Seattle Times та Newsday подають до суду на OpenAI та Microsoft через навчальні дані та відтворення запитів

Seattle Times та Newsday подали до суду на OpenAI та Microsoft за порушення авторських прав, стверджуючи, що компанії зібрали їхню журналістику для навчання ІІ-моделей і відтворюють уривки статей дослівно, коли користувачі запитують ці системи.

Ключові моменти

• Seattle Times та Newsday подали окремі позови про порушення авторських прав проти OpenAI та Microsoft, приєднавшись до зростаючого списку новинних видавців у судових процесах щодо навчальних даних ІІ.
• Обидва видання стверджують, що їхні репортажі використовувалися без дозволу для навчання моделей OpenAI і що ці моделі відтворюють текст статей у прямій відповіді на запити користувачів.
• Microsoft названа співвідповідачем через її глибокі інвестиції та інтеграцію технологій OpenAI.
• Адміністрація Трампа вже подала записку у пов'язаній справі New York Times, стверджуючи, що навчання ІІ на захищених авторським правом текстах служить національним інтересам — сигнал про те, де зараз знаходяться федеральні симпатії.
• Результат цих накопичених судових процесів може змінити те, які текстові дані є законно доступними для навчання майбутніх моделей генерації зображень та мультимодальних моделей, а не лише мовних моделей.

Чому позови щодо авторських прав на текст стосуються генераторів зображень

На перший погляд, газета, що судиться з виробником чат-бота, виглядає як чужа проблема для творців ІІ-мистецтва. Це не так. Правова логіка, що лежить в основі цих позовів — що збирання публічно доступного контенту для навчання моделей є порушенням — структурно ідентична аргументам, що висуваються проти моделей генерації зображень у паралельних судових процесах. Рішення про те, що навчання на новинних текстах потребує ліцензування, майже напевно прискорить подібні вимоги до наборів даних, що стоять за Stable Diffusion, Midjourney та мультимодальними моделями, які живлять інструменти, якими ви користуєтеся сьогодні.

Конкретне звинувачення в тому, що моделі OpenAI відтворюють дослівні уривки зі статей, також безпосередньо релевантне. Якщо суди розглядатимуть майже дослівне відтворення як межу між добросовісним використанням та порушенням, цей стандарт буде перевірений проти генераторів зображень, які можуть відтворювати характерну композицію фотографа або стиль графічного художника з незручною точністю.

Ефект накопичення та що він сигналізує для навчальних даних

За повідомленням The Verge, ці позови слідують за подібними діями інших видавців, і цей патерн має значення: кожен новий позивач додає до корпусу доказів, на які можуть спиратися майбутні справи — включаючи ті, що стосуються наборів навчальних даних зображень та відео. OpenAI одночасно захищається від позову New York Times, де недавня записка уряду США стверджувала, що навчання ІІ служить національним інтересам, як висвітлено в нашому попередньому звіті про подання адміністрації Трампа щодо авторських прав OpenAI.

Для творців, що будують робочі процеси навколо моделей, навчених на широких веб-зборах, практичне питання — це час. Жодна заборона ще не змусила модель вийти з мережі, а часові рамки судових процесів вимірюються роками. Але тиск ліцензування вже змінює те, на яких даних навчаються майбутні моделі — повідомлювані платежі Google голлівудським студіям за права на навчання відео є одним видимим прикладом того, як індустрія тихо страхується.

Що змінюється на практиці і для кого

Якщо ви генеруєте зображення сьогодні, ніщо у вашому безпосередньому робочому процесі не змінюється через цю подачу. Моделі, з якими ви працюєте, вже навчені; жоден суд не наказав відкат. Творці, найбільш схильні до короткострокових порушень, — це ті, хто будує продукти або конвеєри, що залежать від мультимодальних виходів текст-плюс-зображення — де мовна модель отримує або узагальнює новинний контекст поряд із згенерованим візуалом. Саме на цю комбінацію спрямовані ці позови.

Довгостроково слідкуйте за тим, як постачальники моделей прискорюють рівні навчання на ліцензованих даних, як деякі вже роблять із синтетичними даними. Модель, навчена на чистішому, ліцензованому корпусі, може поводитися по-іншому — більш консервативно у відтворенні, потенційно менш культурно актуально — і це проявиться у відповідях на запити способами, які важко передбачити, поки ви не дивитеся на результат.

Наразі найкорисніше відстежувати, чи призведе будь-який із цих позовів до врегулювання у стилі згоди, що встановить ставку ліцензування. Це число, встановлене для тексту, стає шаблоном, до якого тягнуться переговірники, коли наступна хвиля позовів щодо даних зображень рухається до вирішення. Творці, які розуміють цей зв'язок, будуть менше здивовані, коли це станеться.

Досліджуйте, як поточні ІІ-моделі зображень справляються з цими тисками в каталозі моделей Charmloop, або вдосконалюйте свій підхід до запитів у посібниках.