Dozwolony użytek służy wszystkim

AI Progress⁠(otwiera nowe okno)

Sąd powinien odrzucić podjętą przez powodów próbę rozszerzenia ochrony prawa autorskiego poza jej ustalone granice. Trenowanie AI wykorzystuje utwory chronione prawem autorskim w zasadniczo innym celu, nie zapewnia odbiorcom zastępczego dostępu do tych utworów i nie powoduje szkody rynkowej uznawanej na gruncie ustawy o prawie autorskim. Umożliwia natomiast rozwój szerokiej gamy przełomowych technologii, które już przynoszą korzyści społeczeństwu. Prawo autorskie służy wspieraniu twórczości i postępu, a nie tłumieniu zgodnych z prawem innowacji czy chronieniu autorów przed konkurencją. Utrwalone zasady dozwolonego użytku prowadzą zatem do jednoznacznego wniosku, że trenowanie generatywnej AI stanowi dozwolony użytek.

American Council of the Blind, Association of Research Libraries, American Library Association, Consumer Technology Association i Business Software Alliance⁠(otwiera nowe okno)

Ta sprawa dotyczy nie tylko firm rozwijających duże modele językowe (LLM). Wpływa na badaczy z dziedziny medycyny i pacjentów, nauczycieli pracujących z uczniami o różnych potrzebach edukacyjnych, osoby z niepełnosprawnościami dążące do większej samodzielności, rolników wykorzystujących wiedzę rolniczą, niezależnych twórców rozwijających nowe formy wyrazu oraz branże od oprogramowania po usługi prawne. Wspólnym interesem tych społeczności jest możliwość badania rozległych i różnorodnych źródeł wiedzy i uczenia się z nich, a także dostęp do narzędzi pozwalających praktycznie wykorzystać zdobytą wiedzę. Wiele z nich polega na systemach opracowanych przez innych, w tym na systemach AI o otwartym kodzie źródłowym, zamiast samodzielnie trenować modele. Dozwolony użytek wspiera ich możliwości uczenia się, odkrywania, komunikowania się i tworzenia. Ograniczenia trenowania w ramach dozwolonego użytku dotknęłyby zarówno instytucje tworzące AI, jak i osoby z niej korzystające.

Authors Alliance⁠(otwiera nowe okno)

Teoria rozmycia rynku zakłada, że prawo autorskie powinno chronić uprawnionych przed zjawiskiem gospodarczym, którego nigdy wcześniej nie ograniczało. Nowe utwory mogą zmniejszać sprzedaż, widoczność lub wartość starszych utworów bez kopiowania ich chronionej formy wyrazu. Ustawa o prawie autorskim celowo pozostawia taką konkurencję poza kontrolą podmiotu praw autorskich. Amicus zwraca się zatem z szacunkiem do sądu o orzeczenie, że „rozmycie rynku”, czyli łączna presja konkurencyjna ze strony wygenerowanych treści nienaruszających praw — w tym treści o tej samej tematyce lub należących do tego samego gatunku, mających wspólne cechy nieobjęte ochroną lub konkurujących o tych samych odbiorców — nie stanowi szkody rynkowej uznawanej na gruncie 17 U.S.C. § 107(4). Odrzucenie tej teorii pozwoliłoby zachować rozróżnienie, którego sąd apelacyjny drugiego okręgu zawsze przestrzegał: prawo autorskie chroni autorów przed zastępowaniem ich chronionej formy wyrazu, a nie przed sukcesem nowej twórczości, która jedynie z nią konkuruje.

Chamber of Progress, Abundance Institute i Trevor Lawrence Jr.⁠(otwiera nowe okno)

Doświadczenia współczesnej branży kreatywnej z generatywną AI doskonale ilustrują działanie tych zasad w praktyce. Pokazują, jak narzędzia generatywnej AI realizują główny cel prawa autorskiego, którym jest umożliwianie dalszej ludzkiej twórczości. Na przykład muzycy wykorzystują generatywną AI do eksperymentowania z aranżacjami, rozwijania melodii i realizacji projektów, które bez niej mogłyby być poza ich zasięgiem z powodu ograniczonych zasobów. Narzędzia te wspierają decyzje artysty i pomagają wcielać je w życie, poszerzając możliwości ludzkiej ekspresji i zasób utworów dostępnych dla odbiorców.

