Microsoft spune instanței că Copilot reproduce rareori cărți în litigiu MDL privind drepturile de autor AI

Microsoft a solicitat un verdict sumativ pe 4 septembrie 2026 în litigiu consolidat privind drepturile de autor intentat de autori de cărți și editori de știri referitor la antrenarea modelelor lingvistice mari, informând o instanță federală din Manhattan că revizuirea efectuată de un expert a 8,2 milioane de conversații Copilot a identificat doar 24 de răspunsuri care conțin cel puțin 30 de cuvinte ce se potrivesc cu operele revendicate de autori.

Cifra provine dintr-o analiză descrisă în memorandumul juridic al Microsoft care susține cererea sa de verdict sumativ în cazurile consolidate ale reclamanților din sectorul cărților, parte a procedurii multidistrictuale aflate în fața judecătorului Sidney H. Stein în Tribunalul Districtual al SUA pentru Districtul Sudic al New York-ului. Asociația Autorilor și autori de ficțiune și non‑ficțiune numiți au intentat procesul la aproximativ zece luni după ce OpenAI a lansat public ChatGPT în noiembrie 2022, adăugând ulterior Microsoft ca pârât.

Ce a constatat analiza jurnalului Copilot

Conform memorandumului, expertul autorilor de cărți, Dr. Shawn Shan, a utilizat un protocol de extragere adversarială de aproximativ 5,3 milioane de încercări, care a introdus în modelele GPT pasaje din cărți, redat cuvânt cu cuvânt, de sute de cuvinte, iar mai puțin de 1% din aceste încercări au generat vreună potrivire de 30 de cuvinte. Microsoft a caracterizat exercițiul ca fiind unul în care expertul a selectat un pasaj țintă și a solicitat în mod repetat modelului până a emis textul dorit.

În afara acelui cadru de laborator, documentul afirmă că Shan a revizuit 8,2 milioane de conversații din produsul Copilot al Microsoft și a identificat 24 de răspunsuri care conțin 30 de cuvinte potrivite — o rată pe care depunerea o descrie ca .00029 la sută. Pentru 202 din cele 212 cărți revendicate, memorandumul spune că expertul nu a găsit nicio regurgitare în jurnale. „Acest lucru cu greu subminează scopul transformator al antrenamentului LLM”, concluzionează documentul.

Microsoft a citat, de asemenea, dovezile de vânzări ale autorilor, afirmând că reclamanții vând la fel de multe cărți pe care le-ar fi vândut dacă ChatGPT și Copilot nu ar fi fost lansate și că au găsit practic niciun exemplu de rezultate din viața reală care să se potrivească cu operele lor. Documentul citează dramaturgul David Henry Hwang, care declară că nu crede că LLM‑urile pârâților dăunează pieței pieselor sale, și afirmă că analizele de vânzări nu arată nicio scădere atribuită apariției modelelor.

Argumentul privind utilizarea corectă

Reclamația juridică centrală din depunerea Microsoft este că antrenarea unui LLM pe cărți protejate prin drepturi de autor constituie o utilizare corectă din punct de vedere legal. Documentul susține că utilizarea este „profund transformatoare”, făcând referire la hotărâri din alte două cazuri de antrenare AI — unul împotriva Meta și unul împotriva Anthropic — care au descris antrenarea LLM ca fiind extrem de transformatoare. Cărțile sunt create pentru a fi citite, afirmă depunerea, în timp ce utilizarea de către OpenAI a textelor precum The Street Lawyer de John Grisham și Cleopatra de Stacy Schiff a servit unui scop tehnologic: construirea unui model care generează răspunsuri în limbaj natural la solicitări.

Referitor la atenția autorilor asupra descărcării de către OpenAI a cărților de pe Library Genesis, un depozit online cunoscut pentru conținerea de copii neautorizate, Microsoft a declarat că evidența incontestabilă arată că nu a descărcat și nu a avut nicio implicare în achiziționarea acelor seturi de date și a susținut că proveniența datelor de antrenament nu modifică analiza privind utilizarea corectă, deoarece fiecare etapă a procesului a servit același scop de antrenament.

Depunerea abordează, de asemenea, furnizarea de către Microsoft, la cererea OpenAI, a unor părți din indexul motorului de căutare Bing. Memorandumul afirmă că dovezile sunt inconcludente în ceea ce privește dacă acele părți conțineau operele reclamanților, menționând că expertul reclamanților a identificat între 8 și 24 de opere revendicate în părțile transferate ale indexului și susține că transferul a făcut parte din antrenamentul LLM indiferent.

În ceea ce privește prejudiciul pe piață, Microsoft a îndemnat instanța să respingă două teorii atribuite reclamanților: pierderea taxelor de licențiere pentru datele de antrenament și „diluarea pieței” cauzată de cărțile asistate de AI care concurează cu cele ale autorilor. Cercetarea citată în depunere a constatat că majoritatea covârșitoare a consumatorilor nu ar cumpăra o carte generată de AI chiar și la un preț mult mai mic, conform declarației expertului companiei. Documentul adaugă că orice cerință de licențiere pentru datele de antrenament ar reprezenta o barieră enormă pentru inovație, având în vedere că dezvoltatorii trebuie să obțină opere de la milioane de autori.

Microsoft a solicitat, în același timp, un verdict pe baza cererilor în legătură cu contorizarea infracțiunii contributive a reclamanților, conform aceluiași memorandum, care afirmă că constatarea că antrenamentul LLM este o utilizare corectă ar respinge în mod independent acea revendicare. Compania a depus, de asemenea, o cerere separată de verdict sumativ în cazurile consolidate ale reclamanților din sectorul știrilor în aceeași zi; documentul său privind cărțile descrie depunerea din sectorul știrilor ca explicând de ce instrumentul specific bazat pe LLM pe care editorii îl contestă este legal.

Ce urmează în MDL

Depunerile au fost înregistrate în In re: OpenAI, Inc. Copyright Infringement Litigation, procedura multidistrictuală care combină cazurile autorilor și editorilor. Înregistrările din dosar arată că The New York Times Company a depus propriile cereri de verdict sumativ pe 4 septembrie 2026, cu răspunsuri scadente până la 5 octombrie 2026, iar OpenAI a depus o cerere de verdict sumativ privind revendicările reclamanților din sectorul știrilor în aceeași zi.

Un ordin de sigilare stipulat semnat de judecătorul Stein pe 3 septembrie 2026 stabilește calendarul de publicare a documentelor pentru raportare: părțile și terții trebuie să depună orice cerere de menținere a redactărilor în memorii de verdict sumativ până la 14 septembrie 2026, iar părțile trebuie să redepună public memorii și declarațiile conform Regulei 56.1 cu toate părțile necontestate ne‑redactate până la 17 septembrie 2026. Memorii de opoziție urmează o traiectorie paralelă, cu redepunerea publică obligatorie până la 15 octombrie 2026.