Umjetna inteligencija razvija se zahvaljujući golemim količinama podataka, među kojima su knjige, novinski tekstovi, fotografije, glazba, filmovi i računalni programi zaštićeni autorskim pravom.

Ključno pitanje više nije samo smiju li AI sustavi analizirati ta djela, nego koriste li ih na način koji stvara novu vrijednost ili na temelju tuđeg rada proizvode sadržaj koji izravno konkurira izvornim autorima.

Postojeći američki zakon nudi određene odgovore kroz institut poštene uporabe, ali nije pisan za tehnologiju koja u nekoliko mjeseci može obraditi milijarde zaštićenih radova.

Autorsko pravo štiti izraz, ali ne i ideju

Američko autorsko pravo štiti izvorna djela izražena u konkretnom obliku. To uključuje književnost, glazbu, filmove, fotografije, slike, računalni kod i internetske stranice.

Ne štiti, međutim, apstraktne ideje, činjenice, prirodne zakonitosti ili opće teme.

Nitko ne može prisvojiti ideju ljubavi, gubitka, osvete ili odrastanja. Autor može zaštititi pjesmu, roman ili film u kojem je tu ideju izrazio kroz određene riječi, likove, prizore i strukturu priče.

Ta razlika iznimno je važna za raspravu o umjetnoj inteligenciji. AI sustavi mogu tvrditi da iz djela preuzimaju obrasce, odnose i opće koncepte, a ne konkretan autorski izraz. Problem nastaje kada granica između učenja iz djela i reprodukcije njegovih zaštićenih elemenata postane nejasna.

Što autor zapravo kontrolira?

Nositelj autorskog prava ima isključivo pravo umnožavati, distribuirati, javno prikazivati i izvoditi svoje djelo. Treće osobe to u pravilu ne smiju činiti bez dopuštenja ili licence.

Autorsko pravo ipak ne omogućuje autoru da zabrani drugima čitanje, gledanje, proučavanje ili učenje iz njegova rada.

Čitatelju romana nije potrebna posebna dozvola da na temelju pročitanoga razvije novu ideju. Fotograf može proučavati djela drugih fotografa, a glazbenik može učiti slušajući tisuće pjesama. Da postoji isključivo pravo na promatranje i učenje, gotovo svaki umjetnički i znanstveni napredak mogao bi završiti tužbom.

Upravo se na toj točki temelji jedan od glavnih argumenata AI industrije: ako ljudi smiju čitati i učiti iz zaštićenih djela, zašto to ne bi smio i računalni model?

Protivnici takvog stajališta odgovaraju da AI ne promatra djela poput čovjeka. Prije obrade često nastaju njihove digitalne kopije, a sustavi mogu analizirati milijune radova brzinom i opsegom koji nemaju povijesni presedan.

Je li treniranje AI-ja samo učenje ili masovno kopiranje?

Za treniranje modela potrebno je prikupiti i obraditi velike količine podataka. Ako su među njima autorski zaštićena djela, postavlja se pitanje je li već samo njihovo preuzimanje i pohranjivanje povreda prava na umnožavanje.

Namjera tvrtke sama po sebi nije presudna. Čak i kada se sadržaj kopira radi razvoja korisne tehnologije, to ne znači automatski da je uporaba zakonita.

U takvim se slučajevima u američkom pravu primjenjuje doktrina fair use, odnosno poštene uporabe. Ona sudovima omogućuje da pojedine uporabe zaštićenih djela proglase dopuštenima iako nisu prethodno odobrene.

Sudovi pritom razmatraju više čimbenika, a za umjetnu inteligenciju posebno su važna dva:

Ilustracija: Bljesak.info / Od pisaće mašine do umjetne inteligencije: Počinje li kraj klasičnog autora?

Ilustracija: Bljesak.info / Od pisaće mašine do umjetne inteligencije: Počinje li kraj klasičnog autora?

Je li AI obrada transformativna?

AI kompanije mogu tvrditi da djela ne kopiraju kako bi ih ponovno prodavale, nego kako bi model prepoznao jezične, vizualne ili glazbene obrasce i na temelju njih stvarao nove odgovore.

Takva uporaba mogla bi se smatrati transformativnom jer izvorno djelo dobiva drukčiju funkciju. Knjiga više nije samo sadržaj koji se čita, nego dio velikog skupa podataka iz kojeg model uči kako funkcioniraju jezik, činjenice, stilovi i odnosi među pojmovima.

Sličan argument bio je uspješan u sporovima koji su se odnosili na internetske tražilice. Sudovi su prihvaćali da kopiranje sadržaja radi indeksiranja i lakšeg pronalaženja izvornih djela može imati novu i društveno korisnu svrhu.

No između internetske tražilice i generativnog AI-ja postoji važna razlika.

Tražilica korisnika uglavnom vodi prema izvornom sadržaju. Generativni model može ponuditi gotov odgovor, tekst, ilustraciju ili glazbu, zbog čega korisnik možda više neće posjetiti izvor niti kupiti originalno djelo.

