การใช้งานโดยชอบธรรมเป็นประโยชน์ต่อทุกคน

AI Progress⁠(เปิดในหน้าต่างใหม่)

ศาลควรปฏิเสธความพยายามของฝ่ายโจทก์ที่จะขยายขอบเขตการคุ้มครองลิขสิทธิ์ให้เกินกว่าที่กฎหมายกำหนดไว้ การนำผลงานที่มีลิขสิทธิ์มาใช้ฝึก AI มีวัตถุประสงค์แตกต่างจากการใช้ผลงานต้นฉบับโดยพื้นฐาน ไม่ได้เปิดให้สาธารณชนเข้าถึงผลงานเหล่านั้นในลักษณะที่ทดแทนการเข้าถึงต้นฉบับ และไม่ได้ก่อให้เกิดความเสียหายต่อตลาดในลักษณะที่กฎหมายลิขสิทธิ์รับรองให้เป็นเหตุแห่งการเรียกร้องทางกฎหมาย ในทางกลับกัน การฝึก AI ช่วยให้เกิดเทคโนโลยีที่นำไปใช้ประโยชน์ในรูปแบบใหม่ได้อย่างหลากหลาย ซึ่งสร้างประโยชน์ต่อสาธารณชนแล้วในปัจจุบัน กฎหมายลิขสิทธิ์มีขึ้นเพื่อส่งเสริมความคิดสร้างสรรค์และความก้าวหน้า ไม่ใช่เพื่อขัดขวางนวัตกรรมที่ชอบด้วยกฎหมายหรือปกป้องผู้สร้างสรรค์ผลงานจากการแข่งขัน ดังนั้น ตามหลักการใช้งานโดยชอบธรรมที่ได้รับการยอมรับและใช้บังคับมาอย่างต่อเนื่อง จึงต้องถือว่าการฝึก Generative AI เป็นการใช้งานโดยชอบธรรม

American Council of the Blind, Association of Research Libraries, American Library Association, Consumer Technology Association & Business Software Alliance⁠(เปิดในหน้าต่างใหม่)

คดีนี้ไม่ได้เกี่ยวข้องเพียงกับบริษัทที่พัฒนาโมเดลภาษาขนาดใหญ่ (LLM) เท่านั้น แต่ยังส่งผลต่อนักวิจัยทางการแพทย์และผู้ป่วย ครูผู้สอนที่ดูแลนักเรียนซึ่งมีความต้องการด้านการเรียนรู้แตกต่างกัน ผู้พิการที่ต้องการพึ่งพาตนเองได้มากขึ้น เกษตรกรที่นำความรู้ด้านการเกษตรไปใช้ ผู้สร้างสรรค์ผลงานอิสระที่กำลังพัฒนารูปแบบการแสดงออกใหม่ๆ ตลอดจนภาคอุตสาหกรรมต่างๆ ตั้งแต่ซอฟต์แวร์ไปจนถึงกฎหมาย คนทุกกลุ่มเหล่านี้ต่างต้องการโอกาสในการศึกษาและเรียนรู้จากแหล่งความรู้ที่กว้างขวางและหลากหลาย รวมถึงเข้าถึงเครื่องมือที่ช่วยให้นำความรู้เหล่านั้นไปใช้ประโยชน์ได้ หลายกลุ่มพึ่งพาระบบที่ผู้อื่นพัฒนาขึ้น รวมถึงระบบ AI แบบโอเพนซอร์ส แทนที่จะฝึกโมเดลด้วยตนเอง หลักการใช้งานโดยชอบธรรมช่วยให้พวกเขาสามารถเรียนรู้ ค้นพบสิ่งใหม่ๆ สื่อสาร และสร้างสรรค์ผลงานได้ การจำกัดการฝึก AI ภายใต้หลักการใช้งานโดยชอบธรรมจึงจะส่งผลกระทบทั้งต่อองค์กรที่พัฒนา AI และผู้คนที่นำเทคโนโลยีนี้ไปใช้งาน

Authors Alliance⁠(เปิดในหน้าต่างใหม่)

