Wizara ya Sheria ya Marekani imetoa uingiliaji kati mkubwa wa kisheria katika vita vya hakimiliki vinavyoendelea kati ya makampuni makubwa ya vyombo vya habari na watengenezaji wa AI. Kwa kudai kuwa mafunzo ya Mifumo Mikubwa ya Lugha (LLMs) kwa kutumia data zenye hakimiliki huhesabiwa kama "matumizi ya haki" (fair use), DOJ imetoa kinga kubwa ya kisheria kwa kampuni kama OpenAI na Microsoft.

Hoja ya DOJ: Mafunzo dhidi ya Matokeo

Katikati ya kesi iliyounganishwa inayohusisha The New York Times kuna tofauti ya msingi kati ya jinsi AI inavyojifunza na kile inachozalisha. The New York Times inadai kuwa mamilioni ya makala zake yalitumika bila ruhusa kufundisha mifumo kama GPT-4, jambo linalosababisha hasara ya mabilioni ya dola na kuunda bidhaa zinazoshindana moja kwa moja na gazeti hilo.

Hata hivyo, hati ya hivi karibuni ya DOJ inadai kuwa ukiukaji wa hakimiliki hutokea wakati wa kutoa matokeo (output), na si wakati wa kuingiza data (ingestion). Wizara inadai kuwa ingawa kazi nzima zinanakiliwa wakati wa hatua ya mafunzo, nakala hizi hazitolewi hadharani kamwe. Zaidi ya hayo, DOJ inasisitiza kuwa matokeo ya mifumo kama GPT-4 "mara nyingi, ikiwa si kila wakati, hayana ufanano mkubwa" na nyenzo asilia. Kwa kutenganisha mchakato wa mafunzo kutoka kwa maudhui yanayozalishwa, DOJ inajaribu kutenganisha kitendo cha machine learning kutoka kwa dhana ya kisheria ya ubadilishaji wa soko (market substitution).

"Mfano wa Hemingway" na Ubunifu wa Binadamu

Ili kufanya dhana ya machine learning iwe rahisi kueleweka, DOJ ilitumia mfano wa kifasihi unaohusisha mwandishi Joan Didion. Hati hiyo ilibainisha kuwa akiwa kijana, Didion alikuwa akinakili hadithi za Ernest Hemingway ili kuchambua muundo wake wa sentensi na kujifunza ufundi wake. DOJ inadai kuwa ikiwa sheria ingechukulia mafunzo ya mashine kama ukiukaji, mwandishi kama Didion angeweza kinadharia kukabiliwa na dhima kila wakati anapochapisha kazi mpya, kwani mchakato wake wa kujifunza ungeunganishwa kwa karibu na maandishi yake ya baadaye.

Wizara inajadili zaidi kuwa kuweka dhima kali kwa mafunzo ya AI kungepunguza ubunifu ambao sheria ya hakimiliki imekusudiwa kuulinda. Kwa kuwa binadamu wanazidi kutumia LLMs kuandaa na kuhariri kazi asilia, DOJ inapendekeza kuwa kufanya mafunzo yasiruhusiwe bila mifumo mikubwa ya leseni kungeharibu uvumbuzi unaoendeshwa na AI.

Kuhoji Ofisi ya Hakimiliki ya Marekani

Msimamo wa DOJ unapingana moja kwa moja na matokeo ya hivi karibuni kutoka Ofisi ya Hakimiliki ya Marekani (US Copyright Office). Aliyezamani wa Ofisi hiyo, Shira Perlmutter, hapo awali alikuwa akipinga utetezi wa jumla wa "matumizi ya haki" (fair use), akibainisha kuwa AI inafanya kazi kwa kiwango na kasi inayozidi uwezo wa binadamu na mara nyingi hutengeneza bidhaa za kibiashara zinazoshindana moja kwa moja na watayarishaji asilia wa maudhui.

