پیروزی بزرگ گوگل در دادگاه: رد شکایت ناشران علیه هوش مصنوعی AI Overviews
گوگل شاید در دنیای موتورهای جستجو یک غول انحصارطلب باشد، اما دادگاه میگوید شاکیان نتوانستهاند سوءاستفاده این شرکت از هوش مصنوعی AI Overviews را ثابت کنند. یک قاضی فدرال پرونده شکایت ناشران علیه گوگل را به طور کامل رد کرد و گفت هیچ قانون ضدانحصاری نقض نشده است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- یک قاضی فدرال شکایت شرکتهای رسانهای پنسکی مدیا (PMC) و چِگ (Chegg) علیه گوگل را رد کرد؛ آنها مدعی بودند خلاصهساز هوش مصنوعی AI Overviews ترافیک سایتهایشان را میدزدد.
- جالب اینجاست که همین قاضی در سال ۲۰۲۴ انحصار گوگل در بازار جستجو را تأیید کرده بود، اما این بار اعلام کرد شاکیان نتوانستهاند نقض قوانین ضدانحصار را ثابت کنند.
- قاضی در رأی خود تأکید کرد انتظار ناشران برای دریافت بازدید در ازای انتشار رایگان محتوا صرفاً یک «توقع» است و نه یک قرارداد رسمی با موتور جستجو.
شاید گوگل در بازار جستجوی اینترنتی یک غول تمامعیار و انحصارطلب باشد، اما هیچکدام از شاکیان نتوانستند در دادگاه ثابت کنند که این شرکت در حال سوءاستفاده از قدرت انحصاری خود است.
بر اساس گزارش خبرگزاری رویترز، یک قاضی فدرال شکایت هلدینگ رسانهای پنسکی مدیا (PMC) و شرکت حوزه فناوری آموزش چِگ (Chegg) را به طور کامل رد کرد. این شرکتها ادعا کرده بودند که بخش خلاصه هوش مصنوعی گوگل (AI Overviews) با بازنویسی و بستهبندی دوباره محتوای آنلاین آنها، مخاطبانشان را به شکل غیرقانونی به سمت خود میکشد. جالب اینجاست که قاضی آمیت مهتا (Amit Mehta) — همان قاضی معروفی که در سال ۲۰۲۴ رسماً حکم به انحصارطلب بودن گوگل در خدمات جستجوی آنلاین داده بود — در یادداشت توضیحی خود برای هر دو پرونده اعلام کرد که این شرکتها نتوانستهاند نقض قوانین ضدانحصار توسط غول جستجو را به دادگاه اثبات کنند.
در متن شکایت اصلی پنسکی و چگ آمده بود که گوگل با تکیه بر ابزار AI Overviews و ایندکس عظیمش از وب، ترافیک ورودی به کسبوکار تبلیغات آنلاین آنها را میبلعد و به درآمدهایشان آسیب جدی میزند. شرکت چگ حتی مدعی شده بود که گوگل عملاً وبسایتها را مجبور میکند تا محتوای خود را برای اسکرپ و آموزش هوش مصنوعی در اختیار این غول فناوری بگذارند، وگرنه از نتایج جستجو حذف میشوند.
با این حال، قاضی مهتا به دلایل متعددی هر دو ادعا را رد کرد و به این نتیجه رسید که هیچیک از شاکیان استدلال قانعکنندهای نیاوردهاند که نشان دهد گوگل از انحصار خود برای دریافت رایگان محتوا جهت تغذیه هوش مصنوعی سوءاستفاده کرده، یا به دنبال کسب مزیتی ناعادلانه در حوزه نشر دیجیتال بوده است. مهتا در بخشی از حکم خود به صراحت نوشت: «شاکیان تنها ادعا کردهاند که این "انتظار" را دارند که اگر محتوای خود را رایگان عرضه کنند، گوگل برای آنها ترافیک بفرستد؛ اما یک انتظار هرگز به معنای توافق یا قرارداد نیست و سازوکار یک موتور جستجوی عمومی دقیقاً به همین شکل است.»
تاکنون نمایندگان دو شرکت پنسکی مدیا و چگ به درخواستها برای اظهارنظر درباره این یادداشت توضیحی و رأی دادگاه پاسخی ندادهاند.
البته ناشران دیگر هم نگرانیهای جدی درباره استفاده از محتوای خود در ابزارهای هوش مصنوعی جستجوی گوگل مطرح کردهاند، ولی این وضعیت چندان ساده و شفاف نیست. در حال حاضر ناشران میتوانند صفحات خود را از نمایش در بخش AI Overviews مستثنی کنند و همچنان در نتایج سنتی جستجو فهرست شوند؛ با این حال، با پر شدن هرچه بیشتر صفحه اول جستجو توسط حالت هوش مصنوعی و کادرهای AI Overviews، کاملاً قابل درک است که چرا ناشران این راهکار را یک مصالحه رضایتبخش نمیدانند.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

معرفی پروژه متنباز OpenDots توسط CopilotKit؛ ساخت همکاران هوش مصنوعی همیشهبیدار با دسترسی به وب، اسلک و صدا
تیم CopilotKit با انتشار قالب متنباز OpenDots، ساخت همکاران هوش مصنوعی همیشهبیدار را برای برنامهنویسان راحتتر از همیشه کرده است. این ابزار به ایجنتها اجازه میدهد به وب، اسلک و حتی مکالمات صوتی دسترسی داشته باشند و در محیطهایی کاملاً ایزوله کارهای تیمی را جلو ببرند.

۹ دستور «اسلش» شگفتانگیز در چتجیپیتی برای گرفتن بهترین پاسخها
اگر از پرحرفی یا پاسخهای کلیشهای چتجیپیتی کلافه شدهاید، با اضافه کردن چند دستور ساده با علامت اسلش (/) میتوانید خروجی هوش مصنوعی را متحول کنید. در این راهنما با ۹ دستور کاربردی آشنا میشوید که کیفیت پاسخهای مدلهای زبانی را به اوج میرسانند.

شاهکار آزمایشگاه کیوتای؛ بازآموزی مدل صوتی PocketTTS با روش جدید و نرخ خطای فوقالعاده ۰.۹ درصد!
آزمایشگاه فرانسوی کیوتای با بازآموزی مدل صوتی کمحجم PocketTTS از طریق روش خلاقانه Drifting، موفق شد پیچیدگیهای محاسباتی سنگین را کنار بگذارد و به نرخ خطای خارقالعاده ۰.۹۰ درصد برسد. این مدل ۱۰۰ میلیون پارامتری به طور کامل روی CPU اجرا میشود، از شبیهسازی صدا و استریم زنده پشتیبانی میکند و با حفظ کیفیت چشمگیر، فرایند آموزش مدلهای گفتاری را بسیار سادهتر و بهینهتر کرده است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.