Этика
Sony Music и Warner Publishers подали в суд на Anthropic из-за предполагаемых пиратских обучающих данных
Sony Music Publishing, Warner Chappell и другие издатели подали в суд на Anthropic и двух соучредителей, утверждая, что компания получила защищённые авторским правом тексты песен и нотные записи через торрент и скрапинг для обучения Claude. Anthropic оспаривает эти утверждения, продолжая юридическую борьбу за то, можно ли отделить законное обучение модели от незаконного получения материалов.
Майкл С ·
Sony Music Publishing, Warner Chappell и другие музыкальные издатели подали в суд на Anthropic и двух его соучредителей, утверждая, что компания в области ИИ получила материалы с авторским правом через торрентинг, скрейпинг и несанкционированное скачивание для обучения Claude. Иск расширяет конфликт по авторским правам вокруг передовых моделей от книг и новостей до текстов песен, композиций и нотной музыки. Anthropic оспаривает обвинения и заявляет, что будет защищать себя. На данном этапе новые обвинения являются лишь утверждениями в гражданском иске, а не судебными решениями.
Дело было подано в Окружной суд США по Северному округу Калифорнии и включает Дарио Амодеи и Бенджамина Мэнна вместе с компанией. Согласно TechCrunch, издатели описывают масштабную кампанию по сбору охраняемых произведений, включая книги, содержащие тексты песен и музыкальные нотации. Их аргумент сосредоточен не только на том, чему модель научилась на материалах, защищённых авторским правом, но и на том, как, по их утверждению, были приобретены копии, использованные для обучения.
Это различие стало центральным в судебных разбирательствах по поводу авторских прав в области ИИ. Суд может постановить, что конкретное аналитическое использование или использование для обучения подпадает под добросовестное использование, одновременно признавая незаконным скачивание пиратских копий. Разработчики моделей часто подчеркивали трансформационный характер обучения, когда система извлекает статистические взаимосвязи, а не сохраняет потребительскую библиотеку. Правообладатели отвечают, что аргумент о трансформации не может стирать источник и юридический статус копий, собранных до начала обучения.
Использование для обучения и получение датасета — это разные вопросы
Честное использование является конкретной по фактам доктриной, которая учитывает цель, характер работы, количество использованного материала и влияние на рынок. Это не общий разрешительный документ для получения материалов из любого источника. Разработчик может иметь обоснованный аргумент о том, что использовал законно полученные работы для анализа, и при этом сталкиваться с ответственностью, если он копировал или распространял файлы через незаконный канал. Музыкальные издатели пытаются разделить эти этапы, чтобы благоприятное отношение к обучению моделей не обеспечивало иммунитет процессу сбора данных.
Связанные судебные разбирательства уже выявили этот разрыв. В деле Bartz против Anthropic суд различал допустимое использование в обучении и незаконность получения произведений через пиратство, и Anthropic было обязано выплатить 1,5 миллиарда долларов. Иск новых издателей стремится опереться на эту аргументацию. Он также следует за отдельным музыкальным делом, в котором участвовали Concord Music Group и Universal Music Group. Эти прецеденты не решают автоматически новый иск, поскольку произведения, доказательства, ответчики и предполагаемое поведение всё ещё должны быть установлены.
Музыкальное издательство добавляет сложности, потому что одна песня может включать несколько прав. Звукозапись, основная композиция, текст и аранжировка могут иметь разных владельцев и каналы лицензирования. Таким образом, набор данных, собранный из книг, сайтов с текстами песен или файлов, может создавать перекрывающиеся претензии. Sony Music Publishing и Warner Chappell представляют каталоги, ценность которых зависит от отслеживания использования и сбора роялти в различных форматах. Пайплайн обучения модели, построенный без соответствующих записей о происхождении, может столкнуться с трудностями в демонстрации того, откуда взят каждый фрагмент текста и какие права на его использование применяются.
Уорнер Чаппелл и другие истцы также имеют стратегический интерес в том, чтобы установить, что разработчики ИИ не могут рассматривать лицензирование как необязательное при создании коммерческих систем. Компании, занимающиеся моделями, могут возразить, что лицензирование каждого элемента в корпусе масштаба веба непрактично и что закон об авторском праве давно разрешает вычислительный анализ. Политическая задача заключается в том, что оба утверждения могут быть верными: комплексное лицензирование может быть сложным, и создатели все равно могут пострадать, когда ценные каталоги копируются без согласия или четкой компенсации.
Происхождение становится требованием к продукту
Оперативный урок для разработчиков моделей ясен даже до того, как дело будет решено. Данные для обучения должны иметь цепочку хранения. Команды должны знать источник, метод сбора, применимую лицензию, ограничения и историю удаления материалов, входящих в корпус. Эта запись может поддерживать юридическую защиту, уважать отказ от участия и выявлять загрязненные источники до того, как они попадут в тренировочный запуск. Это медленнее, чем рассматривать интернет как недифференцированный пул, но судебные процессы сделали отсутствие записей финансовым риском.
Anthropic заявила, что не согласна с требованиями издателей и намерена активно защищаться. Компания может оспаривать фактические утверждения, правовые теории, размер ущерба или попытку назвать отдельных соучредителей. Справедливый отчет должен оставить место для этой защиты. Язык жалобы решительный, но суду потребуются доказательства, показывающие, что было загружено, кем, когда это попало в учебные системы и как заявленные авторские права связаны с этими копиями.