DOJ imechukua hatua za kushambulia tathmini hii, ikisema kuwa ripoti ya Perlmutter haina mamlaka ya kisheria inayofunga na inashindwa kuzingatia sheria zilizowekwa kuhusu uchambuzi wa kila kesi. Wizara inaonya kuwa kuweka dhima pana kungekuwa kama kulazimisha mfumo wa leseni ambao ungefanya uendelezaji wa mifumo ya juu ya AI kuwa haiwezekani kisheria na kifedha.

Mambo Muhimu ya Kuzingatia

  • Utenganishaji wa Mafunzo na Matokeo: DOJ inadai kuwa kunakili maandishi kwa ajili ya mafunzo hak构成 ukiukaji ikiwa matokeo ya mfumo yanayozalishwa hayaonyeshi "ufanano mkubwa" na kazi asilia.
  • Ulinzi wa Uvumbuzi: Wizara inaonya kuwa kuhitaji leseni kwa data zote za mafunzo kungepunguza ubunifu na kuzuia uendelezaji wa LLMs zinazosaidia katika uundaji wa maudhui ya binadamu.
  • Kielelezo cha Kisheria: Uingiliaji kati huu unaunda mgogoro wenye hatari kubwa kati ya DOJ na Ofisi ya Hakimiliki ya Marekani, ukitoa nafasi kwa uamuzi wa mahakama wa mwisho kuhusu mustakabali wa generative AI.

ARTICLE: Wizara ya Sheria ya Marekani iliwasilisha hati ya amicus brief katika kesi ya hakimiliki ya New York Times, ikidai kuwa kunakili maandishi yaliyolindwa ili kufundisha mifumo mikubwa ya lugha (LLMs) kunakidhi vigezo vya matumizi ya haki (fair use). Hati hiyo inatoa kwa kampuni kama OpenAI na Microsoft kinga ya kisheria ambayo inaweza kuwakinga na malipo ya fidia ambayo gazeti hilo linakadiria kuwa ni mabilioni.

Kwa nini kesi hii ni muhimu sasa

Kesi hiyo inaunganisha madai kadhaa kwamba watengenezaji wa AI waliingiza mamilioni ya makala za magazeti kwenye mifumo yao bila ruhusa, kisha wakatoa bidhaa zinazoshindana moja kwa moja na ripoti za Times zenyewe. Ikiwa mahakama itakataa hoja ya DOJ ya matumizi ya haki, makampuni ya AI yanaweza kukabiliwa na bili kubwa za leseni au kulazimika kusitisha uendelezaji wa kizazi kijacho cha mawakala wa mazungumzo (conversational agents).

Hoja kuu ya DOJ

Maelezo hayo ya kisheria yanagawanya mtiririko wa kazi wa AI katika hatua mbili tofauti. Kwanza, modeli huchukua mkusanyiko mkubwa wa maandishi; pili, inazalisha majibu kwa maelekezo ya mtumiaji. Idara hiyo inasema kuwa ukiukaji hutokea tu wakati kazi iliyolindwa na hakimiliki inapotengenezwa upya kwa njia ambayo umma inaweza kuipata. Kwa sababu nakala za mafunzo hazitoki kamwe kwenye seva za msanidi programu, kitendo cha kuchukua data hakifikii kiwango hicho.

DOJ pia inategemea jaribio la “ufanani mkubwa,” ambalo ni kiwango cha muda mrefu cha hakimiliki. Inadai kuwa maandishi yanayotolewa na modeli kama GPT-4 “mara nyingi, ikiwa si kila wakati,” yanatofautiana sana na chanzo chochote kimoja kiasi kwamba mdai hawezi kuthibitisha ufanani unaohitajika. Kwa kifupi, maelezo hayo yanahoji kuwa lengo la kisheria linapaswa kuwa kwenye matokeo ya mwisho, na si mchakato wa ndani wa kujifunza.

