Użycie uczciwe i konkurencja na rynkach zakłóconych przez sztuczną inteligencję

Bipartyjny projekt ustawy, Ustawa o przejrzystości i odpowiedzialności sieci sztucznej inteligencji (TRAIN), wprowadzony w styczniu 2026 r., dałby twórcom treści uprawnienia do zmuszania firm sztucznej inteligencji do ujawniania informacji. Jeśli ustawa wejdzie w życie, więcej posiadaczy praw autorskich będzie miało mechanizm prawny, aby dowiedzieć się, czy ich praca została wykorzystana do szkolenia sztucznej inteligencji.

Na pierwszy rzut oka może się wydawać, że jest to uprawnienie, które pozwoliłoby więcej posiadaczom praw autorskich na żądanie zapłaty od deweloperów sztucznej inteligencji. W rzeczywistości jednak posiadanie wiedzy o tym, że praca została wykorzystana bez uprzedniej zgody, jest dalece niewystarczające.

Při rozstrzyganiu przypadków uczciwego użytku sądy uwzględniają cztery kluczowe czynniki: cel użytkowania, charakter oryginalnego dzieła, ile zostało pobranych oraz wpływ, jaki taki użytkowanie miało na wartość rynkową materiału. Ostatnie orzeczenia sądów w Stanach Zjednoczonych potwierdziły, że uczciwe użytkowanie pozostaje filarem innowacji i nie może być łatwo odrzucone. Szczególnie istotny jest czynnik szkody rynkowej i udowodnienie jej.

Szkoda rynkowa jako główny obszar sporu

Orzeczenia sądów w północnym okręgu Kalifornii pokazują, że sądy stosują różne podejścia do analizy uczciwego użytkowania. W Kadrey v. Meta, sędzia Chhabria określił szkodę rynkową jako “najważniejszy element uczciwego użytkowania”. Sędzia Alsup w Bartz v. Anthropic zważył wszystkie cztery czynniki bardziej równomiernie. Obaj sędziowie zgodzili się jednak, że powodowie nie mogą po prostu twierdzić, że doszło do szkody – muszą ją udowodnić.

Wymóg dowodowy ma znaczenie dla deweloperów sztucznej inteligencji, szczególnie dla startupów z ograniczonymi środkami finansowymi. Jeśli szkoda musi być udowodniona, a nie założona, deweloperzy mogą podejmować decyzje projektowe, aby jej uniknąć. Orzeczenia sugerują, że deweloperzy mogą zmniejszyć swoje ryzyko, pozyskując dane z legalnych źródeł, projektując produkty, które służą celom odrębnym od chronionych prawem autorskim dzieł oraz wdrażając zabezpieczenia, aby zapobiec odtwarzaniu dużych fragmentów tekstu.

Oba sądy Bartz i Kadrey stwierdziły, że szkolenie sztucznej inteligencji kwalifikuje się jako “przekształcające użytkowanie” zgodnie z prawem autorskim. Wraz z tym coraz bardziej koncentruje się się na czwartym czynniku uczciwego użytkowania: szkodzie rynkowej. Ostatnie bitwy o prawa autorskie sztucznej inteligencji ilustrują to. Roszczenia coraz częściej koncentrują się na idei, że odtworzenia dosłowne chronionych dzieł szkodzą wartości rynkowej wydawców.

Wymagania dowodowe

Oba Bartz i Kadrey podkreślają, że szkoda rynkowa musi być udowodniona, a nie założona. W Kadrey przeprowadzono obszerne testy, które wykazały, że Llama Meta odtworzyła nie więcej niż 50 tokenów z dzieł powodów i tylko 60% czasu pod wpływem podpowiedzi, które miały skłonić model do odtworzenia oryginalnego dzieła.

Sędzia Alsup w Bartz skupił się na tym, czy Claude Anthropic faktycznie dostarczał użytkownikom tekst naruszający prawa autorskie – powodowie nie twierdzili, że do tego doszło. Bez odtwarzania trudno jest twierdzić, że nastąpiła substytucja oryginalnego dzieła.

Ten podejście dowodowy pokazuje, że nawet gdy posiadacze praw autorskich udowodnią, że ich prace zostały wykorzystane do szkolenia, niekoniecznie mają silną podstawę do roszczeń o naruszenie praw autorskich. Jeśli wynikowy system sztucznej inteligencji nie wytwarza danych wyjściowych, które powodują identyfikowalną szkodę rynkową, sam fakt użycia ma niewielkie znaczenie w świetle prawa.

Gdy szkoda rynkowa jest uznana

W Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc., Sąd Okręgowy dla Dystryktu Delaware odrzucił obronę Ross Intelligence dotyczącą uczciwego użytkowania po tym, jak Ross wykorzystał headnotes Westlaw Thomson Reuters do szkolenia narzędzia badawczego sztucznej inteligencji, które bezpośrednio konkurowało z Westlaw. Zarówno pierwszy czynnik (cel i charakter) jak i czynnik czwarty (wpływ na rynek) analizy uczciwego użytkowania były kluczowe dla orzeczenia.

