Microsoft forteller retten at Copilot sjelden gjengir bøker i AI‑opphavsretts‑MDL

Microsoft søkte om sammendragskjennelse den 4. september 2026 i den konsoliderte opphavsrettssaken innlevert av bokforfattere og nyhetsutgivere angående trening av store språkmodeller, og fortalte en føderal domstol i Manhattan at en ekspertreview av 8,2 millioner Copilot-samtaler kun fant 24 svar som inneholdt minst 30 ord som samsvarte med forfatternes påståtte verk.

Tallet kommer fra en analyse beskrevet i Microsofts juridiske memorandum som støtter deres søknad om sammendragskjennelse i bokklagernes konsoliderte saker, som er en del av den multidistriktlitigasjonen som pågår foran dommer Sidney H. Stein i US District Court for Southern District of New York. Authors Guild og navngitte skjønnlitterære og faglitterære forfattere innleverte søksmålet omtrent ti måneder etter at OpenAI lanserte ChatGPT for publikum i november 2022, og la senere til Microsoft som saksøkt.

Hva Copilot‑logganalysen fant

Ifølge memorandumet brukte bokforfatternes ekspert, Dr. Shawn Shan, en adversarial ekstraksjonsprotokoll på omtrent 5,3 millioner forsøk som matet GPT-modellene med bokutdrag ordrett, hundrevis av ord lange, og færre enn 1 % av disse forsøkene ga noen 30‑ords‑match. Microsoft beskrev øvelsen som en der eksperten valgte et målutdrag og gjentatte ganger promptet modellen til den produserte den ønskede teksten.

Utenfor dette laboratoriemiljøet, oppgir dokumentet at Shan gjennomgikk 8,2 millioner samtaler fra Microsofts Copilot-produkt og identifiserte 24 svar som inneholdt 30 samsvarende ord – en rate som innleveringen beskriver som 0,00029  prosent. For 202 av de 212 påståtte bøkene, sier memorandumet, fant eksperten ingen gjentakelse i loggene overhodet. «Det undergraver knapt formålet med den transformative treningen av LLM‑er», konkluderer innleveringen.

Microsoft siterte også forfatternes egne salgsbevis, og hevdet at saksøkerne selger like mange bøker som de ville ha gjort dersom ChatGPT og Copilot aldri hadde blitt lansert, og at de praktisk talt ikke fant noen eksempler på virkelige resultater som samsvarer med deres verk. Dokumentet siterer dramatikeren David Henry Hwang som uttaler at han ikke tror de tiltaltes LLM‑er skader markedet for hans skuespill, og sier at salgsanalyser viser ingen nedgang som kan tilskrives modellenes ankomst.

Argumentet om rimelig bruk

Det sentrale juridiske kravet i Microsofts innlevering er at trening av en LLM på opphavsrettslig beskyttede bøker er rimelig bruk i henhold til loven. Dokumentet argumenterer for at bruken er «dypt transformerende», og peker på dommer i to andre AI‑treningssaker – én mot Meta og én mot Anthropic – som beskrev LLM‑trening som svært transformerende. Bøker er laget for å bli lest, står det i innleveringen, mens OpenAIs bruk av tekster som John Grishams The Street Lawyer og Stacy Schiffs Cleopatra tjente et teknologisk formål: å bygge en modell som genererer naturlige språk‑svar på forespørsler.

Når forfatterne fokuserer på OpenAIs nedlasting av bøker fra Library Genesis, et nettbasert arkiv kjent for å inneholde uautoriserte kopier, uttalte Microsoft at den ubestridte dokumentasjonen viser at de ikke lastet ned og ikke var involvert i anskaffelsen av disse datasett, og argumenterte for at opprinnelsen til treningsdataene ikke endrer rimelig‑bruk‑analysen fordi hvert trinn i prosessen tjente det samme treningsformålet.

Innleveringen tar også opp Microsofts levering, på OpenAIs forespørsel, av deler av Bing‑søkemotorens indeks. Memorandumet fastslår at bevisene er ubesluttsomme med hensyn til om disse delene inneholdt noen av saksøkerens verk, og bemerker at saksøkerens ekspert identifiserte mellom 8 og 24 påståtte verk i de overførte delene av indeksen, og argumenterer for at overføringen uansett var en del av LLM‑treningen.

Når det gjelder markedsskade, oppfordret Microsoft retten til å avvise to teorier som de tilskriver saksøkerne: tapte lisensavgifter for treningsdata, og «markedutvanning» fra AI‑assisterte bøker som konkurrerer med forfatternes egne. Forskning som siteres i innleveringen fant at den overveldende majoriteten av forbrukerne ikke ville kjøpe en AI‑generert bok selv om den var betydelig billigere, ifølge selskapets ekspertuttalelse. Dokumentet legger til at ethvert lisenskrav for treningsdata ville være en enorm barriere for innovasjon, gitt at utviklere må skaffe verk fra millioner av forfattere.

Microsoft søkte samtidig om dom på grunnlag av saksøkerens påstand om medvirkende krenkelse, i henhold til samme memorandum, som fastslår at en konklusjon om at LLM‑trening er rimelig bruk ville uavhengig avvise dette kravet. Selskapet leverte også en separat søknad om sammendragskjennelse i nyhetsklagernes konsoliderte saker samme dag; deres bok‑innlevering beskriver nyhetsinnleveringen som en forklaring på hvorfor det spesifikke LLM‑baserte verktøyet som utgiverne utfordrer er lovlig.

Hva som skjer videre i MDL

Innsendingene havnet i In re: OpenAI, Inc. Copyright Infringement Litigation, den multidistriktprosedyren som kombinerer forfatternes og utgivernes saker. Saksjournalen viser at The New York Times Company leverte sine egne søknader om sammendragskjennelse 4. september 2026, med svarfrist 5. oktober 2026, og at OpenAI leverte en søknad om sammendragskjennelse i nyhetsklagernes krav samme dag.

En avtalt fortrolighetsordre signert av dommer Stein 3. september 2026 fastsetter kalenderen for offentlig publisering av innleveringene: parter og tredjepart må levere eventuelle forespørsler om å opprettholde redigeringer i sammendragskjennelses‑dokumentene innen 14. september 2026, og partene må offentlig gjeninnlevere sine dokumenter og Rule 56.1‑uttalelser med alle uomtvistede deler uredigert innen 17. september 2026. Motpartens innleveringer følger en parallell bane, med offentlig gjeninnlevering påkrevd innen 15. oktober 2026.