Tržišna šteta mogla bi biti presudna

Jedno od najvažnijih pitanja bit će proizvodi li AI sadržaj koji zamjenjuje ono na čemu je treniran.

Zamislimo sustav koji preuzme sve tekstove s jedne platforme za pitanja i odgovore, a zatim počne nuditi vrlo sličnu uslugu istoj publici. Takav sustav ne bi samo učio iz postojećeg sadržaja, nego bi na njegovoj osnovi izgradio izravnog konkurenta.

To bi snažno išlo protiv zaključka da je riječ o poštenoj uporabi.

Drukčija bi mogla biti situacija u kojoj AI model obrađuje milijune različitih izvora bez usmjerenosti na jednu knjigu, autora ili platformu. Tada je teže dokazati da je sustav osmišljen kako bi ugrozio točno određeno tržište.

Ipak, ni golema raznolikost podataka ne rješava sve probleme. Ako model može na zahtjev proizvesti roman, ilustraciju ili pjesmu koja uvjerljivo oponaša rad prepoznatljivog autora, pitanje tržišne štete ponovno postaje ozbiljno.

Kada je rezultat AI-ja povreda autorskog prava?

Treniranje modela samo je prvi dio problema. Drugi je sadržaj koji model proizvodi.

AI rezultat neće automatski biti nezakonit samo zato što je model treniran na zaštićenim djelima. Potrebno je utvrditi je li preuzeo konkretne elemente koji uživaju autorskopravnu zaštitu.

Ako sustav iz postojećih djela preuzme samo opće ideje, činjenice, teme i stilske obrasce, povredu će biti teže dokazati. Ako reproducira likove, dijaloge, prepoznatljive prizore, melodije ili strukturu priče, pravni rizik znatno raste.

Zamislimo model treniran isključivo na Disneyjevu katalogu, koji zatim proizvodi filmove s gotovo jednakim likovima, odnosima, pričama i vizualnim svijetom. Takav proizvod teško bi se mogao braniti tvrdnjom da je preuzeo samo apstraktne ideje.

S druge strane, teme poput ljubavi, gubitka, odrastanja ili posljedica loših odluka ne pripadaju ni Disneyju ni bilo kojem drugom autoru. AI ih smije koristiti pod uvjetom da ne kopira konkretan način na koji su izražene.

Može li se model naučiti da zanemari zaštićene elemente?

Teoretski bi bilo moguće osmisliti sustav koji iz djela izvlači samo nezaštićene elemente: činjenice, ideje, odnose, apstraktne strukture i opće obrasce.

Takav bi model morao zanemariti konkretne rečenice, izgled likova, originalne melodije i druge prepoznatljive elemente autorova izraza.

U praksi je to iznimno teško. AI modeli upravo kroz analizu cjelovitih djela uče kako se riječi, slike i zvukovi povezuju. Ograničavanje na apstraktne elemente moglo bi umanjiti njihovu sposobnost učenja.

Osim toga, javnost i autori uglavnom ne znaju kako su modeli trenirani. Ne znaju koja su djela korištena, u kojem obliku, jesu li kopije sačuvane i može li sustav reproducirati dijelove izvornog sadržaja.

Zbog te netransparentnosti autori često pretpostavljaju najgore i posežu za sudskim postupcima.

Ilustracija: Bljesak.info / Nekada je trebalo godinu dana, danas 30 sekundi: AI mijenja sve što znamo o pisanju

Ilustracija: Bljesak.info / Nekada je trebalo godinu dana, danas 30 sekundi: AI mijenja sve što znamo o pisanju

Problem golemog opsega

Poštena uporaba kroz povijest je pomagala zakonodavstvu da se prilagodi novim tehnologijama. Međutim, nikada nije morala odgovoriti na kopiranje u razmjerima kakve zahtijevaju današnji AI modeli.

Jedno je poslužiti se manjim dijelom nekog djela za kritiku, parodiju ili istraživanje. Sasvim je drugo automatski prikupiti milijarde tekstova i slika radi izgradnje komercijalnog proizvoda.

Sudovi bi mogli zaključiti da je količina kopiranog sadržaja prevelika da bi bila razumna. U tom bi slučaju AI kompanije morale pribavljati licence od autora i izdavača.

Takav sustav bio bi iznimno skup i administrativno složen. U nekim slučajevima bilo bi gotovo nemoguće pronaći sve vlasnike prava ili pregovarati o korištenju svakog pojedinog djela.

Rezultat bi mogao biti usporavanje razvoja tehnologije i koncentracija tržišta u rukama nekoliko kompanija koje mogu platiti velike licence.

S druge strane, dopuštanje neograničenog korištenja sadržaja bez naknade moglo bi ugroziti autore, novinare, ilustratore, glazbenike i izdavače čiji se rad koristi za stvaranje proizvoda koji im zatim oduzimaju tržište.

