Ongeredigeerde rechtbankdocumenten tonen aan dat Microsoft AI-scraping intern 'de grootste diefstal van arbeid in de menselijke geschiedenis' noemde

Nieuw vrijgegeven rechtbankdocumenten uit de copyrightzaak van de New York Times tegen OpenAI en Microsoft tonen aan dat een Microsoft-executive AI-datascraping intern omschreef als „de grootste diefstal van arbeid in de menselijke geschiedenis" — zelfs terwijl beide bedrijven trainingsdatasets opbouwden uit betaalde Times-content.\n\n## Belangrijkste punten\n\n- Ongeredigeerde documenten in NYT v. OpenAI onthullen dat Microsoft AI-scraping van uitgeversinhoud intern karakteriseerde als grootschalige arbeidsdiefstal.\n- E-mails van Microsoft en OpenAI wezen ook op een gevreesde „doom loop": door AI gegenereerde content die nieuwsuitgevers verdringt, waardoor toekomstige AI-modellen worden beroofd van kwalitatieve trainingsdata.\n- Beide bedrijven scrapeten betaalde New York Times-artikelen voor trainingsdata, ondanks deze interne waarschuwingen.\n- De documenten leggen een structurele spanning bloot die elk AI-beeld- en tekstmodel raakt dat is getraind op via het web gescrapete creatieve werken — inclusief de datasets achter de grote beeldgeneratoren van vandaag.\n- De zaak loopt nog; de vrijgegeven documenten vertegenwoordigen een significante escalatie in het bewijsdossier tegen beide gedaagden.\n\n## De interne tegenstrijdigheid die Microsoft niet kon redigeren\n\nDe documenten, gerapporteerd door TechCrunch, tonen aan dat senior Microsoft-figuren geenszins onder een illusie verkeerden over wat grootschalig webscrapen juridisch of ethisch betekende. De formulering van één executive — „grootste diefstal van arbeid in de menselijke geschiedenis" — is opvallend juist omdat deze verschijnt in interne correspondentie, niet in een juridisch document of een publieke verklaring bedoeld voor een publiek. Het is het soort taal dat opduikt wanneer mensen denken dat ze niet worden bekeken.\n\nDe „doom loop"-framing is even veelzeggend. Volgens Ars Technica waarschuwden interne e-mails dat AI-systemen die nieuwsuitgevers verdringen uiteindelijk de hoogwaardige datapijplijnen zouden vernietigen waarvan diezelfde AI-systemen afhankelijk zijn — een zichzelf ondermijnende cyclus die beide bedrijven kennelijk herkenden en toch voortzetten.\n\n\n\n## Wat dit blootlegt over de trainingsdata-economie\n\nVoor iedereen die werkt met AI-beeldgeneratoren of tekstmodellen is de juridische architectuur onder deze tools altijd vaag geweest. Deze zaak maakt het beeld aanzienlijk scherper. Dezelfde scrapinglogica die Times-artikelen ophaalde, dreef ook de massale beelddatasets aan — LAION, Common Crawl-derivaten — die Stable Diffusion, Midjourney en hun opvolgers trainden. Toen Stability AI in 2023 soortgelijke juridische druk ondervond van Getty Images en een groep beeldende kunstenaars, steunde de verdediging van het bedrijf deels op het argument dat scraping standaard branchepraktijk was. Deze Microsoft-documenten suggereren dat de eigen executives van de industrie wisten dat dit argument zijn grenzen had.\n\nDe praktische inzet voor beeldmodeltraining is direct. Als rechtbanken oordelen dat het scrapen van betaalde of auteursrechtelijk beschermde content zonder licentie inbreuk vormt — en interne erkenningen van „diefstal" helpen gedaagden niet — verandert de kostenstructuur van het bouwen van frontiermodellen. Licentieovereenkomsten worden verplicht in plaats van optioneel, en die kosten vloeien uiteindelijk stroomafwaarts: in API-prijzen, platformabonnementstiers en de modellen die beschikbaar zijn voor makers.\n\nHet door Universal Music en ElevenLabs gelicentieerde AI-muziek-remixplatform dat eerder dit jaar werd aangekondigd, vertegenwoordigt één versie van hoe een post-scraping modeleconomie eruitziet — rechten vooraf onderhandeld, inkomsten gedeeld. Of beeldgeneratieplatforms dezelfde richting inslaan, hangt sterk af van hoe deze zaak wordt beslecht.\n\n## De bewijsverschuiving\n\nOngeredigeerde documenten zijn een andere categorie dan geredigeerde. Rechtbanken maken ze openbaar wanneer ze bepalen dat het publieke belang zwaarder weegt dan de vertrouwelijkheidsclaims van gedaagden — een drempel die op zichzelf al rechterlijk scepticisme signaleert. Het juridische team van de NYT heeft nu op schrift, in de eigen woorden van de gedaagden, een erkenning dat het betreffende gedrag schade heeft veroorzaakt.\n\n> „De grootste diefstal van arbeid in de menselijke geschiedenis."\n>\n> — Microsoft-executive, interne correspondentie (via TechCrunch)\n\nVoor makers die AI-tools gebruiken die zijn gebouwd op vergelijkbare datapijplijnen, is de vraag niet langer of het juridische risico theoretisch is. Het gaat erom hoe snel rechtbanken handelen, en of de grote platforms — inclusief die welke vandaag AI-beeldgeneratie aandrijven — voldoende gelicentieerde data hebben veiliggesteld om een ongunstige uitspraak te overleven. De volgende inhoudelijke zitting in NYT v. OpenAI zal bepalen of deze interne erkenningen een motie overleven om hun gebruik als bewijs te beperken.