แนวคิดเรื่อง “การลดทอนมูลค่าตลาด” เรียกร้องให้กฎหมายลิขสิทธิ์คุ้มครองเจ้าของสิทธิจากปรากฏการณ์ทางเศรษฐกิจที่กฎหมายไม่เคยจำกัดมาก่อน ผลงานใหม่อาจทำให้ยอดขาย การเป็นที่รู้จัก หรือมูลค่าของผลงานเก่าลดลงได้ แม้จะไม่ได้คัดลอกการแสดงออกที่ได้รับความคุ้มครองลิขสิทธิ์จากผลงานเหล่านั้นก็ตาม กฎหมายลิขสิทธิ์จงใจไม่ให้อำนาจเจ้าของลิขสิทธิ์ควบคุมการแข่งขันในลักษณะนี้ ด้วยเหตุนี้ ผู้ยื่นความเห็นต่อศาลในฐานะบุคคลภายนอกคดีจึงขอให้ศาลวินิจฉัยว่า “การลดทอนมูลค่าตลาด” ซึ่งหมายถึงแรงกดดันจากการแข่งขันโดยรวมที่เกิดจากผลงานที่ไม่ละเมิดลิขสิทธิ์ ไม่ว่าจะเป็นผลงานที่มีเนื้อหาหรืออยู่ในประเภทเดียวกัน มีลักษณะร่วมกันในส่วนที่ไม่ได้รับความคุ้มครองลิขสิทธิ์ หรือแข่งขันเพื่อดึงดูดผู้ชมผู้อ่านกลุ่มเดียวกัน ไม่ถือเป็นความเสียหายต่อตลาดที่กฎหมายรับรองให้พิจารณาได้ตาม 17 U.S.C. § 107(4) การปฏิเสธแนวคิดดังกล่าวจะช่วยรักษาความแตกต่างที่ศาลอุทธรณ์ภาคสองยึดถือมาโดยตลอด นั่นคือ กฎหมายลิขสิทธิ์คุ้มครองผู้สร้างสรรค์ผลงานจากการที่มีสิ่งอื่นมาใช้ทดแทนการแสดงออกที่ได้รับความคุ้มครองของตน แต่ไม่ได้คุ้มครองจากความสำเร็จของผลงานใหม่ที่เพียงแค่เข้ามาแข่งขันกับผลงานเดิม

Chamber of Progress, Abundance Institute และ Trevor Lawrence Jr.⁠(เปิดในหน้าต่างใหม่)

การนำ Generative AI มาใช้ในอุตสาหกรรมสร้างสรรค์ยุคปัจจุบันสะท้อนให้เห็นอย่างชัดเจนว่าหลักการเหล่านี้เกิดขึ้นได้จริง และเครื่องมือ Generative AI ยังช่วยขับเคลื่อนเป้าหมายหลักของกฎหมายลิขสิทธิ์ในการส่งเสริมให้มนุษย์สร้างสรรค์ผลงานใหม่ๆ ตัวอย่างเช่น นักดนตรีสามารถใช้ Generative AI ทดลองรูปแบบการเรียบเรียงดนตรี คิดค้นทำนองเพลง และทำโปรเจกต์ที่อาจติดข้อจำกัดด้านทรัพยากรให้เป็นจริงได้ เครื่องมือเหล่านี้ช่วยให้ศิลปินนำความคิดและการตัดสินใจของตนไปต่อยอดเป็นผลงาน ขยายขอบเขตการแสดงออกทางความคิดสร้างสรรค์ และทำให้สาธารณชนมีโอกาสเข้าถึงผลงานต่างๆ ได้มากขึ้น

Computer and Communications Industry Association⁠(เปิดในหน้าต่างใหม่)

การฝึกโมเดล Generative AI เป็นหนึ่งในตัวอย่างที่ชัดเจนที่สุดของการนำผลงานไปใช้เพื่อวัตถุประสงค์ใหม่ ซึ่งศาลได้รับคำร้องให้พิจารณา ผลงานที่มีลิขสิทธิ์ไม่ได้ถูกคัดลอกมาเพื่อให้ผู้คนอ่าน รับชม หรือเผยแพร่ต่อ แต่ถูกนำมาวิเคราะห์เพื่อค้นหารูปแบบทางสถิติที่ช่วยให้เครื่องมือสร้างข้อความหรือผลลัพธ์อื่นๆ ตามคำสั่งของมนุษย์ได้ การใช้งานในลักษณะนี้จึงมีทั้งจุดประสงค์และรูปแบบที่แตกต่างจากผลงานต้นฉบับอย่างสิ้นเชิง