Prijedlog novog prava na „pošteno učenje“

Pravnici Mark Lemley i Bryan Casey predložili su uvođenje posebne doktrine nazvane fair learning, odnosno pošteno učenje.

Prema toj ideji, AI kompanije smjele bi analizirati velike skupove podataka, uključujući zaštićena djela, kada je cilj učenje iz njihovih nezaštićenih elemenata.

Kao jednostavan primjer navode fotografije prometnih znakova. Sustav koji uči prepoznavati znak „STOP“ ne zanima umjetnički izbor fotografa, nego izgled i funkcija samog znaka.

Problem je što nisu svi slučajevi tako jednostavni. Model koji uči pisati romane, skladati glazbu ili stvarati ilustracije nužno proučava i kreativne odluke autora.

Zato samo uvođenje prava na pošteno učenje možda ne bi bilo dovoljno.

Transparentnost kao mogući kompromis

Jedno od mogućih rješenja bilo bi obvezati AI kompanije da objave pravila korištenja podataka.

Takav dokument trebao bi navesti:

Kompanije koje transparentno objave te podatke mogle bi dobiti zakonsku pretpostavku poštenog učenja. One koje odbiju otkriti način korištenja sadržaja morale bi se oslanjati na postojeću obranu poštene uporabe i dokazivati njezinu primjenjivost u svakom pojedinom postupku.

Transparentnost ne bi uklonila sve sporove, ali bi autorima omogućila da razumiju je li njihov rad korišten i na koji način. Istodobno bi smanjila broj tužbi pokrenutih samo zbog nedostatka informacija.

AI modeli uglavnom ne čuvaju potpune kopije djela

Jedan od čestih nesporazuma jest tvrdnja da AI model u sebi pohranjuje sve slike, knjige ili tekstove na kojima je treniran.

Modeli u pravilu ne funkcioniraju kao klasične baze podataka iz kojih se na zahtjev izvlači potpuna kopija izvornog djela. Oni iz velikih skupova podataka uče statističke odnose i obrasce.

Ako je model treniran na dvije milijarde slika, a njegova završna veličina iznosi samo nekoliko gigabajta, jasno je da u njemu ne mogu biti pohranjene potpune kopije svih tih fotografija.

To, međutim, samo po sebi ne rješava pravno pitanje. Kopije su možda nastajale tijekom prikupljanja i treniranja, a model u određenim okolnostima može reproducirati prepoznatljive dijelove sadržaja.

Zato će sudovi morati analizirati cijeli proces, od prikupljanja podataka do konačnog rezultata koji korisnik dobiva.

Zakon mora zaštititi i autore i inovacije

Američki Kongres i sudovi nalaze se pred teškim zadatkom.

Pretjerano stroga zaštita autorskih prava mogla bi onemogućiti domaćim AI kompanijama da se natječu s konkurentima iz država u kojima vrijede blaža pravila. Preširoko dopuštenje za korištenje tuđih djela moglo bi istodobno uništiti tržište na kojem žive pisci, glazbenici, umjetnici i izdavači.

Pravo će zato morati pronaći ravnotežu između nekoliko interesa:

Jednostavan odgovor vjerojatno ne postoji.

Nije realno svako AI učenje proglasiti krađom, kao što nije razumno dopustiti kompanijama da bez ograničenja preuzimaju čitave knjižnice, fotografske arhive i glazbene kataloge te zatim proizvode njihove tržišne zamjene.

Najvažnija granica mogla bi biti upravo tržišni učinak. AI koji iz velikog broja izvora uči kako bi proizveo novu funkciju nije isto što i sustav koji na temelju djela jednog autora stvara njegovu jeftinu zamjenu.

Bitka koja će odrediti budućnost kreativnog rada

Spor između AI industrije i nositelja autorskih prava nije samo tehničko pravno pitanje. Od njegova ishoda ovisit će tko će imati ekonomsku korist od tehnologije koja je izgrađena na ljudskom znanju i stvaralaštvu.

Ako se utvrdi da je gotovo svako treniranje dopušteno, kompanije će dobiti širok pristup sadržaju, ali bi autori mogli izgubiti dio tržišta bez ikakve naknade.

Ako se uvede obvezno licenciranje svakog djela, kreativci bi mogli dobiti novi izvor prihoda, ali bi razvoj novih modela postao sporiji, skuplji i dostupan samo najvećim tvrtkama.

Najizglednije rješenje vjerojatno će biti između tih krajnosti: dopušteno učenje iz velikih i raznovrsnih skupova podataka, veća transparentnost, zaštitni mehanizmi protiv reprodukcije izvornog sadržaja te naknada u slučajevima kada AI proizvodi izravno zamjenjuju radove na kojima su modeli trenirani.

Postojeća pravila neće moći ostati nepromijenjena. Umjetna inteligencija prisiljava zakon da ponovno odredi gdje završava dopušteno učenje, a počinje neovlašteno iskorištavanje tuđeg stvaralaštva.