Mfano wa kifasihi wa kuelezea hoja hiyo

Ili kufanya hoja hiyo ya kiufundi iwe rahisi kueleweka, hati hiyo inatumia hadithi kuhusu mwandishi kijana aliyenakili hadithi za Ernest Hemingway ili kusoma mtindo wake. DOJ inasema kwamba ikiwa sheria ingechukulia zoezi hilo la kujifunza kama ukiukaji, mwandishi angeweza kushtakiwa kila anapochapisha kazi mpya, ingawa kazi yake ilikuwa ya asili. Idara hiyo inaonya kuwa kueneza mantiki hiyo hiyo kwa AI kunge “kudumaza ubunifu wenyewe ambao sheria ya hakimiliki ilikusudiwa kuulinda.”

Hatari kwa wasanidi wa AI na watengenezaji wa maudhui

  • Hatari ya uvumbuzi: Kudai leseni kwa kila sehemu ya maandishi yanayotumiwa katika mafunzo kunaweza kuongeza gharama hadi kiasi kwamba ujenzi wa modeli za kisasa zaidi unakuwa hauwezekani kifedha.
  • Mtiririko wa kazi wa ubunifu: Waandishi wa binadamu wanategemea zaidi LLMs kwa kuandika rasimu, kuhariri, na kutoa mawazo. Ikiwa mchakato wa mafunzo utachukuliwa kuwa haramu, zana hizo zinaweza kutoweka, na kubadilisha jinsi maudhui yanavyozalishwa katika viwanda mbalimbali.
  • Athari za soko: Sekta ya magazeti inadai kuwa modeli za AI zinazoweza kujibu maswali au kuzalisha maandishi yanayofanana na habari zinapunguza thamani ya ripoti za asili, na uwezekano wa kunyonya mapato ya matangazo na usajili.

Hoja ya kinyume ya Ofisi ya Hakimiliki

Ripoti ya hivi karibuni kutoka Ofisi ya Hakimiliki ya Marekani, iliyoandikwa chini ya Msajili wa zamani Shira Perlmutter, ilipinga utetezi wa jumla wa matumizi ya haki (fair-use). Ofisi hiyo ilionyesha mambo matatu yanayotofautisha AI na kujifunza kwa binadamu: kiasi kikubwa sana cha nyenzo zilizonakiliwa, kasi ambayo inachakatwa, na ukweli kwamba modeli zinazozalishwa zinaweza kufungashwa na kuuzwa kama bidhaa za kibiashara zinazoshindana moja kwa moja na watengenezaji wa vyanzo hivyo.

DOJ inapinga hoja hizo, ikibainisha kuwa ripoti hiyo haina mamlaka ya kisheria inayofunga na kwamba sheria za kesi zilizopo tayari zinahitaji uchambuzi wa kila ukweli wa matumizi ya haki. Inaonya kuwa kuweka “dhima pana” kungeilazimisha sekta hiyo kuingia katika mfumo wa leseni ambao “ungefanya uundaji wa modeli za juu za AI kuwa haiwezekani kisheria na kifedha.”

Nini kinaweza kutokea baadaye

Mahakama ya wilaya inayoshughulikia kesi ya Times itapaswa kulinganisha msimamo wa DOJ wa matumizi ya haki dhidi ya matokeo ya Ofisi ya Hakimiliki. Uamuzi unaounga mkono DOJ ungeanzisha mfano kwamba data za mafunzo zinaweza kukusanywa bila ruhusa ya wazi, mradi matokeo ya modeli yasihusiane sana na vyanzo (substantial similarity). Uamuzi unaounga mkono gazeti unaweza kuchochea wimbi la mazungumzo ya leseni, na uwezekano wa kubadilisha uchumi wa utafiti wa AI.

Hitimisho

Hati ya DOJ inageuza swali la ikiwa mafunzo ya AI ni matumizi ya haki kuwa mapambano makubwa ya mahakamani. Matokeo yataamua ikiwa wasanidi wanaweza kuendelea kujenga modeli zenye nguvu za lugha kwenye maandishi yaliyopo au lazima watafute leseni zenye gharama kubwa kwa kila sehemu ya nyenzo wanazochukua. Uamuzi huo utaathiri sekta ya teknolojia, sekta ya habari, na uchumi mpana wa ubunifu.