Computer and Communications Industry Association⁠(otwiera nowe okno)

Trenowanie modelu generatywnej AI należy do najbardziej jednoznacznie transformatywnych sposobów wykorzystania utworów, jakie kiedykolwiek przedstawiono sądowi do oceny. Utwory chronione prawem autorskim nie są kopiowane po to, by odbiorcy mogli się z nimi zapoznawać ani by je rozpowszechniać. Są analizowane w celu wyodrębnienia wzorców statystycznych, dzięki którym narzędzie może generować nowy tekst lub inne treści na polecenie człowieka. Zarówno cel, jak i charakter takiego wykorzystania są zasadniczo odmienne od pierwotnego celu i charakteru utworów źródłowych.

Ed Lee i Rebecca Tushnet⁠(otwiera nowe okno)

Profesorowie prawa

Te wygenerowane treści, które nie naruszają praw autorskich, nie są istotnie podobne do utworów powodów — należą jedynie do tego samego gatunku lub zawierają podobne fakty. Bezprecedensowa teoria „rozmycia” przedstawiona przez powoda stawia prawo autorskie na głowie. Gatunki i fakty nie podlegają ochronie prawnoautorskiej. Zgodnie z konstytucyjną klauzulą dotyczącą prawa autorskiego elementy te nie są oryginalnymi „dziełami” żadnego „autora” i można je swobodnie kopiować.

Electronic Frontier Foundation⁠(otwiera nowe okno)

Powodowie zwracają się do sądu o odrzucenie tej ostrożności i zmianę prawa autorskiego przez wprowadzenie wymogu zgodnego z prawem pozyskania materiałów, który nie ma podstaw ani w ustawie, ani w orzecznictwie. Domagają się też, by ocena dozwolonego użytku działała na niekorzyść twórcy narzędzia ogólnego przeznaczenia, jeśli narzędzie to mogłoby służyć do tworzenia potencjalnie konkurencyjnych utworów nienaruszających praw autorskich. Sąd powinien odrzucić obie teorie.

Engine i Developers Alliance⁠(otwiera nowe okno)

Sposób, w jaki startupy korzystają z modeli bazowych, pokazuje, że wykorzystanie utworów chronionych prawem autorskim do trenowania modelu AI stanowi dozwolony użytek, a nie naruszenie praw autorskich. Celem trenowania modelu bazowego nie jest odtwarzanie utworów, na których się uczy, lecz zbudowanie narzędzia ogólnego przeznaczenia, które inni mogą dostosowywać do nowych celów. Cele obrane przez startupy w niczym nie przypominają celów, jakim służą utwory w jakimkolwiek zbiorze danych treningowych.

Foundation for American Innovation⁠(otwiera nowe okno)

W zakresie, w jakim trenowanie AI umożliwia tworzenie nowej wiedzy, form wyrazu, oprogramowania i innych możliwości, korzyści te mają znaczenie dla oceny skutków rynkowych tego wykorzystania w ramach czwartego kryterium. To rozumowanie uzasadnia w tej sprawie nowatorskie zastosowanie: uwzględnienie znaczenia, jakie dla bezpieczeństwa narodowego mają możliwości prowadzenia nowych analiz, tworzenia oprogramowania i wykonywania innej produktywnej pracy.

