OpenAI از یک حمایت بیسابقه از سوی وزارت دادگستری ایالات متحده بهرهمند شد، زمانی که این نهاد یک لایحه دوست دادگاه (amicus brief) ۲۰ صفحهای را در حمایت از دفاعیه «استفاده منصفانه» این شرکت در شکایت کپیرایت نیویورک تایمز ارائه کرد. این پرونده که در حوزه قضایی جنوبی نیویورک ثبت شده است، نشان میدهد که دولت فدرال شیوههای آموزش هوش مصنوعی را نه صرفاً یک اختلاف حقوقی خصوصی، بلکه موضوعی مربوط به منافع ملی میبیند.
چرا دولت در حال مداخله است؟
این لایحه، پرونده را در قالب اصطلاحات ژئوپلیتیک تبیین میکند. این متن استدلال میکند که ایالات متحده «علاقه شدیدی» به حفظ رقابتپذیری صنعت هوش مصنوعی خود دارد و رهبری در حوزه هوش مصنوعی را هم به شکوفایی اقتصادی و هم به امنیت ملی پیوند میدهد. دولت با حمایت از OpenAI، پیشنهاد میکند که تفسیر محدود از قانون کپیرایت میتواند چرخه تحقیق و توسعهای را که شرکتهای آمریکایی را از رقبای خارجی جلوتر نگه میدارد، کند کند. این موضع بازتابدهنده دستورات اجرایی پیشین است که خواستار رویکرد «اول آمریکا» در استانداردها و حکمرانی هوش مصنوعی هستند.
پرسش اصلی حقوقی: استفاده تحولآفرین یا نقض حق؟
مسئله اصلی این است که آیا تغذیه مدلهای زبانی بزرگ (LLM) با مجموعهدادههای عظیم و دارای کپیرایت، مصداق «استفاده منصفانه» محسوب میشود یا خیر. استفاده منصفانه از کاربردهایی محافظت میکند که «تحولآفرین» باشند؛ یعنی کاربردهایی که به جای بازتولید ساده اثر اصلی، چیز جدیدی با هدفی متفاوت به آن اضافه کنند. دفاعیه OpenAI، که در لایحه دولت نیز تکرار شده، بر این باور است که LLMها الگوها را یاد میگیرند و متنهای نوآورانهای تولید میکنند؛ فرآیندی که بیشتر به یادگیری اطلاعات توسط یک خواننده انسانی شباهت دارد تا یک عملیات کپی و پیست ساده.
این لایحه هشدار میدهد که «محدود کردن توسعه LLM تحت تأثیر سوءبرداشت از دکترین استفاده منصفانه»، به تحرک اقتصادی آمریکا آسیب خواهد زد. این لحن مشابه اظهارنظر در پروندهای جداگانه است که در آن، یک قاضی آموزش LLM را به خوانندهای تشبیه کرد که برای خلق ایدههای جدید از کتابها میآموزد، نه ابزاری که برای جایگزینی خالق اصلی طراحی شده باشد.
چگونه پروندههای قبلی به این بحث شکل میدهند
این لایحه حکم دادگاه محسوب نمیشود، اما به دعاوی حقوقی اخیر اشاره میکند که به تعیین مرز بین آموزش مجاز و اکتساب غیرقانونی دادهها کمک میکنند. در پروندهای مربوط به Anthropic، این شرکت با تسویهای ۱.۵ میلیارد دلاری روبرو شد؛ نه به این دلیل که مدل آن از آثار دارای کپیرایت یاد گرفته بود، بلکه به این دلیل که آن مطالب را از «کتابخانههای سایه غیرقانونی» – که در واقع پایگاههای داده دزدی هستند – تهیه کرده بود. این تسویه تأکید میکند که روش بهدست آوردن دادهها میتواند منجر به مسئولیتهای سنگین شود، حتی اگر فرآیند آموزش خود، تحولآفرین تلقی شود.
مشاهدات قبلی قاضی ویلیام الساپ نیز زمینه اضافی فراهم میکند. او تأکید کرد که آموزش یک LLM بیشتر به فرآیند یادگیری انسانی شباهت دارد تا یک کپی مستقیم، که این امر نشان میدهد دادگاهها ممکن است نسبت به تفسیر گستردهتر از استفاده منصفانه پذیرا باشند. با این حال، نتیجه پرونده Anthropic نشان میدهد که دادگاهها در مورد تهیه غیرقانونی دادهها، بدون توجه به کاربرد نهایی، مرز مشخصی تعیین میکنند.