Sędzia okręgowy Stephanos Bibas stwierdził, że użycie Rossa nie było przekształcające, ponieważ stworzyło bezpośrednią substytucję rynkową. Ross początkowo próbował uzyskać licencję na zawartość Westlaw, ale Thomson Reuters odmówił, ponieważ Ross był jego konkurentem. Współlinia między celem oryginalnych materiałów a celem produktu sztucznej inteligencji wspiera również twierdzenie o potencjalnej szkodzie.

Odwrót, gdy produkty sztucznej inteligencji celują w rynki odmienne od tych, które zostały wykorzystane do szkolenia, ustalenie substytucji rynkowej staje się trudne. W Bartz i Kadrey modele językowe o ogólnym przeznaczeniu spełniały funkcje fundamentalnie odmienne od poszczególnych książek wykorzystanych do szkolenia. Ta różnica może okazać się kluczowa – im dalej cel systemu sztucznej inteligencji odbiega od źródeł danych szkoleniowych, tym trudniej jest udowodnić substytucję rynkową.

Argument “rynku licencyjnego” odrzucony

Oba sądy wyraźnie odrzuciły argumenty, że deweloperzy sztucznej inteligencji szkodzą potencjalnym rynkom licencyjnym dla danych szkoleniowych. Sędzia Chhabria wyjaśnił, że traktowanie utraconych opłat licencyjnych jako szkody uczyniłoby analizę uczciwego użytkowania kołową, automatycznie faworyzując posiadaczy praw autorskich. Sędzia Alsup stwierdził, że rynek licencyjny dla książek specjalnie dla szkolenia sztucznej inteligencji “nie jest tym, co ustawa o prawie autorskim uprawnia autorów do wykorzystania”.

Sądy odmówiły traktowania dobrowolnych umów licencyjnych jako ustanawiających prawnie uzasadnione roszczenia o opłaty, przynajmniej tam, gdzie użycie jest wystarczająco przekształcające. Te orzeczenia pokazują, że powstający rynek licencyjny nie automatycznie uprawnia posiadaczy praw autorskich do zakazu uczciwego użytkowania ich dzieł.

Wnioski strategiczne

Dla posiadaczy praw autorskich najmocniejsze przypadki będą tam, gdzie substytucja rynkowa jest wyraźnie identyfikowalna. Mogą one strategicznie skupić się na systemach sztucznej inteligencji, których dane wyjściowe najbardziej przypominają ich oryginalne dzieła, zamiast podejmować szerokie wyzwania samego szkolenia.

Jeśli ustawa TRAIN wejdzie w życie, posiadacze praw autorskich zyskają narzędzia do odkrywania, w jaki sposób ich prace są wykorzystywane. Niemniej jednak, uzyskanie informacji będzie tylko pierwszym krokiem. Udowodnienie szkody rynkowej pozostanie kluczowe dla powodzenia każdego roszczenia o naruszenie.

Dla deweloperów sztucznej inteligencji ostatnie decyzje dostarczają ramy dla zmniejszenia narażenia. Po pierwsze, należy zapewnić legalne źródła danych. Obie sprawy Bartz i Kadrey odróżniały między użyciem dzieł do szkolenia (potencjalnie uczciwe użycie) a pozyskaniem ich przez piractwo. Sędzia Alsup stwierdził, że pobieranie danych z pirackich stron przez Anthropic było “wewnętrznie, nieodwracalnie naruszające prawa autorskie”, nawet jeśli późniejsze szkolenie mogłoby być uczciwym użyciem.

Po drugie, należy projektować produkty do celów innych niż źródła danych szkoleniowych. System sztucznej inteligencji, który pomaga użytkownikom w tworzeniu dokumentów, służy innym celom niż powieści lub artykuły w danych szkoleniowych. System, który po prostu pobiera lub odtwarza te dzieła, nie spełnia tego warunku.

Trzeci, należy wdrożyć zabezpieczenia, które zapobiegają odtwarzaniu znacznych fragmentów dzieł chronionych prawem autorskim. Sąd Kadrey zauważył, że system Meta odtworzył minimalną zawartość, nawet pod testami prowokacyjnymi, co wspierało uczciwe użycie. Deweloperzy, którzy pozwalają systemom na odtwarzanie dużych fragmentów chronionych dzieł, mogą spotkać się z znacznie większym ryzykiem prawnym.

Podsumowanie

Ustawa TRAIN może wkrótce dać posiadaczom praw autorskich narzędzia do odkrywania, czy ich prace zostały wykorzystane do szkolenia sztucznej inteligencji. Niemniej jednak, ostatnie decyzje jasno pokazują, że taki odkrycie będzie tylko początkiem. Powstający amerykański model opiera się na szkodzie rynkowej, wymagając udowodnienia identyfikowalnej szkody ekonomicznej, a nie samego faktu użycia.

Deweloperzy sztucznej inteligencji powinni skupić się na trzech rzeczach: pozyskiwać dane legalnie, tworzyć produkty, które służą celom wykraczającym poza materiały szkoleniowe, oraz zapobiegać odtwarzaniu długich fragmentów dzieł chronionych prawem autorskim. Posiadacze praw autorskich, z drugiej strony, będą mieli najmocniejsze przypadki, gdy będą mogli udowodnić, że produkt sztucznej inteligencji zastępuje ich prace na rynku.