Ed Lee และ Rebecca Tushnet⁠(เปิดในหน้าต่างใหม่)

ศาสตราจารย์ด้านกฎหมาย

ผลลัพธ์เหล่านี้ไม่ได้ละเมิดลิขสิทธิ์ เนื่องจากไม่มีความคล้ายคลึงกับผลงานของโจทก์ในสาระสำคัญ เพียงแต่เป็นผลงานในแนวเดียวกันหรือมีข้อเท็จจริงบางส่วนคล้ายกันเท่านั้น การนำข้อโต้แย้งเรื่อง “การลดทอนมูลค่า” ซึ่งไม่เคยมีมาก่อนมาใช้ เป็นการบิดเบือนหลักการพื้นฐานของกฎหมายลิขสิทธิ์ เพราะแนวของผลงานและข้อเท็จจริงไม่ใช่สิ่งที่ได้รับความคุ้มครองตามกฎหมายลิขสิทธิ์ ภายใต้บทบัญญัติว่าด้วยลิขสิทธิ์ในรัฐธรรมนูญสหรัฐอเมริกา องค์ประกอบเหล่านี้ไม่ถือเป็น “งานเขียน” ต้นฉบับของ “ผู้สร้างสรรค์” รายใด จึงสามารถนำไปใช้หรือคัดลอกได้อย่างเสรี

Electronic Frontier Foundation⁠(เปิดในหน้าต่างใหม่)

โจทก์กำลังขอให้ศาลละเลยข้อควรระวังดังกล่าวและตีความกฎหมายลิขสิทธิ์ขึ้นใหม่ โดยเพิ่มเงื่อนไขว่าต้องได้มาซึ่งผลงานอย่างถูกต้องตามกฎหมาย ทั้งที่เงื่อนไขนี้ไม่มีมูลฐานรองรับในบทบัญญัติของกฎหมายหรือแนวคำพิพากษา อีกทั้งยังขอให้ศาลพิจารณาหลักการใช้งานโดยชอบธรรมในทางที่เป็นผลเสียต่อผู้พัฒนาเครื่องมืออเนกประสงค์ หากเครื่องมือนั้นอาจถูกนำไปใช้สร้างผลงานที่อาจแข่งขันกับผลงานเดิมได้ แม้ผลงานที่สร้างขึ้นจะไม่ละเมิดลิขสิทธิ์ก็ตาม ศาลจึงควรปฏิเสธข้อโต้แย้งทั้งสองประการนี้

Engine และ Developers Alliance⁠(เปิดในหน้าต่างใหม่)

การที่สตาร์ทอัพนำโมเดลพื้นฐานมาใช้งานแสดงให้เห็นว่า การนำผลงานที่มีลิขสิทธิ์มาฝึกโมเดล AI ถือเป็นการใช้งานโดยชอบธรรม ไม่ใช่การละเมิดลิขสิทธิ์ เพราะจุดประสงค์ของการฝึกโมเดลพื้นฐานไม่ใช่การผลิตผลงานที่โมเดลเรียนรู้ขึ้นมาใหม่ แต่เป็นการสร้างเครื่องมืออเนกประสงค์ที่ผู้อื่นสามารถนำไปปรับใช้เพื่อตอบโจทย์ใหม่ๆ ได้ ซึ่งวัตถุประสงค์ที่สตาร์ทอัพนำเครื่องมือเหล่านี้ไปใช้นั้นแตกต่างอย่างสิ้นเชิงจากวัตถุประสงค์ของผลงานในชุดข้อมูลที่ใช้ฝึกโมเดล

Foundation for American Innovation⁠(เปิดในหน้าต่างใหม่)

หากการฝึก AI ช่วยให้เกิดองค์ความรู้ใหม่ ผลงานสร้างสรรค์ ซอฟต์แวร์ และความสามารถอื่นๆ ประโยชน์เหล่านี้ก็เป็นปัจจัยที่ต้องนำมาพิจารณาในการประเมินผลกระทบต่อตลาดตามองค์ประกอบข้อที่สี่ของหลักการใช้งานโดยชอบธรรม เหตุผลดังกล่าวยังนำไปสู่แนวทางใหม่ในการพิจารณาคดีนี้ นั่นคือการประเมินคุณค่าต่อความมั่นคงของชาติของความสามารถที่ช่วยให้เกิดการวิเคราะห์รูปแบบใหม่ การพัฒนาซอฟต์แวร์ และการทำงานอื่นๆ ที่สร้างประโยชน์

