Fair use gavner alle

AI Progress⁠(åbner i et nyt vindue)

Retten bør afvise sagsøgernes forsøg på at udvide ophavsretten ud over dens fastlagte grænser. AI-træning anvender ophavsretligt beskyttede værker til et grundlæggende andet formål, giver ikke offentligheden en alternativ adgang til værkerne og medfører ikke markedsskade, der er retligt relevant efter den amerikanske ophavsretslov. Den muliggør derimod en bred vifte af transformative teknologier, som allerede gavner samfundet. Ophavsretten skal fremme kreativitet og fremskridt, ikke undertrykke lovlig innovation eller beskytte ophavspersoner mod konkurrence. Fastlagte principper om fair use fører derfor nødvendigvis til den konklusion, at træning af generativ AI udgør fair use.

American Council of the Blind, Association of Research Libraries, American Library Association, Consumer Technology Association og Business Software Alliance⁠(åbner i et nyt vindue)

Denne sag vedrører ikke kun virksomheder, der udvikler store sprogmodeller (LLM'er). Den berører medicinske forskere og patienter, undervisere med elever med forskellige læringsbehov, mennesker med handicap, der ønsker større selvstændighed, landmænd, der anvender landbrugsfaglig viden, uafhængige kunstnere, der udvikler nye udtryksformer, og brancher fra software til jura. Disse grupper har en fælles interesse i at kunne undersøge og lære af brede og forskelligartede videnskilder og i at have adgang til de værktøjer, som gør denne læring nyttig. Mange er afhængige af systemer, som andre har udviklet, herunder open source-AI-systemer, frem for selv at træne modeller. Fair use understøtter deres mulighed for at lære, opdage, kommunikere og skabe. Begrænsninger af træning omfattet af fair use ville påvirke både de institutioner, der udvikler AI, og de mennesker, der bruger den.

Authors Alliance⁠(åbner i et nyt vindue)

Teorien om markedsudvanding lægger op til, at ophavsretslovgivningen skal beskytte rettighedshavere mod et økonomisk fænomen, som den aldrig før har begrænset. Nye værker kan reducere ældre værkers salg, synlighed eller værdi uden at kopiere deres beskyttede udtryk. Den amerikanske ophavsretslov holder bevidst denne konkurrence uden for ophavsretshaverens kontrol. Amicus anmoder derfor respektfuldt retten om at fastslå, at »markedsudvanding«, dvs. det samlede konkurrencepres fra ikke-krænkende output, herunder output inden for samme emne eller genre, som deler ubeskyttede kendetegn eller konkurrerer om det samme publikum, ikke udgør retligt relevant markedsskade efter 17 U.S.C. § 107(4). En afvisning af teorien ville bevare den sondring, som appelretten for Anden Retskreds altid har fastholdt: Ophavsretten beskytter ophavspersoner mod erstatninger for deres beskyttede udtryk, ikke mod succesen for nye udtryk, der blot konkurrerer med det.

Chamber of Progress, Abundance Institute og Trevor Lawrence Jr.⁠(åbner i et nyt vindue)

Den moderne kreative branches erfaringer med generativ AI er et glimrende eksempel på disse principper i praksis. De viser, hvordan generative AI-værktøjer fremmer ophavsrettens centrale formål: at skabe grundlag for mere menneskelig kreativitet. Musikere bruger for eksempel generativ AI til at afprøve arrangementer, udvikle melodier og gøre projekter mulige, som begrænsede ressourcer ellers kunne sætte en stopper for. Disse værktøjer understøtter kunstnerens valg og hjælper med at føre dem ud i livet. Det giver mennesker flere udtryksmuligheder og offentligheden adgang til flere værker.

Computer and Communications Industry Association⁠(åbner i et nyt vindue)

Træning af en generativ AI-model er blandt de mest klart transformative anvendelser, en domstol er blevet bedt om at vurdere. De ophavsretligt beskyttede værker kopieres ikke, for at nogen skal tilegne sig deres indhold eller distribuere dem. De analyseres for at udlede statistiske mønstre, som gør et værktøj i stand til at generere ny tekst eller andet output efter en menneskelig brugers anvisninger. Både formålet med og karakteren af denne anvendelse adskiller sig grundlæggende fra de underliggende værkers oprindelige formål og karakter.