چه کسی سود میبرد و چه کسی با ریسک روبروست؟
توسعهدهندگان هوش مصنوعی از محیط حقوقی که دریافت دادهها در مقیاس بزرگ را به عنوان استفاده منصفانه تلقی میکند، سود خواهند برد. یک حکم مساعد میتواند هزینه ساخت مدلهای نسل بعدی مانند Claude، Gemini یا GPT-5 آینده را کاهش دهد، زیرا شرکتها دیگر نیازی به مذاکره برای مجوزهای هر قطعه متن ورودی نخواهند داشت. این امر میتواند نوآوری را تسریع کرده و شرکتهای آمریکایی را در خط مقدم رقابت جهانی هوش مصنوعی نگه دارد.
تولیدکنندگان محتوا و ناشران همچنان مخالفان اصلی هستند. آنها استدلال میکنند که استخراج (scraping) بدون محدودیت، ارزش کار آنها را کاهش داده و آنها را از درآمد محروم میکند. شکایت نیویورک تایمز بازتابدهنده همین نگرانی است: این روزنامه ادعا میکند که استفاده OpenAI از مقالات بدون اجازه، کپیرایت آنها را نقض میکند. اگر دادگاهها به نفع روزنامه حکم دهند، آزمایشگاههای هوش مصنوعی ممکن است با دستور توقف، پرداخت خسارت یا نیاز به دریافت مجوزهای عطف به ماسبق برای میلیاردها کلمه روبرو شوند؛ بار مالی و لجستیکی که میتواند بازیگران کوچکتر را از کار بیندازد.
دولت در ایجاد تعادل میان این نیروها ذینفع است. در حالی که این لایحه از رشد هوش مصنوعی حمایت میکند، به طور ضمنی نیاز به یک چارچوب حقوقی شفاف را نیز میپذیرد. احکام بیش از حد سهلگیرانه میتواند واکنش تندی از سوی بخش خلاق برانگیزد و پتانسیل ایجاد قوانین جدیدی را داشته باشد که ممکن است محدودکنندهتر از اختلاف فعلی باشند.
استدلال متقابل: محافظت از حقوق خلاقانه
منتقدان موضع دولت خاطرنشان میکنند که دکترین «استفاده منصفانه» (fair-use) هرگز با هدف پوشش دادن تمام شیوههای دادهای یک صنعت بهطور کلی طراحی نشده بود. آنها هشدار میدهند که تلقی کردن تمام فرآیندهای ورود متن در مقیاس بزرگ به عنوان «تحولآفرین» (transformative) میتواند رویهای ایجاد کند که ساختار انگیزشی سیستم کپیرایت را تضعیف کند. علاوه بر این، توافق Anthropic نشان میدهد که حتی اگر فرآیند آموزش مجاز باشد، روشهای بهدست آوردن دادهها همچنان میتواند غیرقانونی باشد. این دوگانگی به این معناست که توسعهدهندگان هوش مصنوعی نمیتوانند صرفاً به دفاع بر پایه «استفاده منصفانه» تکیه کنند؛ آنها همچنین باید اطمینان حاصل کنند که خطوط لوله دادههایشان (data pipelines) پاک و قانونی هستند.
آنچه باید در ادامه زیر نظر داشت
- احکام دادگاه: منطقه جنوبی نیویورک در نهایت تصمیمی در مورد ادعای New York Times صادر خواهد کرد. این حکم احتمالاً به یک نقطه مرجع برای پروندههای کپیرایت مرتبط با هوش مصنوعی در آینده تبدیل خواهد شد.
- اقدامات قانونگذاری: قانونگذاران ممکن است با تدوین قوانینی که شیوههای مجاز استفاده از دادهها برای هوش مصنوعی را شفاف میکند، به جهتگیری دادگاه پاسخ دهند؛ امری که میتواند منجر به محدودتر شدن یا بازتر شدن فضای خاکستری فعلی شود.
- واکنش صنعت: شرکتهای هوش مصنوعی ممکن است استراتژیهای جمعآوری داده خود را تغییر دهند، یا از طریق تلاش برای دستیابی به قراردادهای لایسنس گستردهتر و یا با ساخت مجموعهدادههای داخلی که بهطور کامل از مطالب دارای کپیرایت اجتناب میکنند.
خلاصه کلام
لایحه دوست (amicus brief) وزارت دادگستری، نبرد کپیرایت Open AI را به یک جنگ نیابتی بر سر آینده هوش مصنوعی آمریکا تبدیل میکند. دولت با چارچوببندی آموزش LLM به عنوان یک فعالیت «استفاده منصفانه» که برای رقابتپذیری ملی ضروری است، سیگنال میدهد که تفسیرهای محدودکننده کپیرایت میتواند یک نقطه ضعف استراتژیک باشد. با این حال، تنش مداوم بین حقوق پدیدآورندگان و نیازهای توسعهدهندگان به این معناست که دادگاهها و احتمالاً کنگره، باید خط فاصلی ترسیم کنند که میان نوآوری و حفاظت از آثار خلاقانه تعادل برقرار کند.