Prawo autorskie i sztuczna inteligencja: spór prawny przenosi się na wyniki modeli

4 września 2026 roku upłynął termin składania wniosków o summary judgment — pisma, którym strona prosi sąd o rozstrzygnięcie bez rozprawy, ponieważ istotne fakty nie są sporne — w połączonym postępowaniu «In Re: OpenAI, Inc. Copyright Infringement Litigation» przed sędzią federalnym Sidneyem H. Steinem w U.S. District Court dla Southern District of New York. Publiczny rejestr w CourtListener odnotowuje wnioski złożone przez The New York Times Company oraz analizy biegłego wspierające obronę, podpisane przez Chrisa Callisona-Burcha. Microsoft wniósł o summary judgment, argumentując, że trenowanie na tekstach dziennikarskich i książkach stanowi użycie transformatywne chronione przez fair use, i twierdząc, że Copilot "does not replace their protected expression". Po drugiej stronie OpenAI powtarza w swoim piśmie, że "Nobody owns facts, just as nobody owns language". Wydawcy jako powodowie żądają natomiast wyłączenia fair use zarówno wobec sposobu pozyskania artykułów chronionych paywallem, jak i wobec trenowania na kopiach, a pełnomocnik wydawców Steven Lieberman opisuje dowody złożone pod pieczęcią słowami: "The stuff we were forced to file under seal is scorchingly hot. Not just a smoking gun; they're a smoking bazooka." Zawartość materiału złożonego pod pieczęcią nie jest publicznie weryfikowalna: słowa Liebermana pozostają oceną strony na temat dokumentów, których nikt spoza postępowania nie mógł przeczytać.

Teza obrony zmierza do przesunięcia środka ciężkości analizy z materiału wchłoniętego na etapie treningu na rzeczywistą częstotliwość, z jaką modele generują treści chronione. Według pisma Microsoftu biegły powołany przez wydawców przeanalizował około 8,2 miliona zapisów rozmów z Copilotem, wybranych za pomocą słów kluczowych powiązanych ze stronami zaangażowanych redakcji — czyli z założenia podzbiór, w którym ich utwory występują najprawdopodobniej: podane dalej odsetki nie opisują całego ruchu Copilota. W próbie 59 545 rekordów (około 0,7%) miało co najmniej 16 słów wspólnych z artykułami, natomiast po stronie książek naliczono 24 odpowiedzi z co najmniej 30 zbieżnymi słowami (0,00029% analizowanych rozmów), odnoszące się do 10 z 212 spornych książek, przez co 202 tomy pozostały bez jakiegokolwiek trafienia. Również według pisma Microsoftu biegły Center for Investigative Reporting miał zidentyfikować w tym samym zbiorze danych 51 przypadków istotnego pokrywania się z utworami CIR. W tle pozostają szacunki Sensor Tower przytoczone przez New York Daily News, wskazujące na ponad miliard użytkowników ChatGPT w czerwcu i koszt 6800 dolarów za wygenerowanie miliona 500-wyrazowych artykułów w stylu dziennikarskim.

Nie przeczytaliśmy pełnego pliku PDF pisma Microsoftu: w chwili weryfikacji publiczny docket w CourtListener nie pokazywał konkretnej pozycji tego wniosku wśród wyników wyszukiwania, a część materiału złożono pod pieczęcią. Podane tu liczby pochodzą ze złożonego tekstu, tak jak relacjonują go New York Daily News, The Next Web i The Verge — redakcje, które miały do niego dostęp. Ponadto progi pomiaru (16 słów dla artykułów, 30 dla książek) to progi zastosowane w analizie obrony i nie jest jeszcze publiczne żadne techniczne zakwestionowanie metody i parametrów przez powodów. Sędzia nie podjął żadnej decyzji, termin na odpowiedzi wyznaczono na 9 października 2026 roku, a data rozprawy nie została ustalona.

To, czy właściwą miarą jest to, co zostaje odtworzone na wyjściu, czy to, czego użyto do trenowania, jest dokładnie tym, o czym będzie musiał orzec sędzia Stein: oba pisma proszą o zastosowanie fair use do dwóch różnych pytań.

— Olya