Gregory Leppert⁠(otwiera nowe okno)

Ekspert ds. technologii bibliotecznych

„Podstawowym celem prawa autorskiego nie jest wynagradzanie pracy autorów, lecz wspieranie postępu nauki i sztuk użytecznych”. Biblioteki realizują ten sam fundamentalny cel co ustawa o prawie autorskim. Na przykład Biblioteka Kongresu deklaruje, że jej misją jest zapewnianie „dostępu do bogatego, różnorodnego i trwałego źródła wiedzy, które dostarcza informacji, inspiruje i angażuje w poszukiwania intelektualne i twórcze”. Inne instytucje posługują się uderzająco podobnym językiem: misją Biblioteki Harvarda jest „współpraca z naszymi społecznościami przy tworzeniu nowej wiedzy i dzieleniu się nią”, biblioteki MIT dążą do „rozwijania wiedzy poprzez zapewnianie godnej zaufania podstawy do tworzenia, rozpowszechniania, wykorzystywania, twórczego przetwarzania i zachowywania informacji”, a Nowojorska Biblioteka Publiczna istnieje po to, by „rozwijać wiedzę poprzez zapewnianie bezpłatnego i otwartego dostępu do materiałów”. Otwarta dostępność modeli AI ogólnego przeznaczenia służy ważnemu celowi społecznemu: pozwala bibliotekom nadążać za wyzwaniami związanymi z zachowywaniem ludzkiej wiedzy i zapewnianiem do niej dostępu przyszłym pokoleniom.

Joshua S. Gans⁠(otwiera nowe okno)

Profesor zarządzania strategicznego

Prawo autorskie sprzyja nie tylko tworzeniu treści, lecz także budowaniu narzędzi, które się na nich uczą. Zasada uznająca każdą sprzedaż utraconą na rzecz konkurencji za podstawę roszczeń może osłabić motywację do budowania takich narzędzi, nie zapewniając przy tym skutecznej ochrony motywacji do tworzenia treści.

Kevin Kelly⁠(otwiera nowe okno)

Autor

AI to przełomowa technologia, która przyspiesza powstawanie nowych utworów w niezliczonych dziedzinach sztuki i nauki. Pan Kelly zna z własnego doświadczenia wpływ AI na rozwój literatury. Jego zdaniem każdy model AI można postrzegać jako zupełnie nowe medium, które daje autorom możliwości tworzenia nowych tekstów i pomysłów oraz rozumowania. Orzeczenie na korzyść powodów w kwestii dozwolonego użytku przyznałoby im zatem znacznie więcej niż ograniczony monopol na ich oryginalną formę wyrazu, który Kongres zamierzał im zapewnić. Utrudniłoby rozwój technologii zdolnych do rozpowszechniania wcześniej niewyobrażalnych ilości informacji. Hamowałoby również rozwój nowych sposobów myślenia i tworzenie nowych, oryginalnych utworów zarówno w sztuce, jak i w nauce. Amicus składa niniejszą opinię na poparcie argumentu pozwanych, że wykorzystanie utworów chronionych prawem autorskim do trenowania dużych modeli językowych stanowi dozwolony użytek w rozumieniu 17 U.S.C. § 107. Dla pana Kelly’ego, który przez całe życie zajmuje się pisaniem, ochrona przysługująca podmiotom praw autorskich jest ważna. Równie istotne jest zachowanie przestrzeni na dozwolone sposoby korzystania z materiałów chronionych prawem autorskim i rozwój przełomowych technologii. W przeciwnym razie prawo autorskie będzie tłumić właśnie tę twórczość, innowacyjność i upowszechnianie wiedzy, które ma wspierać. Doktryna dozwolonego użytku ma kluczowe znaczenie dla zapewnienia tej równowagi.

Khosla Ventures⁠(otwiera nowe okno)

Dozwolony użytek istnieje właśnie po to, by zapobiegać wykorzystywaniu prawa autorskiego przeciwko innowacjom, które prawo to miało wspierać. Aby zrealizować konstytucyjny cel prawa autorskiego, jakim jest „wspieranie postępu nauki i sztuk użytecznych”, Konstytucja USA, art. I, § 8, klauzula 8, sąd powinien orzec, że wykorzystanie utworów chronionych prawem autorskim do trenowania dużych modeli językowych OpenAI stanowi dozwolony użytek w świetle prawa.