Gregory Leppert⁠(เปิดในหน้าต่างใหม่)

ผู้เชี่ยวชาญด้านเทคโนโลยีห้องสมุด

“วัตถุประสงค์หลักของกฎหมายลิขสิทธิ์ไม่ใช่การตอบแทนความอุตสาหะของผู้สร้างสรรค์ผลงาน แต่เป็นการส่งเสริมความก้าวหน้าทางวิทยาศาสตร์และศิลปวิทยาการ” ห้องสมุดต่างก็มีเป้าหมายพื้นฐานเช่นเดียวกับกฎหมายลิขสิทธิ์ ตัวอย่างเช่น Library of Congress ระบุว่าพันธกิจของตนคือการ “เปิดโอกาสให้คุณเข้าถึงแหล่งความรู้อันหลากหลายและทรงคุณค่าที่ยั่งยืน เพื่อให้ข้อมูล สร้างแรงบันดาลใจ และส่งเสริมให้คุณมีส่วนร่วมในการแสวงหาความรู้และสร้างสรรค์ผลงาน” ห้องสมุดอื่นๆ ก็มีพันธกิจในทิศทางเดียวกันอย่างชัดเจน โดย Harvard Library มุ่ง “ทำงานร่วมกับชุมชนของเราเพื่อสร้างและแบ่งปันองค์ความรู้ใหม่” ส่วน MIT Libraries มุ่ง “ส่งเสริมความก้าวหน้าทางความรู้ด้วยการวางรากฐานที่น่าเชื่อถือสำหรับการสร้าง เผยแพร่ ใช้ ต่อยอดอย่างสร้างสรรค์ และเก็บรักษาข้อมูล” ขณะที่ New York Public Library มีเป้าหมายเพื่อ “ส่งเสริมความก้าวหน้าทางความรู้ด้วยการเปิดให้ทุกคนเข้าถึงทรัพยากรต่างๆ ได้อย่างเสรีและไม่มีค่าใช้จ่าย” การเปิดให้เข้าถึงโมเดล AI อเนกประสงค์ได้อย่างเสรีจึงก่อให้เกิดประโยชน์สำคัญต่อสาธารณชน เพราะช่วยให้ห้องสมุดสามารถพัฒนาการจัดเก็บรักษาและการเปิดโอกาสให้เข้าถึงองค์ความรู้ของมนุษยชาติได้ทันต่อความเปลี่ยนแปลง เพื่อส่งต่อความรู้เหล่านี้ไปยังคนรุ่นต่อไป

Joshua S. Gans⁠(เปิดในหน้าต่างใหม่)

ศาสตราจารย์ด้านการจัดการเชิงกลยุทธ์

ลิขสิทธิ์ไม่เพียงส่งเสริมแรงจูงใจในการสร้างเนื้อหา แต่ยังส่งเสริมแรงจูงใจในการสร้างเครื่องมือที่เรียนรู้จากเนื้อหานั้นด้วย หลักเกณฑ์ที่ถือว่ายอดขายทุกครั้งที่สูญเสียไปเพราะมีสิ่งอื่นมาทดแทนเป็นเหตุให้ฟ้องร้องได้ อาจบั่นทอนแรงจูงใจอย่างหลังโดยไม่ได้รับประกันว่าจะคุ้มครองแรงจูงใจอย่างแรกได้

Kevin Kelly⁠(เปิดในหน้าต่างใหม่)

