Fair use gynnar alla

AI Progress⁠(öppnas i ett nytt fönster)

Domstolen bör avvisa kärandenas försök att utvidga upphovsrätten utöver dess etablerade gränser. Vid AI-träning används upphovsrättsskyddade verk för ett fundamentalt annorlunda syfte. Träningen ger inte allmänheten tillgång till något som ersätter dessa verk och orsakar inte sådan marknadsskada som kan beaktas enligt den amerikanska upphovsrättslagen. I stället möjliggör den en rad transformativa tekniker som redan gör samhällsnytta. Upphovsrätten finns för att främja kreativitet och framsteg, inte för att hämma laglig innovation eller skydda upphovspersoner från konkurrens. Vedertagna principer om fair use leder därför ofrånkomligen till slutsatsen att träning av generativ AI utgör fair use.

American Council of the Blind, Association of Research Libraries, American Library Association, Consumer Technology Association & Business Software Alliance⁠(öppnas i ett nytt fönster)

Detta mål berör fler än de företag som utvecklar stora språkmodeller (LLM:er). Det berör medicinska forskare och patienter, lärare som undervisar elever med olika inlärningsbehov, personer med funktionsnedsättning som strävar efter större självständighet, lantbrukare som tillämpar kunskap om jordbruk, oberoende kreatörer som utvecklar nya uttrycksformer och branscher från programvara till juridik. Dessa grupper har ett gemensamt intresse av att kunna studera och lära av breda och varierade kunskapskällor och av att få tillgång till verktyg som gör lärandet användbart. Många är beroende av system som andra har utvecklat, däribland AI-system med öppen källkod, snarare än att själva träna modeller. Fair use stödjer deras möjligheter att lära, upptäcka, kommunicera och skapa. Begränsningar av träning som omfattas av fair use skulle påverka både de institutioner som utvecklar AI och de människor som använder den.

Authors Alliance⁠(öppnas i ett nytt fönster)

Teorin om marknadsutspädning innebär att upphovsrättslagstiftningen ska skydda rättighetshavare mot ett ekonomiskt fenomen som den aldrig tidigare har begränsat. Nya verk kan minska äldre verks försäljning, synlighet eller värde utan att kopiera deras skyddade uttryck. Den amerikanska upphovsrättslagen lämnar avsiktligt denna konkurrens utanför upphovsrättshavarens kontroll. Amicus ber därför respektfullt domstolen att slå fast att ”marknadsutspädning” inte utgör marknadsskada som kan beaktas enligt 17 U.S.C. § 107(4). Med detta avses det samlade konkurrenstrycket från genererat innehåll som inte gör intrång i upphovsrätten, även sådant som rör samma ämne eller genre, har gemensamma oskyddade egenskaper eller konkurrerar om samma publik. Att avvisa teorin skulle bevara den åtskillnad som den federala appellationsdomstolen för den andra kretsen alltid har upprätthållit: upphovsrätten skyddar upphovspersoner mot att deras skyddade uttryck ersätts, inte mot framgången för nya uttryck som enbart konkurrerar med dem.

Chamber of Progress, Abundance Institute och Trevor Lawrence Jr.⁠(öppnas i ett nytt fönster)

Den moderna kreativa branschens erfarenheter av generativ AI illustrerar tydligt hur dessa principer fungerar i praktiken och visar hur generativa AI-verktyg främjar upphovsrättens centrala syfte: att möjliggöra ytterligare mänskligt skapande. Musiker använder till exempel generativ AI för att utforska arrangemang, utveckla melodier och genomföra projekt som begränsade resurser annars skulle kunna omöjliggöra. Dessa verktyg stödjer konstnärens egna beslut och hjälper till att förverkliga dem. De ger människor fler uttrycksmöjligheter och allmänheten tillgång till fler verk.

Computer and Communications Industry Association⁠(öppnas i ett nytt fönster)

Att träna en generativ AI-modell hör till de tydligast transformativa användningar som en domstol har ombetts att bedöma. De upphovsrättsskyddade verken kopieras inte för att konsumeras eller distribueras. De analyseras för att utvinna statistiska mönster som gör det möjligt för ett verktyg att generera ny text eller annat innehåll på en mänsklig användares instruktion. Både syftet med och karaktären på denna användning skiljer sig i grunden från de underliggande verkens ursprungliga syfte och karaktär.