Ed Lee og Rebecca Tushnet⁠(åbner i et nyt vindue)

Professorer i jura

Disse ikke-krænkende output har ingen væsentlig lighed med sagsøgernes værker, men er blot inden for samme genre eller indeholder lignende fakta. Sagsøgerens hidtil usete teori om »udvanding« vender ophavsretten på hovedet. Genrer og fakta kan ikke beskyttes af ophavsretten. Efter forfatningens ophavsretsbestemmelse er disse elementer ikke nogen »ophavspersons« originale »skrifter« og kan frit kopieres.

Electronic Frontier Foundation⁠(åbner i et nyt vindue)

Sagsøgerne beder retten om at opgive denne forsigtighed og omskrive ophavsretslovgivningen ved at indføre et krav om lovlig erhvervelse, som hverken har grundlag i loven eller i retspraksis. De beder også om, at vurderingen af fair use skal falde ud til ugunst for udvikleren af et alsidigt værktøj, hvis værktøjet kan bruges til at skabe potentielt konkurrerende værker, som ikke krænker ophavsretten. Retten bør afvise begge teorier.

Engine og Developers Alliance⁠(åbner i et nyt vindue)

Startupvirksomheders brug af grundmodeller viser, at brugen af ophavsretligt beskyttede værker til at træne en AI-model udgør fair use, ikke en krænkelse af ophavsretten. Formålet med at træne en grundmodel er ikke at gengive de værker, den lærer af, men at bygge et alsidigt værktøj, som andre kan tilpasse til nye formål. De formål, startupvirksomhederne har valgt, har intet til fælles med formålene med værkerne i noget træningsdatasæt.

Foundation for American Innovation⁠(åbner i et nyt vindue)

I det omfang AI-træning muliggør ny viden, nye udtryksformer, ny software og andre nye funktioner, er disse fordele relevante for vurderingen af anvendelsens markedsvirkninger under den fjerde faktor. Dette ræsonnement understøtter en ny anvendelse i denne sag: at inddrage den nationale sikkerhedsværdi af funktioner, som muliggør nye analyser, ny software og andet produktivt arbejde.

Gregory Leppert⁠(åbner i et nyt vindue)

Ekspert i biblioteksteknologi

»Ophavsrettens primære formål er ikke at belønne ophavspersoners arbejde, men at fremme videnskabens og de nyttige kunsters udvikling.« Bibliotekerne deler dette grundlæggende formål med den amerikanske ophavsretslov. Library of Congress beskriver for eksempel sin mission som at give »adgang til en rig, mangfoldig og varig kilde til viden, som kan oplyse, inspirere og engagere dig i dine intellektuelle og kreative bestræbelser«. Andre institutioner bruger bemærkelsesværdigt enslydende formuleringer: Harvard Librarys mission er at »samarbejde med vores fællesskaber om at skabe og dele ny viden«, MIT Libraries vil »fremme viden ved at skabe et pålideligt grundlag for at frembringe, formidle, anvende, arbejde kreativt med og bevare information«, og New York Public Library har til formål at »fremme viden ved at give fri og åben adgang til materialer«. Åben adgang til AI-modeller til generelle formål tjener og understøtter et vigtigt samfundsgode, fordi den gør det muligt for bibliotekerne at holde trit med opgaven med at bevare menneskelig viden og gøre den tilgængelig for kommende generationer.

Joshua S. Gans⁠(åbner i et nyt vindue)

Professor i strategisk ledelse

Ophavsretten understøtter ikke blot incitamentet til at skabe indhold, men også incitamentet til at bygge værktøjer, der lærer af dette indhold. En regel, der gjorde ethvert fortrængt salg til grundlag for et retskrav, kunne svække det sidste incitament uden at sikre beskyttelsen af det første.