Matthew Sag⁠(otwiera nowe okno)

Profesor prawa

Z materiału dowodowego w tej sprawie wynika, że wykorzystanie przez pozwanych utworów powodów do trenowania AI ma wysoce transformatywny charakter, co zdecydowanie przemawia za uznaniem go za dozwolony użytek. W realistycznych warunkach treści generowane przez modele pozwanych nie są bowiem pod żadnym istotnym względem podobne do niewidocznych kopii pośrednich tworzonych w procesie trenowania.

Michael Wall i Sarah Rose Siskind⁠(otwiera nowe okno)

Muzyk i kompozytor / komiczka i autorka

Niniejsza opinia pokazuje, co to zdanie oznacza w praktyce, na przykładzie pracy dwojga niezależnych twórców, którzy utrzymują się dzięki ochronie prawnoautorskiej i narzędziom AI. Amici Sarah Rose Siskind i Michael Wall to artyści, którzy tworzą oryginalne utwory i udzielają licencji na korzystanie z nich. Korzystają jednak z AI do wykonywania zadań towarzyszących procesowi twórczemu i rozwijania swojej działalności na rynku pełnym konkurentów dysponujących większymi zasobami. Dla Amici AI nie zastępuje twórczości ani nie stanowi drogi na skróty w procesie twórczym. AI pomaga im tworzyć więcej i wzbogacać swoją twórczość o nowe formy wyrazu. Doświadczenia Amici potwierdzają stanowisko Stanów Zjednoczonych, że narzędzia AI „mogą i powinny pomagać wyrównywać szanse między wydawcami głównego nurtu a wydawcami niezależnymi”. Siskind korzysta z AI w każdym aspekcie swojej działalności — od codziennych zadań administracyjnych po rozwijanie pomysłów i pozyskiwanie nowych klientów. Dzięki AI wykonuje pracę nietwórczą szybciej i niższym kosztem, a jej twórczość zyskuje na jakości. Jak sama mówi: „Nie sądzę, żebym na tym etapie mogła prowadzić swoją działalność bez AI”. Podobnie AI pomaga Wallowi sprostać zadaniom operacyjnym związanym z działalnością muzyczną, obniżyć koszty i poświęcać więcej czasu na komponowanie muzyki. Podobnie jak Siskind, wątpi on, czy jego działalność mogłaby przetrwać w obecnej formie bez AI.

Mike Knoop, Daniel Lowd, Douglas Schmidt⁠(otwiera nowe okno)

Naukowcy z dziedziny informatyki

Uogólnianie i zapamiętywanie to odrębne zjawiska. Trenowanie na dużym i zróżnicowanym zbiorze pozwala modelowi odpowiadać na prompty, z którymi nie zetknął się podczas trenowania. Potwierdza to wniosek, że model uczy się wzorców mających zastosowanie w nowych kontekstach, a nie tylko przechowuje utwory źródłowe. Wytrenowany model nie jest repozytorium dokumentów dostępnych pod określonymi adresami i zazwyczaj nie pobiera wskazanych danych treningowych jako zapisanych plików. Nie istnieje adres, indeks ani uchwyt pliku, za pomocą którego można zażądać określonych danych treningowych i je otrzymać. Generowanie polega zamiast tego na utworzeniu rozkładu prawdopodobieństwa dla następnego tokenu i dokonaniu wyboru na jego podstawie.

