OpenAI ได้รับแรงหนุนที่หาได้ยากจากกระทรวงยุติธรรมสหรัฐฯ เมื่อหน่วยงานดังกล่าวได้ยื่นเอกสาร amicus brief ความยาว 20 หน้า เพื่อสนับสนุนการต่อสู้คดีโดยใช้หลักการใช้งานโดยชอบธรรม (fair-use defense) ของบริษัท ในคดีละเมิดลิขสิทธิ์กับ New York Times การยื่นเอกสารต่อศาลแขวงภาคใต้ของนิวยอร์กในครั้งนี้ ส่งสัญญาณว่ารัฐบาลกลางมองว่าแนวทางการฝึกฝน AI เป็นเรื่องของผลประโยชน์ระดับชาติ ไม่ใช่เพียงแค่ข้อพิพาททางกฎหมายระหว่างเอกชนเท่านั้น

ทำไมรัฐบาลถึงเข้ามาเกี่ยวข้อง

เอกสารดังกล่าววางกรอบของคดีนี้ในเชิงภูมิรัฐศาสตร์ โดยโต้แย้งว่าสหรัฐอเมริกามี "ผลประโยชน์อันมหาศาล" ในการรักษาความสามารถในการแข่งขันของอุตสาหกรรม AI โดยเชื่อมโยงความเป็นผู้นำด้าน AI เข้ากับทั้งความมั่งคั่งทางเศรษฐกิจและความมั่นคงของชาติ การที่รัฐบาลสนับสนุน OpenAI เป็นการบ่งชี้ว่าการตีความกฎหมายลิขสิทธิ์อย่างแคบเกินไปอาจทำให้วงจรการวิจัยและพัฒนาที่ช่วยให้บริษัทอเมริกันก้าวล้ำหน้าคู่แข่งในต่างประเทศต้องช้าลง ซึ่งจุดยืนนี้สะท้อนถึงคำสั่งฝ่ายบริหารก่อนหน้านี้ที่เรียกร้องให้ใช้แนวทาง "สหรัฐฯ ต้องมาก่อน" (U.S.-first approach) สำหรับมาตรฐานและการกำกับดูแล AI

ประเด็นทางกฎหมายหลัก: การใช้งานเชิงสร้างสรรค์ใหม่ หรือ การละเมิด?

สิ่งที่เป็นเดิมพันคือ การป้อนคลังข้อมูล (corpora) ขนาดใหญ่ที่มีลิขสิทธิ์เข้าไปในโมเดลภาษาขนาดใหญ่ (LLM) ถือเป็นการ "ใช้งานโดยชอบธรรม" (fair use) หรือไม่? หลักการ fair use จะคุ้มครองการใช้งานที่เป็นแบบ "transformative" หรือการใช้งานที่สร้างสรรค์สิ่งใหม่ขึ้นมา โดยมีวัตถุประสงค์ที่แตกต่างออกไป แทนที่จะเป็นการทำซ้ำผลงานต้นฉบับเพียงอย่างเดียว ข้อต่อสู้ของ OpenAI ซึ่งสอดคล้องกับเอกสารของรัฐบาล ระบุว่า LLM เรียนรู้รูปแบบและสร้างข้อความใหม่ ซึ่งเป็นกระบวนการที่คล้ายคลึงกับการที่มนุษย์อ่านเพื่อซึมซับข้อมูล มากกว่าจะเป็นเพียงการคัดลอกและวาง (copy-and-paste)

เอกสารดังกล่าวยังเตือนว่า "การจำกัดการพัฒนา LLM ภายใต้ความเข้าใจที่ผิดเกี่ยวกับหลักการ fair-use" จะส่งผลเสียต่อความคล่องตัวทางเศรษฐกิจของอเมริกา ภาษาที่ใช้ดังกล่าวสะท้อนถึงความเห็นจากคดีอื่นที่ผู้พิพากษาได้เปรียบเทียบการฝึกฝน LLM ว่าเหมือนกับการที่ผู้อ่านเรียนรู้จากหนังสือเพื่อสร้างสรรค์ไอเดียใหม่ๆ มากกว่าจะเป็นเครื่องมือที่ออกแบบมาเพื่อแทนที่ผู้สร้างสรรค์ผลงานต้นฉบับ

คดีก่อนหน้านี้ส่งผลต่อการถกเถียงอย่างไร

แม้เอกสารนี้จะไม่มีอำนาจบังคับเหมือนคำตัดสินของศาล แต่ก็ได้ชี้ให้เห็นถึงคดีความที่เกิดขึ้นเมื่อเร็วๆ นี้ ซึ่งช่วยกำหนดเส้นแบ่งระหว่างการฝึกฝนที่อนุญาตให้ทำได้กับการได้มาซึ่งข้อมูลที่ผิดกฎหมาย ในคดีที่เกี่ยวข้องกับ Anthropic บริษัทต้องเผชิญกับการยอมความด้วยเงินจำนวน 1.5 พันล้านดอลลาร์ ไม่ใช่เพราะโมเดลของบริษัทเรียนรู้จากผลงานที่มีลิขสิทธิ์ แต่เป็นเพราะบริษัทได้แหล่งข้อมูลมาจาก "shadow libraries ที่ผิดกฎหมาย" ซึ่งโดยพื้นฐานแล้วคือฐานข้อมูลที่ละเมิดลิขสิทธิ์ การยอมความในครั้งนี้ตอกย้ำว่า วิธีการได้มาซึ่งข้อมูลสามารถนำไปสู่ความรับผิดทางกฎหมายมหาศาลได้ แม้ว่ากระบวนการฝึกฝนนั้นอาจจะถือเป็นการใช้งานเชิงสร้างสรรค์ใหม่ (transformative) ก็ตาม

