Wikimedia просить суд у справі NYT проти OpenAI захистити тренування ШІ, але не «копіювання»
Wikimedia Foundation подала до суду пояснення amicus у справі The New York Times проти OpenAI та Microsoft. Організація пропонує компромісний підхід до «чесного використання» для тренування ШІ та видач відповідей.
Wikimedia Foundation подала до федерального суду пояснення amicus у справі The New York Times проти OpenAI та Microsoft, закликаючи визнати правомірним тренування великих мовних моделей на захищених авторським правом матеріалах, але не підтримувати безатрибуційне «відтворення» таких матеріалів у відповідях чатботів.
Що саме пропонує Wikimedia
За даними організації, тренування ШІ на опублікованих текстах має підпадати під «чесне використання», якщо моделі створюють «щось нове й відмінне від джерела». До цього переліку вона відносить і певні сценарії retrieval-augmented generation (RAG), коли модель звертається до зовнішніх баз знань для уточнення відповіді.
Водночас, якщо система видає фрагменти статей, які заміщують звернення читача до оригіналу, це повинно вимагати ліцензування та атрибуції. Wikimedia наголошує, що тексти з Wikipedia поширюються за ліцензіями Creative Commons, які вимагають зазначення джерела й поширення похідних матеріалів на тих самих умовах.
Позиції сторін і можливі ризики
The New York Times наполягає, що компанії на кшталт OpenAI не повинні мати свободу використовувати весь їхній контент без дозволу. Натомість OpenAI та Microsoft твердять, що тренування й розгортання моделей на відкритих даних є «чесним використанням». OpenAI називає відтворення оригінальних текстів «рідкісною помилкою», а Microsoft заявляла, що Copilot рідко відтворює повні речення з новин, що, на її думку, не нівелює «трансформативну» мету тренування LLM.
Wikimedia застерігає від крайніх рішень: надто вузьке тлумачення «чесного використання» може загальмувати інновації та розвиток відкритих технологій, а повне схвалення будь-якого використання ризикує закрити відкриту мережу й послабити знання через нестачу доступних вторинних джерел.
Чому це важливо для відкритих знань
У поданні зазначено, що проєкти Wikimedia є одними з ключових джерел даних для тренування ШІ. Водночас чатботи відтягують аудиторію від сайтів-джерел і спільнот, які їх підтримують, і часто не дотримуються умов Creative Commons. На думку організації, неуважне застосування принципів «чесного використання» може поставити під загрозу сталість вільних знань.
Що далі
Суд готується до ухвалення попереднього рішення у справі, яка може стати прецедентом для понад десятка подібних процесів. Wikimedia наполягає на балансі: розширення доступу до знань за допомогою ШІ має поважати внесок авторів, спільнот і вимоги ліцензій.