นักเขียน

AI เป็นเทคโนโลยีที่สร้างความเปลี่ยนแปลงและช่วยเร่งการสร้างสรรค์ผลงานใหม่ๆ ในหลากหลายสาขาทั้งศิลปศาสตร์และวิทยาศาสตร์ คุณ Kelly มีประสบการณ์ตรงเกี่ยวกับบทบาทของ AI ในการพัฒนาวงการวรรณกรรม โดยเขามองว่าโมเดล AI แต่ละโมเดลเปรียบเสมือนสื่อรูปแบบใหม่ที่เปิดโอกาสให้นักเขียนสร้างสรรค์ข้อความและแนวคิดใหม่ๆ รวมถึงใช้เหตุผลได้ ดังนั้น หากศาลวินิจฉัยประเด็นการใช้งานโดยชอบธรรมให้เป็นไปตามข้อเรียกร้องของโจทก์ ก็จะเท่ากับมอบสิทธิผูกขาดแก่โจทก์เหนือกว่าขอบเขตจำกัดที่รัฐสภาสหรัฐฯ ตั้งใจให้มีต่อการแสดงออกที่เป็นต้นฉบับของตนอย่างมาก ทั้งยังขัดขวางการพัฒนาเทคโนโลยีที่สามารถเผยแพร่ข้อมูลในปริมาณมหาศาลอย่างที่ไม่เคยจินตนาการถึงมาก่อน ตลอดจนเป็นอุปสรรคต่อการคิดในรูปแบบใหม่ๆ และการสร้างสรรค์ผลงานต้นฉบับใหม่ทั้งในด้านศิลปศาสตร์และวิทยาศาสตร์ ผู้ยื่นความเห็นต่อศาลในฐานะบุคคลภายนอกคดียื่นเอกสารฉบับนี้เพื่อสนับสนุนข้อโต้แย้งของฝ่ายจำเลยที่ว่า การนำผลงานที่มีลิขสิทธิ์มาใช้ฝึกโมเดลภาษาขนาดใหญ่ถือเป็นการใช้งานโดยชอบธรรมตาม 17 U.S.C. § 107 ด้วยความที่คุณ Kelly ทำงานด้านการเขียนมาตลอดชีวิต เขาจึงให้ความสำคัญกับการคุ้มครองสิทธิของเจ้าของลิขสิทธิ์ แต่สิ่งที่สำคัญไม่แพ้กันคือการรักษาพื้นที่สำหรับการนำผลงานที่มีลิขสิทธิ์ไปใช้ในลักษณะที่กฎหมายอนุญาต และการเติบโตของเทคโนโลยีที่สร้างความเปลี่ยนแปลง มิฉะนั้น กฎหมายลิขสิทธิ์จะกลับกลายเป็นอุปสรรคต่อความคิดสร้างสรรค์ นวัตกรรม และการเผยแพร่องค์ความรู้ ทั้งที่สิ่งเหล่านี้คือสิ่งที่กฎหมายมีขึ้นเพื่อส่งเสริม หลักการใช้งานโดยชอบธรรมจึงมีบทบาทสำคัญอย่างยิ่งในการรักษาสมดุลดังกล่าว

Khosla Ventures⁠(เปิดในหน้าต่างใหม่)

หลักการใช้งานโดยชอบธรรมมีขึ้นเพื่อป้องกันไม่ให้มีการนำกฎหมายลิขสิทธิ์ไปใช้ขัดขวางนวัตกรรมที่กฎหมายฉบับนี้มีเจตนารมณ์จะส่งเสริม ดังนั้น เพื่อให้เป็นไปตามบทบัญญัติของรัฐธรรมนูญที่กำหนดให้กฎหมายลิขสิทธิ์มีหน้าที่ “ส่งเสริมความก้าวหน้าทางวิทยาศาสตร์และศิลปวิทยาการ” (รัฐธรรมนูญสหรัฐอเมริกา มาตรา 1 หมวด 8 วรรค 8) ศาลจึงควรวินิจฉัยว่าการนำผลงานที่มีลิขสิทธิ์มาใช้ฝึกโมเดลภาษาขนาดใหญ่ของ OpenAI ถือเป็นการใช้งานโดยชอบธรรมตามกฎหมาย

Matthew Sag⁠(เปิดในหน้าต่างใหม่)

