OpenAI won a rare boost from the U.S. Justice Department when the agency filed a 20-page amicus brief backing the company’s fair-use defense in the New York Times copyright lawsuit. The filing, lodged in the Southern District of New York, signals that the federal government sees AI training practices as a matter of national interest, not just a private legal dispute.

Why the Government Is Getting Involved

The brief frames the case in geopolitical terms. It argues that the United States has a “strong interest” in keeping its AI industry competitive, linking AI leadership to both economic prosperity and national security. By supporting Open AI, the administration suggests that a narrow reading of copyright law could slow the research and development cycle that keeps American firms ahead of overseas rivals. The position echoes earlier executive orders that call for a U.S.-first approach to AI standards and governance.

At stake is whether feeding massive, copyrighted corpora into a large language model (LLM) counts as “fair use.” Fair use protects uses that are “transformative” – that is, uses that add something new, with a different purpose, rather than simply reproducing the original work. Open AI’s defense, echoed by the government brief, holds that LLMs learn patterns and generate novel text, a process more akin to a human reader absorbing information than a copy-and-paste operation.

The brief warns that “constraining LLM development under a misunderstanding of fair-use doctrine” would damage American economic mobility. That language mirrors a comment from a separate case in which a judge likened LLM training to a reader learning from books to create new ideas, rather than a tool designed to replace the original creator.

How Prior Cases Shape the Debate

The brief does not carry the force of a court ruling, but it points to recent litigation that helps define the line between permissible training and illegal data acquisition. In a case involving Anthropic, the company faced a $1.5 billion settlement not because its model learned from copyrighted works, but because it sourced that material from “illegal shadow libraries” – essentially pirated databases. The settlement underscores that the method of obtaining data can trigger massive liability even if the training process itself might be deemed transformative.

Judge William Alsup’s earlier observations provide additional context. He emphasized that training an LLM is more like a human learning process than a direct copy, suggesting the courts may be open to a broader fair-use interpretation. Yet the Anthropic outcome shows that courts draw a hard line at illegal procurement, regardless of the downstream use.

Who Gains and Who Risks

AI developers stand to benefit from a legal environment that treats large-scale data ingestion as fair use. A favorable ruling could lower the cost of building next-generation models such as Claude, Gemini, or a future GPT-5, because firms would no longer need to negotiate licenses for every piece of text they ingest. That could accelerate innovation and keep U.S. firms at the forefront of the global AI race.

Content creators and publishers remain the most vocal opponents. They argue that unrestricted scraping erodes the value of their work and deprives them of revenue. The New York Times lawsuit reflects that concern: the newspaper claims Open AI’s use of its articles without permission violates its copyrights. If courts side with the newspaper, AI labs could face injunctions, damages, or the need to retroactively license billions of words—a financial and logistical burden that could choke smaller players.

The government has a stake in balancing these forces. While the brief champions AI growth, it also implicitly acknowledges the need for a clear legal framework. Overly permissive rulings could provoke backlash from the creative sector, potentially prompting new legislation that might be more restrictive than the current dispute.

The Counter-Argument: Protecting Creative Rights

Critici van het standpunt van de overheid wijzen erop dat de fair-use-doctrine nooit bedoeld was om de datapraktijken van een hele sector te dekken. Ze waarschuwen dat het behandelen van alle grootschalige tekstinname als transformatief een precedent zou kunnen scheppen dat de prikkelstructuur van het auteursrechtensysteem ondermijnt. Bovendien laat de schikking met Anthropic zien dat zelfs als het trainingsproces is toegestaan, de manier waarop gegevens worden verkregen nog steeds illegaal kan zijn. Deze dualiteit betekent dat AI-ontwikkelaars niet simpelweg kunnen vertrouwen op een beroep op fair use; ze moeten er ook voor zorgen dat hun datapijplijnen rechtmatig zijn.

Waar u op moet letten

  • Rechtelijke uitspraken: Het Southern District of New York zal uiteindelijk een uitspraak doen in de zaak van de New York Times. Dat vonnis zal waarschijnlijk een referentiepunt worden voor toekomstige auteursrechtzaken gerelateerd aan AI.
  • Wetgevende maatregelen: Wetgevers kunnen reageren op de richting van de rechtbank door wetten op te stellen die de toegestane praktijken voor gegevensgebruik door AI verduidelijken, wat de huidige grijze zone mogelijk kan aanscherpen of versoepelen.
  • Reactie van de sector: AI-bedrijven kunnen hun strategieën voor gegevensverzameling aanpassen, door ofwel bredere licentieovereenkomsten te zoeken of door interne datasets op te bouwen die auteursrechtelijk beschermd materiaal volledig vermijden.

De kern

De amicusbrief van het ministerie van Justitie verandert de strijd over het auteursrecht van Open AI in een strijd om de toekomst van AI in Amerika. Door het trainen van LLM's te presenteren als een fair-use-activiteit die essentieel is voor de nationale concurrentiepositie, geeft de overheid aan dat restrictieve interpretaties van het auteursrecht een strategisch nadeel kunnen zijn. Toch betekent de aanhoudende spanning tussen de rechten van makers en de behoeften van ontwikkelaars dat de rechtbanken, en mogelijk het Congres, een grens zullen moeten trekken die innovatie in evenwicht brengt met de bescherming van creatief werk.