Ed Lee och Rebecca Tushnet⁠(öppnas i ett nytt fönster)

Professorer i juridik

Detta genererade innehåll, som inte gör intrång i upphovsrätten, uppvisar inte någon väsentlig likhet med kärandenas verk utan tillhör bara samma genre eller innehåller liknande fakta. Kärandens teori om ”utspädning”, som saknar motstycke, vänder upp och ned på upphovsrätten. Genrer och fakta kan inte skyddas av upphovsrätten. Enligt konstitutionens upphovsrättsklausul är dessa element inte originella ”skrifter” av någon ”upphovsperson” och får kopieras fritt.

Electronic Frontier Foundation⁠(öppnas i ett nytt fönster)

Kärandena ber domstolen att helt bortse från denna försiktighet och skriva om upphovsrättslagstiftningen så att den omfattar ett krav på lagligt införskaffande som saknar stöd i både lagtext och rättspraxis. De vill också att bedömningen av fair use ska väga till nackdel för utvecklaren av ett verktyg för allmänna ändamål om verktyget skulle kunna användas för att skapa potentiellt konkurrerande verk som inte gör intrång i upphovsrätten. Domstolen bör avvisa båda teorierna.

Engine och Developers Alliance⁠(öppnas i ett nytt fönster)

Startupföretagens användning av grundmodeller visar att det är fair use, inte upphovsrättsintrång, att använda upphovsrättsskyddade verk för att träna en AI-modell. Syftet med att träna en grundmodell är inte att återge de verk den lär sig av, utan att bygga ett verktyg för allmänna ändamål som andra kan anpassa till nya syften. De ändamål som startupföretagen har valt har ingen likhet med syftena bakom verken i någon av träningsdatamängderna.

Foundation for American Innovation⁠(öppnas i ett nytt fönster)

I den mån AI-träning möjliggör ny kunskap, nya uttrycksformer, ny programvara och andra förmågor är dessa fördelar relevanta för bedömningen av användningens marknadseffekter enligt den fjärde faktorn. Det resonemanget stöder en ny tillämpning här: att beakta värdet för den nationella säkerheten av förmågor som möjliggör nya analyser, ny programvara och annat produktivt arbete.

Gregory Leppert⁠(öppnas i ett nytt fönster)

Expert på biblioteksteknik

”Upphovsrättens främsta syfte är inte att belöna upphovspersonernas arbete, utan att främja vetenskapens och de nyttiga konsternas framsteg.” Biblioteken delar detta grundläggande syfte med den amerikanska upphovsrättslagen. Library of Congress anger till exempel att dess uppdrag är att ge ”tillgång till en rik, mångsidig och beständig kunskapskälla som informerar, inspirerar och engagerar dig i dina intellektuella och kreativa strävanden”. Andra institutioner använder påfallande likartade formuleringar: Harvard Librarys uppdrag är att ”samverka med våra gemenskaper för att skapa och dela ny kunskap”, MIT Libraries vill ”främja kunskap genom att erbjuda en tillförlitlig grund för att skapa, sprida, använda, kreativt bearbeta och bevara information”, och New York Public Library finns för att ”främja kunskap genom fri och öppen tillgång till material”. Öppen tillgång till AI-modeller för allmänna ändamål fyller och stödjer ett viktigt samhällsnyttigt syfte genom att göra det möjligt för biblioteken att hålla jämna steg med utvecklingen i arbetet med att bevara och tillgängliggöra mänsklig kunskap för framtida generationer.

Joshua S. Gans⁠(öppnas i ett nytt fönster)

Professor i strategisk företagsledning

Upphovsrätten stödjer inte bara incitamentet att skapa innehåll, utan också incitamentet att bygga verktyg som lär sig av innehållet. En regel som gjorde varje utebliven försäljning till grund för rättsliga anspråk skulle kunna försvaga det senare incitamentet utan att ge det förra ett tillförlitligt skydd.