ศาสตราจารย์ด้านกฎหมาย

จากพยานหลักฐานในคดีนี้ การที่จำเลยนำผลงานของโจทก์ไปใช้ฝึก AI ถือเป็นการใช้งานที่เปลี่ยนวัตถุประสงค์ไปจากเดิมอย่างมีนัยสำคัญ และเป็นเหตุผลสนับสนุนอย่างหนักแน่นให้วินิจฉัยว่าเป็นการใช้งานโดยชอบธรรม เนื่องจากเมื่อใช้งานจริงในสภาวะปกติ ผลลัพธ์จากโมเดลของจำเลยไม่มีความคล้ายคลึงในสาระสำคัญที่เกี่ยวข้องกับสำเนาที่สร้างขึ้นระหว่างกระบวนการฝึกโมเดลและไม่ปรากฏต่อผู้ใช้งาน

Michael Wall และ Sarah Rose Siskind⁠(เปิดในหน้าต่างใหม่)

นักดนตรีและนักประพันธ์เพลง / นักแสดงตลกและนักเขียน

เอกสารชี้แจงต่อศาลฉบับนี้แสดงให้เห็นว่าข้อความดังกล่าวมีความหมายอย่างไรในทางปฏิบัติ ผ่านประสบการณ์ของผู้สร้างสรรค์ผลงานอิสระสองรายที่ต้องพึ่งพาทั้งการคุ้มครองลิขสิทธิ์และเครื่องมือ AI เพื่อประกอบอาชีพเลี้ยงชีพ Sarah Rose Siskind และ Michael Wall ผู้ยื่นเอกสารชี้แจงต่อศาลในฐานะบุคคลภายนอกคดี เป็นศิลปินที่สร้างสรรค์ผลงานต้นฉบับและอนุญาตให้ผู้อื่นใช้ผลงานของตนภายใต้สิทธิที่กำหนด ขณะเดียวกัน ทั้งสองยังใช้ AI ช่วยจัดการงานต่างๆ ที่เกี่ยวข้องกับกระบวนการสร้างสรรค์ และขยายธุรกิจท่ามกลางการแข่งขันกับผู้ประกอบการจำนวนมากที่มีทรัพยากรมากกว่า สำหรับทั้งสองคน AI ไม่ได้เข้ามาแทนที่ความคิดสร้างสรรค์หรือช่วยให้ข้ามขั้นตอนในกระบวนการสร้างสรรค์ผลงาน แต่ช่วยให้สร้างผลงานได้มากขึ้นและต่อยอดไปสู่การแสดงออกในรูปแบบใหม่ๆ ประสบการณ์ของทั้งสองสะท้อนให้เห็นถึงมุมมองของรัฐบาลสหรัฐอเมริกาที่ว่า เครื่องมือ AI “สามารถและควรช่วยให้สำนักพิมพ์รายใหญ่และสำนักพิมพ์อิสระมีโอกาสแข่งขันกันได้อย่างทัดเทียมมากขึ้น” Siskind ใช้ AI ในทุกด้านของธุรกิจ ตั้งแต่งานบริหารจัดการประจำวัน การพัฒนาแนวคิด ไปจนถึงการหาลูกค้าใหม่ AI ช่วยให้เธอทำงานที่ไม่เกี่ยวข้องกับการสร้างสรรค์ได้รวดเร็วขึ้นด้วยต้นทุนที่ต่ำลง ขณะเดียวกันก็ช่วยยกระดับคุณภาพของผลงานสร้างสรรค์ด้วย เธอกล่าวว่า “ตอนนี้ฉันไม่คิดว่าจะทำธุรกิจต่อไปได้ถ้าไม่มี AI” เช่นเดียวกัน Wall ใช้ AI ช่วยจัดการงานด้านการดำเนินธุรกิจดนตรี ลดต้นทุน และทำให้มีเวลาทุ่มเทให้กับการแต่งเพลงมากขึ้น เขาเองก็ไม่แน่ใจว่าธุรกิจจะยังดำเนินต่อไปในรูปแบบปัจจุบันได้หรือไม่หากไม่มี AI

Mike Knoop, Daniel Lowd, Douglas Schmidt⁠(เปิดในหน้าต่างใหม่)