Kevin Kelly⁠(åbner i et nyt vindue)

Forfatter

AI er en transformativ teknologi, som fremskynder skabelsen af nye værker inden for utallige kunstneriske og videnskabelige discipliner. Kelly har erfaring med, hvordan AI fremmer udviklingen inden for litteratur. Efter hans opfattelse kan hver AI-model forstås som et helt nyt medie, der giver forfattere mulighed for at skabe nye tekster og idéer og for at ræsonnere. Hvis sagsøgerne fik medhold i spørgsmålet om fair use, ville det derfor give dem langt mere end det begrænsede monopol på deres originale udtryk, som Kongressen havde til hensigt at tildele dem. Det ville hæmme udviklingen af teknologier, der kan formidle hidtil ufattelige mængder information. Det ville også hæmme nye måder at tænke på og skabelsen af nye originale værker inden for både kunst og videnskab. Amicus indgiver dette indlæg til støtte for de sagsøgtes argument om, at brugen af ophavsretligt beskyttede værker til at træne store sprogmodeller udgør fair use efter 17 U.S.C. § 107. Med sit livslange virke som forfatter lægger Kelly stor vægt på den beskyttelse, ophavsretshavere nyder. Det er lige så afgørende at bevare plads til lovlig brug af ophavsretligt beskyttet materiale og til udviklingen af transformative teknologier. Ellers vil ophavsretten kvæle netop den kreativitet, innovation og videnspredning, som den skal fremme. Fair use-doktrinen er afgørende for at sikre denne balance.

Khosla Ventures⁠(åbner i et nyt vindue)

Fair use findes netop for at forhindre, at ophavsretslovgivningen bruges imod den innovation, den er skabt til at fremme. For at opfylde ophavsrettens forfatningsmæssige formål om »at fremme videnskabens og de nyttige kunsters udvikling«, jf. USA's forfatning, art. I, § 8, pkt. 8, bør retten fastslå, at brugen af ophavsretligt beskyttede værker til træning af OpenAI's store sprogmodeller retligt set udgør fair use.

Matthew Sag⁠(åbner i et nyt vindue)

Professor i jura

På baggrund af sagens materiale er de sagsøgtes brug af sagsøgernes værker til AI-træning i høj grad transformativ og taler stærkt for, at der foreligger fair use. Under realistiske forhold ligner outputtene fra de sagsøgtes modeller nemlig ikke på nogen relevant måde de usynlige mellemliggende kopier, der fremstilles under træningen.

Michael Wall og Sarah Rose Siskind⁠(åbner i et nyt vindue)

Musiker og komponist / komiker og forfatter

Dette indlæg giver indblik i, hvad den sætning betyder i praksis, gennem to uafhængige kunstneres arbejde. Begge er afhængige af ophavsretlig beskyttelse og AI-værktøjer for at opretholde deres levebrød. Amici Sarah Rose Siskind og Michael Wall er kunstnere, som skaber originale værker og giver licens til brugen af dem. Men de bruger AI til at håndtere arbejdet omkring den kreative proces og til at udvikle deres virksomheder på et marked fyldt med konkurrenter med flere ressourcer. For amici erstatter AI ikke kreativiteten og er heller ikke en genvej gennem deres kreative processer. AI hjælper dem med at skabe mere og med at videreudvikle deres arbejde i nye udtryksformer. Erfaringerne fra amici understreger USA's synspunkt om, at AI-værktøjer »kan og bør bidrage til at skabe lige vilkår for etablerede og uafhængige udgivere«. Siskind bruger AI i alle dele af sin virksomhed, fra daglige administrative opgaver til idéudvikling og til at skaffe nye kunder. Med AI bliver hendes ikke-kreative arbejde hurtigere og billigere, og hendes kreative arbejde bliver bedre. Som hun selv siger: »Jeg tror ikke, jeg ville kunne drive min virksomhed uden AI på nuværende tidspunkt.« På samme måde hjælper AI Wall med at håndtere driften af sin musikvirksomhed, reducere omkostningerne og bruge mere af sin tid på at komponere musik. Ligesom Siskind tvivler han på, at hans virksomhed ville kunne overleve i sin nuværende form uden AI.

Mike Knoop, Daniel Lowd, Douglas Schmidt⁠(åbner i et nyt vindue)

Dataloger

Generalisering og memorering er to forskellige fænomener. Træning på en stor og varieret samling gør en model i stand til at svare på prompts, som den ikke har mødt under træningen. Det understøtter konklusionen om, at den lærer mønstre, som kan anvendes i nye sammenhænge, frem for blot at lagre kildeværker. En trænet model er ikke et adresserbart dokumentlager og henter normalt ikke bestemte træningsdata som lagrede filer. Der findes ingen adresse, noget indeks eller noget filhåndtag, som kan bruges til at anmode om og få udleveret bestemte træningsdata. Genereringen foregår i stedet ved at beregne en sandsynlighedsfordeling for næste token og vælge ud fra den.

