det blir vedtatt, vil flere opphavere til innhold ha en lovmessig mekanisme for å finne ut om deres arbeid ble brukt til AI-trening.
Til å begynne med kan dette se ut som en fullmakt som ville berettige flere opphavere til å kreve betaling fra AI-utviklere. I virkeligheten er det imidlertid langt fra nok å vite at ditt arbeid ble brukt uten forhåndsgodkjenning.
Når domstolene avgjør saker om fair bruk, vurderer de fire nøkkelfaktorer: formålet med bruken, naturen til det opprinnelige verket, hvor mye som ble tatt, og effekten slik bruken har hatt på materialets markedsverdi. Nylige avgjørelser i amerikanske domstoler har bekreftet at fair bruk fortsatt er en søyle for innovasjon og kan ikke lett forkastes. Fokuset ligger særlig på markedsskade-faktoren og å bevise den.
Markedsskade som Hovedkampfelt
AI-avgjørelser om opphavsrett fra Nord-Distriktet i California viser at domstolene tar forskjellige tilnærminger til fair bruk-analyse. I Kadrey v. Meta, kalte dommer Chhabria markedsskade “det aller viktigste enkeltelementet i fair bruk.” Dommer Alsup i Bartz v. Anthropic på den andre siden, vektet alle fire faktorer mer jevnt. Men begge dommere var enige om dette: saksøkere kan ikke bare hevde skade – de må bevise at den skjedde eller er sannsynlig.
Beviskravet er viktig for AI-utviklere, særlig for oppstartsbedrifter med lite penger. Hvis skade må bevises i stedet for antas, kan utviklerne gjøre designvalg for å unngå det. Avgjørelsene antyder at utviklerne kan redusere risikoen ved å skaffe data fra lovlige kilder, designe produkter som tjener forskjellige formål enn det opprinnelige verket, og implementere sikkerhetstiltak for å forhindre reproduksjon av store deler av tekst.
Både Bartz og Kadrey-domstolene fant at AI-trening kvalifiserer som “transformerende bruk” under opphavsrettsloven. Med det er fokuset stadig mer rettet mot den fjerde fair bruk-faktoren: markedsskade. Nylige opphavsrettstvister om AI illustrerer dette. Kravene øker stadig mer rundt ideen om at ordret reproduksjon av opphavsrettslige verk skader utgiverens markedsverdi.
Disse sakene er fortsatt ikke avgjort. Det som betyr noe er at utgiverne stadig mer forstår at, hvis de ønsker å vinne, må de hevde to ting: at AI-utdata effektivt erstatter behovet for å få tilgang til opprinnelige verk, og at opphavere lider konkrete økonomiske skader som følge.
Beviskrav
Både Bartz og Kadrey understreker at markedsskade må demonstreres, ikke antas. I Kadrey viste omfattende testing at Metas Llama gjenga høyst 50 tokener fra saksøkerens verk, og bare i 60 % av tilfellene med overtalende prompter designet for å få modellen til å reprodusere det opprinnelige verket.
Dommer Alsup i Bartz fokuserte på om Anthropics Claude faktisk leverte krenkende tekst til brukerne – saksøkere hevdet ikke at dette hadde skjedd. Uten reproduksjon blir det vanskeligere å hevde at det opprinnelige verket ble erstattet.
Denne bevisbaserte tilnærmingen viser at, selv om opphavere demonstrerer at deres verk ble brukt til trening, har de ikke nødvendigvis en sterk sak for krenkelse. Hvis det resulterende AI-systemet ikke produserer utdata som forårsaker identifiserbar markedsskade, er bare bruk av liten betydning under loven.
Når Markedsskade Er Gjenkjent
I Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. (TRI ), forkastet Distriktsretten for Distriktet Delaware Ross Intelligences fair bruk-forsvar etter at Ross brukte Thomson Reuters’ sammendrag av rettsavgjørelser i Westlaw til å trene et AI-verktøy for juridisk research som direkte konkurrerte med Westlaw. Både faktor 1 (formål og karakter) og faktor 4 (markedseffekt) av fair bruk-analysen var avgjørende for avgjørelsen.