นักวิทยาศาสตร์คอมพิวเตอร์

การเรียนรู้เพื่อนำความรู้ไปใช้กับข้อมูลใหม่กับการจดจำข้อมูลเป็นคนละกระบวนการกัน เมื่อฝึกโมเดลด้วยข้อมูลจำนวนมากที่มีความหลากหลาย โมเดลจะสามารถตอบพรอมต์ที่ไม่เคยพบมาก่อนระหว่างการฝึกได้ สิ่งนี้สนับสนุนข้อสรุปว่าโมเดลเรียนรู้รูปแบบที่นำไปปรับใช้กับสถานการณ์ใหม่ๆ ได้ ไม่ใช่แค่เก็บจำผลงานต้นฉบับไว้ โมเดลที่ฝึกเสร็จแล้วไม่ได้ทำงานเหมือนคลังเอกสารที่สามารถค้นหาและเรียกคืนไฟล์แต่ละรายการตามตำแหน่งที่จัดเก็บ และโดยทั่วไปก็ไม่ได้ดึงข้อมูลที่เคยใช้ฝึกกลับออกมาเป็นไฟล์ตามที่ระบุไว้ เพราะไม่มีที่อยู่ ดัชนี หรือตัวระบุไฟล์สำหรับสั่งเรียกข้อมูลฝึกโมเดลรายการใดรายการหนึ่งโดยตรง การสร้างผลลัพธ์ของโมเดลใช้วิธีคำนวณการแจกแจงความน่าจะเป็นของโทเค็นถัดไป แล้วเลือกโทเค็นจากผลการคำนวณนั้น

Public Knowledge⁠(เปิดในหน้าต่างใหม่)

หลักการใช้งานโดยชอบธรรมได้ให้ความคุ้มครองแก่เครื่องมือที่ช่วยให้ผู้คนค้นหาและเข้าถึงข้อมูลมหาศาลในโลกดิจิทัล รวมถึงเครื่องมือค้นหารูปภาพและเครื่องมือค้นหาข้อความทั้งหมดในหนังสือ ดูคำพิพากษาคดี 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”) นอกจากนี้ หลักการดังกล่าวยังคุ้มครองการที่ห้องสมุดให้บริการหนังสือดิจิทัลในรูปแบบที่ผู้มีความบกพร่องด้านการอ่านสื่อสิ่งพิมพ์สามารถเข้าถึงได้ ดูคำพิพากษาคดี Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 101–03 (2d Cir. 2014) อีกทั้งยังคุ้มครองการเผยแพร่มาตรฐานทางเทคนิคที่มีการนำมาอ้างอิงเป็นส่วนหนึ่งของกฎหมายผ่านช่องทางออนไลน์โดยไม่คิดค่าใช้จ่าย โดยศาลยอมรับว่า “การเข้าถึงกฎหมายได้อย่างเสรีและสะดวกมีประโยชน์อย่างมากต่อสาธารณชน” Am. Soc’y for Testing & Materials v. Public.Resource.Org, Inc., 82 F.4th 1262, 1271–72 (D.C. Cir. 2023) หลักการใช้งานโดยชอบธรรมจะมีบทบาทสำคัญไม่แพ้กันในการทำให้ประโยชน์จาก AI ตกถึงประชาชนในวงกว้าง แทนที่จะอยู่ภายใต้การควบคุมของคนเพียงไม่กี่กลุ่มที่มีอภิสิทธิ์

วุฒิสมาชิก Rick Santorum และสมาชิกสภาผู้แทนราษฎร Rick Boucher⁠(เปิดในหน้าต่างใหม่)

