Prawo autorskie w treningu modeli
Jak działa
Analiza przebiega wielotorowo w zależności od jurysdykcji. (1) W USA sąd bada obronę fair use według czterech czynników — cel i charakter użycia (w tym transformatywność), charakter utworu, zakres wykorzystania oraz wpływ na rynek utworu; kluczowe bywa, czy model generuje treści konkurujące z oryginałem oraz czy zachodzi odtwarzanie fragmentów (memorization). (2) W UE domyślnie obowiązuje wyjątek TDM z art. 4 Dyrektywy 2019/790, chyba że uprawniony skutecznie zastrzegł prawa (opt-out w sposób odpowiedni, np. maszynowo czytelny); art. 3 daje szerszy wyjątek organizacjom badawczym. (3) AI Act wymaga od dostawców modeli GPAI polityki zgodności z prawem autorskim i publikacji podsumowania danych treningowych, wzmacniając egzekwowalność opt-outu. (4) Alternatywą wobec wyjątków jest licencjonowanie danych (umowy z wydawcami i bazami treści). Spory, w których nie ma jasnej obrony, trafiają do sądów i kończą się wyrokami cząstkowymi lub ugodami.
Rozwiązany problem
Rozstrzyga niepewność prawną wokół danych treningowych: czy masowe kopiowanie utworów do trenowania modeli wymaga zgody i licencji, czy mieści się w wyjątkach (fair use / TDM), oraz jak rozłożyć odpowiedzialność za naruszenia i jak twórcy mogą kontrolować wykorzystanie swoich prac.
Komponenty
Amerykańska doktryna oceniająca legalność nieautoryzowanego użycia utworu według czterech czynników (cel i charakter, w tym transformatywność; charakter utworu; zakres; wpływ na rynek). Centralna dla sporów o trening modeli w USA.
Wyjątki z art. 3 i 4 Dyrektywy 2019/790: art. 3 dla organizacji badawczych i instytucji dziedzictwa, art. 4 ogólny — dopuszczający eksplorację, o ile uprawniony nie zastrzegł praw.
Pozyskiwanie praw do danych treningowych na podstawie umów z wydawcami, agencjami i bazami treści — droga ograniczająca ryzyko sporu zamiast polegania na fair use/TDM.
Kwestia, kto odpowiada za naruszenie — na etapie treningu (zwielokrotnianie) oraz na wyjściu modelu (odtwarzanie utworów, memorization): twórca modelu, dostawca danych czy użytkownik.
Prawo uprawnionego do zastrzeżenia, że jego utwory nie mogą być eksplorowane w sposób odpowiedni (np. maszynowo czytelny), wyłączające ogólny wyjątek TDM z art. 4 i wzmacniane obowiązkami AI Act.
Ewolucja
UE przyjmuje Dyrektywę o prawie autorskim na jednolitym rynku cyfrowym, wprowadzając wyjątki na eksplorację tekstów i danych, w tym ogólny wyjątek z opcją opt-out.
W styczniu/lutym 2023 artyści (Andersen i in.) oraz Getty Images pozywają Stability AI za wykorzystanie utworów i zdjęć do treningu Stable Diffusion.
W grudniu 2023 NYT składa pozew, argumentując, że trening i wyniki modeli naruszają prawa autorskie i konkurują z działalnością wydawcy.
W czerwcu 2024 RIAA i wielkie wytwórnie pozywają generatory muzyki Suno i Udio za trening na nagraniach bez zgody.
AI Act wchodzi w życie w 2024 r.; zobowiązuje dostawców modeli ogólnego przeznaczenia do polityki zgodności z prawem autorskim (w tym opt-out) i publikacji podsumowania danych treningowych.
W lutym 2025 sędzia Bibas orzeka, że headnotes Westlaw są chronione, a użycie ich przez Ross do treningu (model niegeneratywny) nie stanowi fair use — pierwszy istotny wyrok co do meritum.
W czerwcu 2025 sędzia Alsup uznaje trening na legalnie nabytych książkach za fair use, ale kopiowanie pirackich egzemplarzy już nie; Anthropic zawiera ugodę na ok. 1,5 mld USD.