Kevin Kelly⁠(öppnas i ett nytt fönster)

Författare

AI är en transformativ teknik som påskyndar skapandet av nya verk inom otaliga konstnärliga och vetenskapliga discipliner. Kelly har erfarenhet av hur AI utvecklar litteraturen. Enligt honom kan varje AI-modell ses som ett helt nytt medium som ger författare möjlighet att skapa nya texter och idéer och att resonera. Ett avgörande till kärandenas fördel i frågan om fair use skulle därför ge dem långt mer än den begränsade ensamrätt till deras ursprungliga uttryck som kongressen avsåg att ge. Det skulle hämma utvecklingen av teknik som kan sprida tidigare ofattbara mängder information. Det skulle också hindra nya sätt att tänka och skapandet av nya originalverk inom både konst och vetenskap. Amicus lämnar in detta yttrande till stöd för svarandenas argument att användningen av upphovsrättsskyddade verk för att träna stora språkmodeller utgör fair use enligt 17 U.S.C. § 107. Med sitt livslånga engagemang för skrivandet värdesätter Kelly det skydd som upphovsrättshavare åtnjuter. Lika viktigt är det att bevara utrymmet för tillåten användning av upphovsrättsskyddat material och för utvecklingen av transformativa tekniker. Annars kommer upphovsrätten att kväva just den kreativitet, innovation och kunskapsspridning som den finns till för att uppmuntra. Doktrinen om fair use är avgörande för att säkerställa denna balans.

Khosla Ventures⁠(öppnas i ett nytt fönster)

Fair use finns just för att förhindra att upphovsrättslagstiftningen används mot den innovation som den är utformad för att främja. För att uppfylla upphovsrättens konstitutionella uppdrag ”att främja vetenskapens och de nyttiga konsternas framsteg”, enligt USA:s konstitution, art. I, § 8, punkt 8, bör domstolen slå fast att användningen av upphovsrättsskyddade verk för att träna OpenAI:s stora språkmodeller rättsligt sett utgör fair use.

Matthew Sag⁠(öppnas i ett nytt fönster)

Professor i juridik

Av underlaget i detta mål framgår att svarandenas användning av kärandenas verk för AI-träning är i hög grad transformativ, vilket starkt talar för att den ska bedömas som fair use. Under realistiska förhållanden liknar nämligen det innehåll som svarandenas modeller genererar inte på något relevant sätt de osynliga mellanliggande kopior som skapas under träningsprocessen.

Michael Wall och Sarah Rose Siskind⁠(öppnas i ett nytt fönster)

Musiker och kompositör / komiker och författare

Detta yttrande ger en inblick i vad den meningen innebär i praktiken genom två oberoende kreatörers arbete. För sin försörjning är de beroende av upphovsrättsskydd och AI-verktyg. Amici Sarah Rose Siskind och Michael Wall är konstnärer som skapar och licensierar originalverk. Men de använder AI för att hantera arbetet runt den kreativa processen och utveckla sina företag på en marknad full av konkurrenter med större resurser. För Amici ersätter AI inte kreativiteten och innebär inte heller någon genväg genom deras kreativa processer. AI hjälper dem att skapa mer och att utveckla sitt arbete i nya uttrycksformer. Erfarenheterna från Amici understryker USA:s uppfattning att AI-verktyg ”kan och bör bidra till att skapa mer jämlika villkor mellan etablerade och oberoende utgivare”. Siskind använder AI i alla delar av sin verksamhet, från dagliga administrativa uppgifter till att utveckla idéer och skaffa nya kunder. Med AI går hennes icke-kreativa arbete snabbare och kostar mindre, samtidigt som hennes kreativa arbete blir bättre. Som hon själv uttrycker det: ”Jag tror inte att jag skulle kunna driva mitt företag utan AI i dag.” På liknande sätt hjälper AI Wall att hantera de praktiska kraven i sin musikverksamhet, minska kostnaderna och ägna mer tid åt att komponera musik. Liksom Siskind tvivlar han på att hans företag skulle kunna överleva i sin nuvarande form utan AI.