Бюро авторских прав США изучает искусственный интеллект в контексте цифровых реплик, охраноспособности и обучения. Его работа предоставляет политическую платформу помимо индивидуальных судебных исков, но законодательство остается сложным, поскольку суды принимают решения по делам, пока технологии и бизнес-модели продолжают меняться. Система обязательного лицензирования могла бы снизить транзакционные издержки, однако ей потребуются правила для оценки, мелких правообладателей, международных каталогов и открытых исследований. Широкое исключение упростило бы разработку, при этом увеличив расходы для создателей.
Коммерческий ответ может появиться раньше, чем всестороннее законодательство. Компании, занимающиеся ИИ, могут заключать соглашения о лицензировании каталогов, использовать наборы данных с очищенными правами, создавать инструменты, позволяющие владельцам исключать произведения, и публиковать более подробную документацию. Музыкальные компании могут создавать машиночитаемые продукты лицензирования и цены, которые отражают обучение, извлечение и сгенерированный результат отдельно. Эти шаги не решат каждый спор о добросовестном использовании, но они могут сократить количество дел, начинающихся с неопределенности по поводу того, были ли исходные файлы законными вообще.
Доказательства будут важнее риторики
Суд в конечном итоге будет вынужден перейти от конкурирующих описаний к записям. Издатели будут требовать журналы, наборы данных, внутренние сообщения и документацию по обучению. Anthropic будет проверять право собственности, причинность и масштаб ущерба, объясняя свои практики сбора данных и разработки моделей. Дело может быть урегулировано до того, как эти вопросы получат окончательное решение, как это случалось со многими исками по авторскому праву в сфере ИИ, но само по себе раскрытие информации может повлиять на то, как каждая крупная лаборатория будет документировать будущие корпусы.
Убытки могут стать отдельным вопросом разбирательства, даже если установлена какая-либо ответственность. Издатели могут утверждать, что несанкционированное приобретение позволило избежать лицензионных расходов и поддержало ценную коммерческую модель. Anthropic может оспаривать, был ли каждый заявленный объект использован в обучении, повлияли ли копии на рынок и как следует рассчитывать убытки по большому корпусу. Судам потребуется избегать крайностей: рассматривать каждый файл как экономически одинаковый или предполагать, что масштаб делает оценку индивидуальных прав невозможной.
Указание отдельных соучредителей увеличивает давление, но не устанавливает личную ответственность. Издателям потребуется связать каждого ответчика с действиями и юридической обязанностью, которые они утверждают. Руководители компаний регулярно разрабатывают стратегию работы с данными, не обрабатывая файлы напрямую. Юридический вопрос заключается в том, удовлетворяют ли их решения, знания или надзор требованиям предъявленных исков. Этот вопрос может повлиять на то, как руководители документируют одобрение будущих приобретений наборов данных.
Поведение вывода может проявляться в доказательствах, даже если основной акцент сделан на обучении. Если Claude может воспроизводить защищённые авторские тексты или нотацию, издатели могут использовать это поведение, чтобы утверждать, что тренировочные данные включали их работы или что меры защиты недостаточны. Claude может отвечать с предоставлением доказательств о скоростях запоминания, фильтрации и различиях между моделью, генерирующей знакомый язык, и хранением исходного материала. Техническое тестирование придётся тщательно разрабатывать, поскольку подсказки могут влиять на то, что модель, по-видимому, вспоминает.
Международные операции усложняют задачу соблюдения требований. Исключения из авторского права, права на базы данных и практики лицензирования различаются в разных юрисдикциях, в то время как учебный корпус может собираться и обрабатываться в нескольких местах. Разработчику глобальной модели нужна достаточно подробная информация о происхождении данных, чтобы применять региональные ограничения и отвечать на запросы о удалении, не претендуя на то, что одно юридическое заключение действует на всех рынках. Владельцам прав также необходимы стандартизированные идентификаторы, которые позволяют разработчику сопоставлять претензии с фактически имеющимся материалом.
Независимые аудиты могли бы стать практическим промежуточным уровнем между частными претензиями и публичными судебными разбирательствами. Аудитор с контролируемым доступом мог бы проверять источники данных, процедуры удаления и тесты на запоминание, не требуя от разработчика раскрывать весь корпус конкурентам. Владельцы прав должны быть уверены в методах аудитора и иметь возможность оспаривать упущения. Надежный процесс не заменит суды, но он может выявлять споры достаточно рано, чтобы лицензирование или удаление оставались возможными.
Создателям также нужны средства защиты, которые работают вне масштаба крупного издателя. Автор песен или небольшое издательство не могут финансировать годы исследований, чтобы определить, было ли произведение скопировано. Реестры, системы уведомлений и коллективное лицензирование могут предоставить владельцам меньших прав практический путь для участия. Любое решение должно избегать превращения регистрации в новое условие авторского права, одновременно предоставляя разработчикам идентификаторы, которые они могут сопоставлять с очень большими наборами данных.
Нерешённый вопрос заключается в том, сможет ли отрасль отделить серьёзную дискуссию о трансформационном обучении от более простой обязанности учитывать, откуда появились копии. Если разработчики не смогут установить происхождение, суды могут продолжать рассматривать приобретение наборов данных как независимый источник ответственности, независимо от того, насколько сложной становится полученная модель. Бюро авторских прав США может помочь разъяснить политику, но непосредственная юридическая возможность принадлежит издателям. Для лабораторий ИИ это предупреждение о том, что инженерия данных теперь включает сохранение доказательств и управление правами, а не только масштабирование.
Темы: Anthropic, музыкальное издательство, авторское право, обучающие данные, Claude