ויקימדיה בתביעת הניו יורק טיימס נגד OpenAI: אימון מודלים כן, שליפת כתבות למשתמשים לא

קרן ויקימדיה (Wikimedia Foundation), הארגון ללא מטרות רווח שמפעיל את ויקיפדיה, מציעה דרך ביניים באחת ממערכות התביעות החשובות בתחום זכויות היוצרים וה-AI. לפי The Verge, הקרן מבקשת מבתי המשפט להגן משפטית על אימון מודלי שפה גדולים (LLM) על יצירות מוגנות, אבל לא על צ'אטבוטים שמחזירים את אותן יצירות למשתמשים כמעט כלשונן. לטענתה, פסיקה חד-משמעית מדי לכל כיוון עלולה למנוע מעורכי ויקיפדיה כלים שימושיים, או לסכן את הרשת הפתוחה.

מסמך שלא תומך באף צד

ביום שישי הגישה ויקימדיה חוות דעת של ידיד בית המשפט (amicus brief), מסמך שמוגש לבית המשפט מטעם גורם שאינו צד לתיק. המסמך הוגש בתביעות של מו"לים, ובהם הניו יורק טיימס, נגד OpenAI ומיקרוסופט, והקרן לא צידדה באף אחד מהצדדים. "ויקימדיה מודאגת מכך שעמדות הצדדים בתיק דוחפות ליישום רחב ופשטני מדי של דוקטרינת השימוש ההוגן", נכתב במסמך. דוקטרינת השימוש ההוגן (fair use) בדין האמריקאי מתירה שימוש ביצירה מוגנת בלי רשות בתנאים מסוימים.

הקרן חוששת משני תרחישים. ניצחון גורף של המו"לים עלול לאפשר לבעלי זכויות "לשמור על השער" גם מול שימושים חדשניים ו"טרנספורמטיביים" ביצירות שלהם, כלומר שימושים שיוצרים מהן משהו חדש. ניצחון של חברות ה-AI, לעומת זאת, עלול להיות "אור ירוק להתעלם מתנאי רישוי ולפצל את זרימת הידע בין יוצרים אנושיים לקהל שלהם".

בין מקור נתונים למתחרה

עבור ויקיפדיה הסוגיה קריטית. לפי המסמך, אתרי ויקימדיה "הפכו לאחד ממקורות הנתונים החשובים ביותר" לאימון מערכות בינה מלאכותית ולמידת מכונה. אבל אותן מערכות מושכות מבקרים מהאתרים ובכך פוגעות בקהילות שמתחזקות אותם. ויקימדיה טוענת גם שהן מפרות זכויות יוצרים: שירותים כמו ChatGPT משחזרים טקסט שמופץ ברישיון Creative Commons החופשי, בלי לעמוד בתנאי הרישיון.

מנגד, הקרן מציינת שמודלי השפה עצמם מועילים לוויקיפדיה. הם יכולים לעזור לעורכים להיאבק בהשחתת ערכים, לזהות הפרות זכויות יוצרים וחשיפת פרטים אישיים (doxxing), ולאתר ערכים שזקוקים לשיפור.

"פסיקה שלא תיישם את עקרונות השימוש ההוגן בזהירות עלולה לאיים על קיימות הידע החופשי ולחנוק את הפיתוח של טכנולוגיות קוד פתוח", אמר סטיבן לפורט (Stephen LaPorte), היועץ המשפטי הכללי של הקרן. מנכ"לית ויקימדיה, ברנדט מיהן (Bernadette Meehan), אמרה: "אנחנו נוקטים עמדה בתיק הזה כדי להגן על הידע האנושי החופשי והפתוח שוויקיפדיה נשענת עליו".

הפשרה המוצעת

לפי ויקימדיה, איסוף אוטומטי של תוכן מאתרים (scraping) לא צריך להיחשב הפרה, ואימון מוקדם של LLM על יצירות מוגנות בלי רישיון צריך להיחשב שימוש הוגן, כל עוד הוא מספק "משהו חדש ושונה מהמקורות". אבל כשמודל שולף עותקים של חומר בתגובה לשאלות משתמשים ומגיש אותו "תוך שהוא דוחק את מעורבות הקוראים ביצירות המקוריות", יידרש רישיון. במקרה כזה הפלט רק מחליף את היצירה המקורית ולא משנה אותה מספיק כדי להיחשב שימוש הוגן. מבחינת ויקיפדיה, המשמעות היא מתן קרדיט למקור לפי רישיון Creative Commons, שמחייב גם ש"כל רמיקס או עיבוד" יופץ תחת אותו רישיון.

הצדדים עצמם רחוקים מהעמדה הזו. הטיימס טוען, למשל, ש-OpenAI הפרה את זכויות היוצרים שלו כשאספה תוכן מהאתר שלו לבניית מאגרי אימון. OpenAI ומיקרוסופט טוענות שהשימוש במודלים הוא שימוש הוגן. OpenAI כינתה את שחזור היצירות "באג נדיר", ומיקרוסופט טענה במסמך מספטמבר שניתוח מומחים מצא ש-Copilot רק לעיתים רחוקות משחזר משפטים שלמים מתוכן חדשותי.

למה זה חשוב

ככל הנראה, ההבחנה שמציעה ויקימדיה, בין למידה מתוכן לבין הגשה שלו במקום המקור, מבטאת את הדילמה של הרשת הפתוחה כולה. אתרים כמו ויקיפדיה רוצים שהידע שלהם ייצא לעולם, אבל תלויים בקוראים ובמתנדבים שמגיעים אליהם. בית המשפט לא מחויב לאמץ את העמדה הזו. עם זאת, היא מראה שגם בין מי שמספקים לתעשיית ה-AI את חומר הגלם יש מי שמחפשים פתרון שאינו ניצחון מלא לאחד הצדדים.

הכתבה מבוססת על תקציר חלקי של הדיווח המקורי.