Честное использование и конкуренция на рынках, нарушенных ИИ

Бипартийный законопроект, Закон о прозрачности и ответственности за сети искусственного интеллекта (TRAIN), представленный в январе 2026 года, даст создателям контента возможность выдавать повестки для получения информации от компаний, работающих с ИИ. Если он будет принят, больше правообладателей будут иметь юридический механизм, чтобы узнать, было ли их произведение использовано для обучения ИИ.

На первый взгляд, это может показаться полномочием, которое позволит больше правообладателям требовать оплаты от разработчиков ИИ. Однако на самом деле знать, что ваша работа была использована 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. Основное внимание уделяется фактору ущерба рынку и доказательству этого.

Ущерб рынку как основная площадка борьбы

Решения по авторским правам 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 Олсуп в Bartz v. Anthropic более равномерно взвесил все четыре фактора. Однако оба судьи согласились с тем, что истцы не могут просто заявить о вреде – 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 вред должен быть доказан, а не предполагаем, разработчики могут принимать решения о проектировании, чтобы избежать его. Решения предполагают, что разработчики могут снизить риск, приобретая данные из законных источников, проектируя продукты, которые служат целям, отличным от авторского произведения, и реализуя меры безопасности, чтобы предотвратить воспроизведение больших фрагментов текста.

Оба суда Bartz и Kadrey обнаружили, что обучение ИИ квалифицируется как “трансформативное использование” в соответствии с законодательством об авторских правах. С этим внимание все больше смещается на четвертый фактор честного использования: ущерб рынку. Недавние битвы за авторские права ИИ иллюстрируют это. Заявления все чаще сосредоточены на идее, что дословные воспроизведения авторских 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, они должны заявить о двух вещах: что выводы ИИ фактически заменяют необходимость доступа к оригинальным произведениям и что, в результате, правообладатели страдают от конкретного экономического вреда.

Требования к доказательствам

Оба 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 коаксирующими подсказками, предназначенными для того, чтобы модель воспроизводила оригинальное произведение.

Судья Олсуп в Bartz сосредоточился на том, доставляет ли Claude Anthropic фактически нарушающий текст пользователям – 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 выводов, которые вызывают идентифицируемый ущерб рынку, простое использование имеет мало значения в соответствии с законом.

Когда ущерб рынку признается

В Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. суд округа Делавэр 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. Оба фактор 1 (цель и характер) и фактор 4 (эффект рынка) анализа честного использования были важны для решения.

Судья Степанос Бибас обнаружил, что использование Росса не было трансформативным, поскольку оно создало прямую рыночную замену. Росс изначально стремился лицензировать контент Westlaw, но Thomson Reuters специально отказалась, поскольку Росс был его конкурентом. Совпадение между целью оригинальных материалов и целью продукта ИИ также поддерживает заявление о потенциальном вреде.

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

Аргумент “рынка лицензирования” 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 вреда сделало бы анализ честного использования круговым, автоматически благоприятным для правообладателей. Судья Олсуп, в свою очередь, обнаружил, что рынок лицензирования книг специально для обучения ИИ “не является тем, который Закон об авторских правах 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 появляющийся 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, чьи выводы 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 заявления о нарушении.

Для разработчиков ИИ недавние решения предоставляют основу для снижения риска. Во-первых, обеспечьте законное получение данных. Оба Bartz и Kadrey различали использование произведений для обучения (потенциально честное использование) и получение их через пиратство. Судья Олсуп обнаружил, что скачивание Anthropic с пиратских сайтов было “внутренне, непоправимо нарушающим”, даже если последующее обучение может быть честным использованием.

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

В-третьих, реализуйте меры безопасности, предотвращающие существенное дословное воспроизведение. Суд Kadrey отметил, что система Meta воспроизводит минимальный контент даже при враждебном тестировании, что поддерживает честное использование. Разработчики, позволяющие системам воспроизводить большие фрагменты авторских 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: получите свои данные законно, создайте продукты, которые служат целям, выходящим за рамки ваших обучающих материалов, и предотвратите, чтобы ваши системы воспроизводили длинные отрывки дословно. Правообладатели, с другой стороны, будут иметь самые сильные дела, когда они смогут показать, что продукт ИИ фактически заменяет их работу на рынке.