ข้อสังเกตก่อนหน้านี้ของผู้พิพากษา William Alsup ยังช่วยให้เห็นบริบทเพิ่มเติม โดยเขาเน้นย้ำว่าการฝึกฝน LLM นั้นคล้ายคลึงกับกระบวนการเรียนรู้ของมนุษย์มากกว่าการคัดลอกโดยตรง ซึ่งบ่งชี้ว่าศาลอาจเปิดรับการตีความหลัก fair-use ที่กว้างขึ้น อย่างไรก็ตาม ผลลัพธ์ของคดี Anthropic แสดงให้เห็นว่าศาลจะขีดเส้นแบ่งอย่างชัดเจนในเรื่องการจัดหาข้อมูลที่ผิดกฎหมาย โดยไม่คำนึงถึงการนำไปใช้งานในขั้นตอนต่อมา

ใครได้ประโยชน์ และใครมีความเสี่ยง

นักพัฒนา AI มีแนวโน้มที่จะได้รับประโยชน์จากสภาพแวดล้อมทางกฎหมายที่ถือว่าการนำเข้าข้อมูลขนาดใหญ่เป็นการใช้งานโดยชอบธรรม (fair use) คำตัดสินที่เป็นบวกอาจช่วยลดต้นทุนในการสร้างโมเดลยุคถัดไป เช่น Claude, Gemini หรือ GPT-5 ในอนาคต เนื่องจากบริษัทต่างๆ ไม่จำเป็นต้องเจรจาขอใบอนุญาตสำหรับข้อความทุกชิ้นที่นำมาใช้ ซึ่งจะช่วยเร่งนวัตกรรมและทำให้บริษัทของสหรัฐฯ อยู่ในแถวหน้าของการแข่งขันด้าน AI ระดับโลก

ผู้สร้างสรรค์เนื้อหาและสำนักพิมพ์ ยังคงเป็นฝ่ายคัดค้านที่ส่งเสียงดังที่สุด พวกเขาโต้แย้งว่าการดึงข้อมูล (scraping) อย่างไม่จำกัดเป็นการทำลายมูลค่าของผลงานและทำให้พวกเขาขาดรายได้ คดีของ New York Times สะท้อนถึงความกังวลดังกล่าว โดยหนังสือพิมพ์อ้างว่าการที่ OpenAI นำบทความของตนไปใช้โดยไม่ได้รับอนุญาตเป็นการละเมิดลิขสิทธิ์ หากศาลเข้าข้างหนังสือพิมพ์ ห้องปฏิบัติการ AI อาจต้องเผชิญกับคำสั่งห้ามของศาล (injunctions) ค่าเสียหาย หรือความจำเป็นในการขอใบอนุญาตย้อนหลังสำหรับข้อความจำนวนหลายพันล้านคำ ซึ่งเป็นภาระทางการเงินและโลจิสติกส์ที่อาจทำให้ผู้เล่นรายเล็กต้องหยุดชะงัก

รัฐบาล มีส่วนได้ส่วนเสียในการสร้างสมดุลระหว่างแรงผลักดันเหล่านี้ แม้ว่าเอกสารดังกล่าวจะสนับสนุนการเติบโตของ AI แต่ก็ยอมรับโดยนัยถึงความจำเป็นในการมีกรอบกฎหมายที่ชัดเจน คำตัดสินที่ผ่อนปรนเกินไปอาจกระตุ้นให้เกิดการตอบโต้จากภาคส่วนสร้างสรรค์ ซึ่งอาจนำไปสู่การออกกฎหมายใหม่ที่เข้มงวดกว่าข้อพิพาทในปัจจุบัน

ข้อโต้แย้ง: การปกป้องสิทธิ์ของผู้สร้างสรรค์

Critics of the government’s stance point out that fair-use doctrine was never intended to blanket an entire industry’s data practices. They warn that treating all large-scale text ingestion as transformative could set a precedent that undermines the copyright system’s incentive structure. Moreover, the Anthropic settlement demonstrates that even if the training process is permissible, the means of acquiring data can still be illegal. This duality means that AI developers cannot simply rely on a fair-use defense; they must also ensure their data pipelines are clean.

What to Watch Next

  • Court rulings: The Southern District of New York will eventually issue a decision on the New York Times claim. That judgment will likely become a reference point for future AI-related copyright cases.
  • Legislative moves: Lawmakers may respond to the court’s direction by drafting statutes that clarify permissible data-use practices for AI, potentially tightening or loosening the current gray area.
  • Industry response: AI firms may adjust their data-collection strategies, either by seeking broader licensing agreements or by building internal datasets that avoid copyrighted material altogether.

Bottom Line

The Justice Department’s amicus brief turns the Open AI copyright fight into a proxy battle over America’s AI future. By framing LLM training as a fair-use activity essential to national competitiveness, the government signals that restrictive copyright interpretations could be a strategic liability. Yet the ongoing tension between creators’ rights and developers’ needs means the courts, and possibly Congress, will have to draw a line that balances innovation with the protection of creative work.