Appell-dommer Stephanos Bibas fant at Ross’ bruk ikke var transformerende fordi den skapte en direkte markedserstatter. Ross søkte opprinnelig om å lisensiere Westlaws innhold, men Thomson Reuters nektet dette på grunn av at Ross var deres konkurrent. Samsvaret mellom det opprinnelige materialets formål og AI-produktets formål støtter også påstanden om potensiell skade.
Omvendt, når AI-produkter målretter markeder som er forskjellige fra de som ble brukt til trening, blir det vanskelig å etablere erstatning av originalverk i markedet. I Bartz og Kadrey tjente generelle språkmodeller fundamentalt forskjellige formål enn de enkelte bøkene som ble brukt til trening. Denne distinksjonen kan vise seg å være avgjørende – jo mer fjernet et AI-systems formål er fra dens treningsdatakilder, desto vanskeligere er det å demonstrere erstatning av originalverk i markedet.
“Lisensmarked”-Argumentet Forkastet
Begge domstolene forkastet uttrykkelig argumenter om at AI-utviklere skader potensielle lisensmarkeder for treningsdata. Dommer Chhabria forklarte at å behandle tapte lisensgebyrer som skade ville gjøre fair bruk-analyse sirkulær, og automatisk favorisere opphavere. Dommer Alsup, for sin del, fant at et marked for lisensiering av bøker spesifikt for AI-trening “er ikke et marked som opphavsrettsloven berettiger forfattere til å utnytte.”
Domstolene avviste å behandle frivillige lisensavtaler som etablering av en lovmessig rett til gebyrer, i det minste der bruk er tilstrekkelig transformerende. Disse avgjørelsene demonstrerer at det fremvoksende lisensmarkedet ikke automatisk berettiger opphavere til å forby fair bruk av deres verk.
Strategiske Implikasjoner
For opphavere vil de sterkeste sakene være de hvor erstatning av originalverk i markedet er tydelig identifiserbar. De kan strategisk fokusere på AI-systemer hvis utdata mest nærmer seg deres opprinnelige verk, i stedet for å forfølge brede rettslige angrep på selve treningen.
Hvis TRAIN-forslaget blir lov, vil opphavere få rettslige verktøy for bevisinnhenting for å undersøke hvordan deres verk blir brukt. Imidlertid vil å få informasjon bare være det første skrittet. Å demonstrere markedsskade vil fortsatt være avgjørende for suksessen til enhver krenkelsessak.
For AI-utviklere gir nylige avgjørelser en ramme for å redusere eksponering. Først, sørg for lovlig innhenting av data. Både Bartz og Kadrey skilte mellom å bruke verk til trening (potensielt fair bruk) og å skaffe dem gjennom piratvirksomhet. Dommer Alsup fant at Anthropics nedlasting fra piratsider var “i seg selv, uforbederlig krenkende”, selv om etterfølgende trening kunne være fair bruk.
Andre, design produkter for formål som er forskjellige fra treningsdatakilder. Et AI-system som hjelper brukerne med å utarbeide dokumenter tjener forskjellige formål enn romaner eller artikler i treningsdataene. Et system som bare henter eller reproducerer disse verkene gjør ikke det.
Tredje, implementer sikkerhetstiltak for å forhindre betydelig ordret reproduksjon. Kadrey-domstolen noterte at Metas system gjenga minimalt med innhold, selv under adversativ testing, støttet fair bruk. Utviklere som tillater systemer å regurgitere store deler av opphavsrettslige verk kan møte betydelig større lovmessig risiko.
Konklusjon
TRAIN-loven kan snart gi opphavere verktøy for å oppdage om deres verk ble brukt til AI-trening. Imidlertid gjør nylige avgjørelser det klart at en slik oppdagelse bare ville være begynnelsen. Den fremvoksende amerikanske rammen sentrerer seg rundt markedsskade, og krever demonstrasjon av identifiserbar økonomisk skade, i stedet for bare treningbruk.
AI-utviklere bør fokusere på tre ting: skaffe data lovlig, bygge produkter som tjener formål utover treningsmaterialet, og forhindre at systemene deres reproducerer lange passasjer ordret. Opphavere, på den andre siden, vil ha de sterkeste sakene når de kan vise at et AI-produkt faktisk erstatter deres verk på markedet.












