Честное использование и конкуренция на рынках, нарушенных ИИ

Бипартийный законопроект, Закон о прозрачности и ответственности искусственных интеллектных сетей (TRAIN), представленный в январе 2026 года, даст создателям контента возможность выдавать повестки для получения информации от компаний, занимающихся ИИ. Если он будет принят, больше правообладателей будут иметь юридический механизм для выяснения, было ли их произведение использовано для обучения ИИ.

На первый взгляд, это может показаться властью, которая даст больше правообладателям возможность требовать оплаты от разработчиков ИИ. Однако на самом деле, знание того, что ваше произведение было использовано без предварительного разрешения, далеко не достаточно.

При решении дел о честном использовании суды учитывают четыре ключевых фактора: цель использования, характер оригинального произведения, сколько было взято и какой эффект такое использование оказало на рыночную стоимость материала. Недавние решения в судах США подтвердили, что честное использование остается основой инноваций и не может быть легко отклонено. Особое внимание уделяется фактору ущерба рынку и доказательству этого.

Ущерб рынку как основное поле битвы

Решения по делам о копирайте ИИ из Северного округа Калифорнии показывают, что суды подходят к анализу честного использования по-разному. В Kadrey v. Meta судья Чхабрия назвал ущерб рынку “самым важным элементом честного использования”. Судья Алсуп в Bartz v. Anthropic более равномерно взвесил все четыре фактора. Однако оба судьи согласились с этим: истцы не могут просто заявить об ущербе – они должны доказать, что он произошел или является вероятным.

Требование доказательств имеет значение для разработчиков ИИ, особенно для начинающих компаний с ограниченными финансовыми ресурсами. Если ущерб должен быть доказан, а не предполагаем, разработчики могут принимать решения по проектированию, чтобы избежать его. Решения предполагают, что разработчики могут снизить свою ответственность, приобретая данные из законных источников, проектируя продукты, которые служат целям, отличным от целей защищенного произведения, и реализуя меры безопасности, чтобы предотвратить воспроизведение больших фрагментов текста.

И суд Bartz, и суд Kadrey признали, что обучение ИИ квалифицируется как “трансформативное использование” в соответствии с законодательством о копирайте. С этим внимание все больше смещается на четвертый фактор честного использования: ущерб рынку. Недавние битвы по копирайту ИИ иллюстрируют это. Требования все чаще сосредоточены на идее, что дословные воспроизведения защищенных произведений наносят вред рыночной стоимости издателей.

Эти дела остаются нерешенными. Что важно, так это то, что издатели все больше понимают, что если они хотят выиграть, им нужно заявить о двух вещах: что выходные данные ИИ фактически заменяют необходимость доступа к оригинальным произведениям и что в результате правообладатели страдают от конкретного экономического ущерба.

Требования к доказательствам

И Bartz, и Kadrey подчеркивают, что ущерб рынку должен быть продемонстрирован, а не предполагаем. В Kadrey обширное тестирование показало, что Llama Meta воспроизводит не более 50 токенов из произведений истцов, и только 60% времени под коаксиальными подсказками, предназначенными для того, чтобы модель воспроизводила оригинальное произведение.

Судья Алсуп в Bartz сосредоточился на том, действительно ли Claude Anthropic передавал пользователям нарушающий копирайт текст – истцы не утверждали, что это произошло. Без воспроизведения становится труднее заявить о замене оригинального произведения.

Этот подход к доказательствам показывает, что даже когда правообладатели демонстрируют, что их произведения были использованы при обучении, они не обязательно имеют сильное дело о нарушении. Если полученная система ИИ не производит выходные данные, которые наносят идентифицируемый ущерб рынку, простое использование имеет мало значения с точки зрения законодательства.

Когда ущерб рынку признается

В Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. суд округа Делавэра отклонил защиту честного использования Ross Intelligence после того, как Ross использовал заголовки Westlaw Thomson Reuters для обучения инструменту юридических исследований ИИ, который напрямую конкурировал с Westlaw. И фактор 1 (цель и характер), и фактор 4 (эффект на рынок) анализа честного использования были важны для решения.