Public Knowledge⁠(otwiera nowe okno)

Dozwolony użytek chronił narzędzia pomagające ludziom poruszać się po ogromnych zbiorach informacji, które przyniósł nam świat cyfrowy, w tym wyszukiwarki obrazów i narzędzia do pełnotekstowego przeszukiwania książek. Zob. 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) („Książki Google”). Chronił również udostępnianie przez biblioteki książek cyfrowych w przystępnych formatach czytelnikom, którym niepełnosprawność utrudnia korzystanie z druku. Zob. Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 101–03 (2d Cir. 2014). Chronił też bezpłatne publikowanie w internecie norm technicznych włączonych do przepisów prawa, uznając „istotne korzyści społeczne płynące z bezpłatnego i łatwego dostępu do prawa”. Am. Soc’y for Testing & Materials v. Public.Resource.Org, Inc., 82 F.4th 1262, 1271–72 (D.C. Cir. 2023). Dozwolony użytek odegra równie pożyteczną rolę w zapewnieniu, by korzyści z AI trafiały do całego społeczeństwa, zamiast pozostawać pod kontrolą uprzywilejowanej garstki.

Senator Rick Santorum i członek Izby Reprezentantów Rick Boucher⁠(otwiera nowe okno)

Byli członkowie Kongresu

„Od samego początku prawo autorskie rozwijało się w odpowiedzi na istotne zmiany technologiczne”. Sony Corp. of Am. v. Universal City Studios, Inc., 464 U.S. 417, 430 (1984). Zgodnie z tą genezą doktryna dozwolonego użytku, zapisana w ustawie o prawie autorskim z 1976 r., ma współdziałać ze zmianami technologicznymi, a nie im przeciwdziałać. AI jest najnowszą i najbardziej doniosłą technologią, do której należy zastosować tę doktrynę. Wykorzystanie utworów chronionych prawem autorskim do trenowania modeli AI jest wzorcowym przykładem dozwolonego użytku. Model AI korzysta z utworów nie po to, by przekazywać odbiorcom ich formę wyrazu, lecz w zupełnie innym celu: aby wyodrębniać statystyczne wzorce językowe, które umożliwiają jego działanie. Orzeczenie, że trenowanie AI stanowi dozwolony użytek, ma kluczowe znaczenie dla naszego kraju. Swoboda trenowania AI przez amerykańskich naukowców, firmy i przedsiębiorców ma fundamentalne znaczenie gospodarcze i strategiczne.

Ron Suskind i Brian L. Frye⁠(otwiera nowe okno)

Dziennikarz, laureat Nagrody Pulitzera / profesor prawa

Wykorzystanie przez OpenAI artykułów prasowych do trenowania modeli generatywnej AI w żaden sposób nie naruszyło uzasadnionych oczekiwań komercyjnych powodów z branży prasowej. Zlecali oni i publikowali artykuły prasowe z zamiarem sprzedawania konsumentom dostępu do tych artykułów. Zachowują wyłączne prawo do sprzedawania konsumentom dostępu do swoich artykułów i nadal z niego korzystają. Wykorzystanie tych artykułów przez OpenAI do trenowania modeli AI nie wpłynęło na możliwość sprzedawania konsumentom dostępu do nich.

Rząd Stanów Zjednoczonych⁠(otwiera nowe okno)

W tym postępowaniu „The New York Times” dąży do zawężenia doktryny dozwolonego użytku tak, by wykluczyć z niej trenowanie dużych modeli językowych (LLM) OpenAI. Taki rezultat byłby sprzeczny z podstawowymi zasadami prawa autorskiego i poważnie hamowałby „postęp nauki i sztuk użytecznych”. KONSTYTUCJA USA, art. I, § 8, klauzula 8. Jak omówiono poniżej, redakcje — w tym media niezależne i nowo powstałe, a także sam „The New York Times” — wykorzystują modele LLM do celów dziennikarskich i innych. Poza zakresem przedmiotowym tego postępowania modele LLM już pomagają badaczom z różnych dziedzin osiągać istotne przełomy. Ograniczenie rozwoju modeli LLM wskutek błędnego rozumienia doktryny dozwolonego użytku udaremniłoby taki postęp twórczy i naukowy, a zarazem hamowałoby wzrost dobrobytu i możliwości awansu ekonomicznego w Ameryce.