Mike Knoop, Daniel Lowd, Douglas Schmidt⁠(öppnas i ett nytt fönster)

Datavetare

Generalisering och memorering är skilda fenomen. Träning på en stor och varierad samling material gör det möjligt för en modell att svara på promptar som den inte har stött på under träningen. Det stöder slutsatsen att den lär sig mönster som kan tillämpas i nya sammanhang, snarare än att bara lagra källverken. En tränad modell är inte ett adresserbart dokumentarkiv och hämtar normalt inte specifika träningsdata som lagrade filer. Det finns ingen adress, inget index och inget filhandtag som kan användas för att begära och få tillbaka specifika träningsdata. Genereringen sker i stället genom att en sannolikhetsfördelning för nästa token tas fram och ett val görs utifrån den.

Public Knowledge⁠(öppnas i ett nytt fönster)

Fair use har skyddat verktyg som hjälper människor att hitta i de enorma informationsmängder som den digitala världen har gett oss, däribland bildsökning och fulltextsökning i böcker. 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”). Det har också skyddat bibliotekens tillhandahållande av tillgängliga digitala böcker för personer som har svårt att läsa tryckt text. Se Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 101–03 (2d Cir. 2014). Det har även skyddat kostnadsfri publicering på nätet av tekniska standarder som införlivats i lag, med hänvisning till de ”betydande samhällsfördelarna med fri och enkel tillgång till lagen”. Am. Soc’y for Testing & Materials v. Public.Resource.Org, Inc., 82 F.4th 1262, 1271–72 (D.C. Cir. 2023). Fair use kommer att vara lika värdefullt för att säkerställa att fördelarna med AI kommer hela allmänheten till del, i stället för att kontrolleras av ett fåtal privilegierade.

Senator Rick Santorum och representanthusledamot Rick Boucher⁠(öppnas i ett nytt fönster)

Tidigare kongressledamöter

”Ända från början har upphovsrätten utvecklats som svar på betydande tekniska förändringar.” Sony Corp. of Am. v. Universal City Studios, Inc., 464 U.S. 417, 430 (1984). I linje med denna bakgrund är doktrinen om fair use, som lagfästes genom 1976 års amerikanska upphovsrättslag, avsedd att samverka med teknisk förändring, inte motverka den. AI är den senaste och mest betydelsefulla teknik som denna doktrin måste tillämpas på. Att använda upphovsrättsskyddade verk för att träna AI-modeller är ett typexempel på fair use. En AI-modell använder inte verk för att förmedla deras uttryck till allmänheten, utan för ett helt annat ändamål: att utvinna de statistiska språkmönster som gör att modellen fungerar. Ett avgörande om att AI-träning utgör fair use är av avgörande betydelse för vårt land. Amerikanska forskares, företags och entreprenörers frihet att träna AI är av yttersta ekonomiska och strategiska vikt.

Ron Suskind och Brian L. Frye⁠(öppnas i ett nytt fönster)

Pulitzerprisbelönad journalist / professor i juridik

OpenAI:s användning av tidningsartiklar för att träna sina generativa AI-modeller skadade inte på något sätt de rimliga kommersiella förväntningarna hos de nyhetsföretag som är kärande i målet. De beställde och publicerade tidningsartiklar med förväntningen att sälja tillgång till dem till konsumenter. De har kvar och fortsätter att utöva sin ensamrätt att sälja tillgång till artiklarna till konsumenter. Deras möjlighet att sälja tillgång till artiklarna till konsumenter påverkades inte av att OpenAI använde artiklarna för att träna sina AI-modeller.

USA:s regering⁠(öppnas i ett nytt fönster)

I denna rättsprocess försöker New York Times begränsa doktrinen om fair use så att träningen av OpenAI:s stora språkmodeller (LLM:er) inte omfattas. Ett sådant utfall skulle strida mot grundläggande upphovsrättsliga principer och allvarligt hämma ”vetenskapens och de nyttiga konsternas framsteg”. USA:s konstitution, art. I, § 8, punkt 8. Som diskuteras nedan använder publikationer – såväl oberoende och nystartade medier som New York Times självt – LLM:er för journalistiska och andra ändamål. Även utanför det område som denna rättsprocess gäller hjälper LLM:er redan forskare inom olika fält att uppnå stora genombrott. Att begränsa utvecklingen av LLM:er på grund av en feltolkning av doktrinen om fair use skulle motverka sådana kreativa och vetenskapliga framsteg och samtidigt hämma USA:s välstånd och möjligheterna till ekonomisk rörlighet.