Судья-апелляция Стефанос Бибас обнаружил, что использование Росса не было трансформативным, поскольку оно создало прямую рыночную замену. Росс изначально стремился лицензировать контент Westlaw, но Thomson Reuters конкретно отказался, потому что Росс был его конкурентом. Согласование между целью оригинальных материалов и целью продукта ИИ также подтверждает заявление о потенциальном ущербе.

Напротив, когда продукты ИИ ориентированы на рынки, отличные от тех, которые использовались при обучении, установление замены рынка становится трудным. В Bartz и Kadrey модели общего назначения служили фундаментально разными целям, чем отдельные книги, использованные при обучении. Это различие может оказаться решающим – чем дальше цель системы ИИ отстоит от источников обучающих данных, тем труднее продемонстрировать замену рынка.

Аргумент “лицензионного рынка” отклонен

Оба суда явно отклонили аргументы о том, что разработчики ИИ наносят вред потенциальным рынкам лицензирования обучающих данных. Судья Чхабрия объяснил, что рассмотрение потерянных лицензионных сборов как ущерба сделало бы анализ честного использования круговым, автоматически выгодным для правообладателей. Судья Алсуп, в свою очередь, обнаружил, что рынок лицензирования книг специально для обучения ИИ “не является тем, который Закон о копирайте позволяет авторам использовать”.

Суды отказались рассматривать добровольные лицензионные соглашения как устанавливающие юридическое право на сборы, по крайней мере, когда использование достаточно трансформативно. Эти решения демонстрируют, что возникающий рынок лицензирования не автоматически дает правообладателям право запретить честное использование их произведений.

Стратегические последствия

Для правообладателей самые сильные дела будут теми, где замена рынка четко идентифицируется. Они могут стратегически сосредоточиться на системах ИИ, выходные данные которых наиболее близко приближаются к их оригинальным произведениям, а не преследовать широкие вызовы обучению само по себе.

Если Закон TRAIN станет законом, правообладатели получат инструменты для расследования того, как их произведения используются. Однако получение информации будет только первым шагом. Демонстрация ущерба рынку останется центральной для успеха любого иска о нарушении.

Для разработчиков ИИ недавние решения предоставляют основу для снижения ответственности. Во-первых, обеспечить законное получение данных. И Bartz, и Kadrey различали использование произведений для обучения (потенциально честное использование) и получение их через пиратство. Судья Алсуп обнаружил, что загрузка Anthropic с пиратских сайтов была “внутренне, необратимо нарушающей”, даже если последующее обучение может быть честным использованием.

Во-вторых, проектируйте продукты для целей, отличных от источников обучающих данных. Система ИИ, помогающая пользователям создавать документы, служит целям, отличным от романов или статей в ее обучающих данных. Система, которая просто извлекает или воспроизводит эти произведения, не делает этого.

Третьим, реализуйте меры безопасности, предотвращающие существенное дословное воспроизведение. Суд Kadrey отметил, что система Meta воспроизводит минимальный контент даже при адверсивном тестировании, что подтверждает честное использование. Разработчики, позволяющие системам воспроизводить большие фрагменты защищенных произведений, могут столкнуться с значительно большим юридическим риском.

Заключение

Закон TRAIN может скоро дать правообладателям инструменты для обнаружения того, были ли их произведения использованы для обучения ИИ. Однако недавние решения делают ясным, что такое обнаружение будет только началом. Возникающая американская основа центрируется на ущербе рынку, требуя демонстрации идентифицируемого экономического ущерба, а не простого использования при обучении.

Разработчики ИИ должны сосредоточиться на трех вещах: получить данные законно, создать продукты, которые служат целям, выходящим за рамки обучающих материалов, и предотвратить воспроизведение системами больших фрагментов текста дословно. Правообладатели, с другой стороны, будут иметь самые сильные дела, когда они смогут показать, что продукт ИИ фактически заменяет их произведение на рынке.