Public Knowledge⁠(åbner i et nyt vindue)

Fair use har beskyttet værktøjer, der hjælper mennesker med at finde rundt i de enorme informationsmængder, som den digitale verden har givet os, herunder billedsøgning og fuldtekstsøgning i bøger. Se Perfect 10, Inc. v. Amazon.com, Inc., 508 F.3d 1146, 1164–68 (9th Cir. 2007); Authors Guild v. Google, Inc., 804 F.3d 202, 216–17, 225 (2d Cir. 2015) (»Google Books«). Princippet har også beskyttet bibliotekernes mulighed for at stille tilgængelige digitale bøger til rådighed for læsere, som på grund af et handicap ikke kan læse almindelig trykt tekst. Se Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 101–03 (2d Cir. 2014). Og det har beskyttet gratis offentliggørelse på nettet af tekniske standarder, der er indarbejdet i lovgivningen, i anerkendelse af de »betydelige samfundsmæssige fordele ved fri og nem adgang til lovgivningen«. Am. Soc’y for Testing & Materials v. Public.Resource.Org, Inc., 82 F.4th 1262, 1271–72 (D.C. Cir. 2023). Fair use vil være lige så gavnligt for at sikre, at fordelene ved AI kommer hele befolkningen til gode frem for at være under nogle få privilegeredes kontrol.

Senator Rick Santorum og medlem af Repræsentanternes Hus Rick Boucher⁠(åbner i et nyt vindue)

Tidligere medlemmer af Kongressen

»Siden sin begyndelse har ophavsretten udviklet sig som reaktion på væsentlige teknologiske forandringer.« Sony Corp. of Am. v. Universal City Studios, Inc., 464 U.S. 417, 430 (1984). I tråd med denne baggrund skal fair use-doktrinen, som blev lovfæstet med den amerikanske ophavsretslov af 1976, spille sammen med den teknologiske udvikling, ikke modarbejde den. AI er den nyeste og mest betydningsfulde teknologi, som doktrinen skal anvendes på. Brugen af ophavsretligt beskyttede værker til at træne AI-modeller er et skoleeksempel på fair use. En AI-model anvender ikke værker for at formidle deres udtryk til offentligheden, men til et helt andet formål: at udlede de statistiske mønstre i sproget, som gør modellen i stand til at fungere. En afgørelse om, at AI-træning udgør fair use, er af afgørende betydning for vores land. Amerikanske forskeres, virksomheders og iværksætteres frihed til at træne AI er af allerstørste økonomiske og strategiske betydning.

Ron Suskind og Brian L. Frye⁠(åbner i et nyt vindue)

Pulitzerprisvindende journalist / professor i jura

OpenAI's brug af avisartikler til at træne sine generative AI-modeller skadede på ingen måde de sagsøgende nyhedsmediers rimelige kommercielle forventninger. De bestilte og udgav avisartikler med en forventning om at sælge forbrugerne adgang til dem. De har fortsat eneret til at sælge forbrugerne adgang til deres artikler og gør fortsat brug af den. Deres mulighed for at sælge forbrugerne adgang til deres artikler blev ikke påvirket af, at OpenAI brugte artiklerne til at træne sine AI-modeller.

USA's regering⁠(åbner i et nyt vindue)

I denne retssag forsøger New York Times at indsnævre fair use-doktrinen, så den ikke omfatter træningen af OpenAI's store sprogmodeller (LLM'er). Et sådant udfald ville stride mod grundlæggende ophavsretlige principper og i alvorlig grad hæmme »videnskabens og de nyttige kunsters udvikling«. USA's forfatning, art. I, § 8, pkt. 8. Som beskrevet nedenfor bruger medier – herunder uafhængige og nystartede medier samt New York Times selv – LLM'er til journalistiske og andre formål. Også uden for det område, denne retssag vedrører, hjælper LLM'er allerede forskere på tværs af fagområder med at opnå store gennembrud. At begrænse udviklingen af LLM'er ud fra en misforståelse af fair use-doktrinen ville modvirke sådanne kreative og videnskabelige fremskridt og samtidig hæmme amerikansk velstand og økonomisk mobilitet.