اسناد دادگاه فاش کرد: شرکت‌های هوش مصنوعی می‌دانستند چت‌بات‌ها «تهدیدی وجودی» برای روزنامه‌نگاران هستند

بر اساس اسناد قضایی که به تازگی از حالت محرمانه خارج شده‌اند، شرکت‌های توسعه‌دهنده هوش مصنوعی برای آموزش مدل‌های زبانی بزرگ خود از حجم عظیمی از متون منتشرشده استفاده کرده‌اند و مدیران این شرکت‌ها می‌دانستند که این کار مصداق سرقت محتوای دارای کپی‌رایت است.

این لایحه اوایل ماه جاری میلادی در جریان رسیدگی به پرونده‌ای ثبت شد که چندین شکایت مرتبط با نقض حق نشر علیه OpenAI (سازنده چت‌بات ChatGPT) و شریک تجاری آن، یعنی Microsoft را تجمیع کرده است. در میان شاکیان این پرونده، نام روزنامه نیویورک تایمز و شرکت رسانه‌ای Ziff Davis به چشم می‌خورد.

بر اساس اسناد ارائه‌شده توسط ناشران، برنت هکت (Brent Hecht)، مدیر علوم کاربردی Microsoft، این اقدام را «سرقت حیرت‌انگیز با ابعادی بی‌سابقه» و شاید «بزرگ‌ترین سرقت کار در تاریخ بشر» خوانده است. اسناد کامل و ضمایمی که زمینه دقیق این نقل‌قول‌ها را نشان می‌دهند، همچنان مهروموم شده باقی مانده‌اند.

نظرات مطرح‌شده از سوی ناشران، استدلال شرکت‌های هوش مصنوعی مبنی بر محافظت قانونی از استفاده از محتوای دارای حق نشر تحت دکترین «استفاده منصفانه» را تضعیف می‌کند. بر اساس این اصل حقوقی، استفاده از محتوای دارای کپی‌رایت بسته به نحوه استفاده، ماهیت اثر، مقدار استفاده‌شده و تاثیر آن بر بازارِ اثر یادشده، می‌تواند مجاز باشد.

طبق اسناد دادگاه، ساتیا نادلا (Satya Nadella)، مدیرعامل Microsoft، تحت سوگند اعلام کرده است که تعامل با چت‌بات‌ها اطلاعات را «مستقیماً در خود پلتفرم هوش مصنوعی» در اختیار کاربر قرار می‌دهد، به جای آنکه کاربر نیازی داشته باشد «به منبع اصلی»، یعنی وب‌سایت ناشری که آن اطلاعات را گزارش کرده است، مراجعه کند. در همین راستا، یکی از مدیران اجرایی OpenAI نیز نوشته است که ناشران با یک «تهدید وجودی» از سوی محصولاتی مانند چت‌بات این شرکت روبه‌رو هستند.

لایحه ناشران همچنین به اقداماتی اشاره می‌کند که توسعه‌دهندگان هوش مصنوعی برای دور زدن دیوارهای پرداخت (Paywalls)، مانند دیوار پرداخت نیویورک تایمز، انجام داده‌اند. در این اسناد توضیح داده شده است که چگونه یکی از کارمندان OpenAI درباره «یک ترفند برای دور زدن دیوار پرداخت تایمز» به گرگ براکمن (Greg Brockman)، رئیس این شرکت، پیام داده و براکمن در پاسخ گفته است: «آه، عالی است.»

با این حال، اسناد نشان می‌دهند که نادلا در شهادت خود تاکید کرده است که هر محتوایی که پشت دیوار پرداخت قرار دارد «باید توسط هر کسی که می‌خواهد از آن برای توسعه هوش مصنوعی استفاده کند، لایسنس شود» و اگر او می‌دانست که OpenAI مدل‌های خود را با محتوای پولی آموزش داده است، از این شرکت می‌خواست تا مدل‌هایش را دوباره آموزش دهد.

در بیانیه‌ای که به رسانه‌ها ارسال شده است، یکی از سخنگویان Microsoft اعلام کرد که اظهارات هکت «تنها دیدگاه‌های یک کارمند را بازتاب می‌دهد» و موضع رسمی شرکت در لوایح حقوقی آن تشریح شده است؛ لوایحی که «توضیح می‌دهند چرا این استفاده‌های تحول‌آفرین با قانون کپی‌رایت مطابقت دارند و چرا Copilot جایگزینی برای روزنامه‌نگاریِ ناشران نیست.»

این سخنگو افزود که نظرات نادلا به تغییرات در نحوه مصرف اطلاعات توسط مردم اشاره دارد و «کاملاً با موضع حقوقی شرکت همسو است». وی تاکید کرد: «این مشاهدات نباید با نتیجه‌گیری درباره سوالات مرتبط با کپی‌رایت که در پیشگاه دادگاه مطرح است، اشتباه گرفته شود؛ موضوعی که Microsoft در لوایح خود به آن می‌پردازد.»

Microsoft در لایحه اختصاصی خود در این پرونده استدلال کرده است که استفاده از محتوای منتشرشده برای آموزش مدل‌های زبانی بزرگ (LLM) به شدت تحول‌آفرین بوده است. این شرکت ادعا کرد: «قانون کپی‌رایت به صاحبان حق نشر اجازه نمی‌دهد که مانع فناوری‌های تحول‌آفرینی مانند مدل‌های زبانی شوند؛ بلکه چنین استفاده‌هایی را با این انتظار که صاحبان حق نشر خود را تطبیق دهند و وضع عمومی جامعه بهتر شود، تشویق می‌کند.»

نمایندگان OpenAI و Ziff Davis تاکنون به درخواست‌ها برای اظهارنظر پاسخی نداده‌اند.

مدل‌های زبانی روی بیشترین حجم ممکن از محتوای منتشرشده که توسعه‌دهندگان بتوانند به آن دسترسی پیدا کنند، آموزش می‌بینند و کشمکش حقوقی بر سر کپی‌رایت – از جمله پرونده‌های مشابه از سوی نویسندگان کتاب‌ها – می‌تواند تاثیر قابل‌توجهی بر شرکت‌های هوش مصنوعی و رسانه‌ها داشته باشد. ناشران استدلال می‌کنند که شرکت‌های هوش مصنوعی باید برای لایسنس محتوای مورد استفاده خود پول پرداخت کنند، در حالی که غول‌های فناوری می‌گویند چنین کاری غیرضروری است و توسعه هوش مصنوعی توانمندتر را با مانع روبه‌رو می‌کند. دولت ترامپ نیز اوایل ماه جاری با انتشار بیانیه‌ای در این پرونده مداخله کرد و هشدار داد که الزام به دریافت لایسنس، توسعه هوش مصنوعی آمریکا را در رقابت با چین مختل خواهد کرد.

ناشران همچنین استدلال می‌کنند که کارمندان OpenAI و Microsoft می‌دانستند توانایی چت‌بات‌هایشان در یافتن، کپی کردن، خلاصه‌سازی و گاه بازتولید محتوای ناشران، باعث می‌شود خوانندگان از بازدید وب‌سایت‌های سازمان‌های خبری منصرف شوند.

در لایحه ناشران آمده است: «کارشناسان خودِ خواندگان (متهمان) اذعان دارند که مدل‌های زبانی به جای ترویج منابع خود، از آنها بهره‌کشی می‌کنند؛ برخلاف کارکردهای جست‌وجو که استفاده منصفانه تلقی شده‌اند.»