อดีตสมาชิกรัฐสภาสหรัฐฯ

“กฎหมายลิขสิทธิ์มีการพัฒนามาตั้งแต่เริ่มต้นเพื่อให้สอดรับกับความเปลี่ยนแปลงครั้งสำคัญทางเทคโนโลยี” Sony Corp. of Am. v. Universal City Studios, Inc., 464 U.S. 417, 430 (1984) หลักการใช้งานโดยชอบธรรม (fair use) ซึ่งได้รับการรับรองไว้ในกฎหมายลิขสิทธิ์ปี 2519 จึงมีขึ้นเพื่อให้กฎหมายสามารถปรับตัวไปพร้อมกับเทคโนโลยีที่เปลี่ยนแปลง ไม่ใช่เพื่อเป็นอุปสรรคต่อความก้าวหน้า โดย AI ถือเป็นเทคโนโลยีล่าสุดที่มีผลกระทบสำคัญมากที่สุดและจำเป็นต้องอยู่ภายใต้การพิจารณาตามหลักการนี้ การนำผลงานที่มีลิขสิทธิ์มาใช้ฝึกโมเดล AI ถือเป็นตัวอย่างที่ชัดเจนของการใช้งานโดยชอบธรรม เนื่องจากโมเดล AI ไม่ได้ใช้ผลงานเหล่านั้นเพื่อนำเนื้อหาที่ผู้สร้างสรรค์แสดงออกมาเผยแพร่ต่อสาธารณชน แต่ใช้เพื่อวิเคราะห์และเรียนรู้รูปแบบทางสถิติของภาษาที่จำเป็นต่อการทำงานของโมเดล ดังนั้น คำวินิจฉัยของศาลที่รับรองว่าการฝึก AI เป็นการใช้งานโดยชอบธรรมจึงมีความสำคัญอย่างยิ่งต่อสหรัฐอเมริกา โดยเฉพาะเมื่อเสรีภาพในการฝึก AI ของนักวิทยาศาสตร์ บริษัท และผู้ประกอบการชาวอเมริกันมีความสำคัญอย่างยิ่งต่อเศรษฐกิจและยุทธศาสตร์ของประเทศ

Ron Suskind และ Brian L. Frye⁠(เปิดในหน้าต่างใหม่)

นักข่าวเจ้าของรางวัลพูลิตเซอร์ / ศาสตราจารย์ด้านกฎหมาย

การนำบทความจากหนังสือพิมพ์มาใช้ฝึกโมเดล Generative AI ของ OpenAI มิได้ก่อให้เกิดความเสียหายต่อความคาดหวังทางการค้าอันสมเหตุสมผลของโจทก์กลุ่มสำนักข่าวแต่อย่างใด โจทก์ได้ว่าจ้างให้ผลิตและเผยแพร่บทความข่าว โดยมีความคาดหวังว่าจะจำหน่ายสิทธิในการเข้าถึงบทความดังกล่าวแก่ผู้บริโภค ทั้งนี้ โจทก์ยังคงถือครองและใช้สิทธิแต่เพียงผู้เดียวในการจำหน่ายสิทธิในการเข้าถึงบทความของตน และการที่ OpenAI นำบทความเหล่านั้นมาใช้ฝึกโมเดล AI ก็ไม่ได้ส่งผลกระทบต่อความสามารถของโจทก์ในการจำหน่ายสิทธิดังกล่าว

รัฐบาลสหรัฐอเมริกา⁠(เปิดในหน้าต่างใหม่)

ในคดีนี้ The New York Times พยายามตีกรอบหลักการใช้งานโดยชอบธรรมให้แคบลง เพื่อไม่ให้ครอบคลุมถึงการฝึกโมเดลภาษาขนาดใหญ่ (LLM) ของ OpenAI หากศาลยอมรับแนวทางดังกล่าว ก็จะขัดต่อหลักการพื้นฐานของกฎหมายลิขสิทธิ์และเป็นอุปสรรคอย่างร้ายแรงต่อ “ความก้าวหน้าทางวิทยาศาสตร์และศิลปวิทยาการที่เป็นประโยชน์” ตามรัฐธรรมนูญสหรัฐอเมริกา U.S. CONST. art. I, § 8, cl. 8 ดังที่จะกล่าวถึงต่อไป องค์กรสื่อสิ่งพิมพ์ต่างๆ ไม่ว่าจะเป็นสื่ออิสระ สื่อรายใหม่ที่เพิ่งเริ่มดำเนินกิจการ หรือแม้แต่ The New York Times เอง ต่างก็นำ LLM มาใช้ประโยชน์ในงานด้านวารสารศาสตร์และงานอื่นๆ นอกจากนี้ LLM ยังช่วยให้นักวิจัยในหลากหลายสาขาค้นพบความก้าวหน้าครั้งสำคัญ ซึ่งเป็นประโยชน์ที่ไม่ได้จำกัดอยู่เพียงประเด็นข้อพิพาทในคดีนี้ การจำกัดการพัฒนา LLM โดยอาศัยความเข้าใจที่คลาดเคลื่อนเกี่ยวกับหลักการใช้งานโดยชอบธรรมจึงจะขัดขวางความก้าวหน้าทั้งด้านความคิดสร้างสรรค์และวิทยาศาสตร์ ตลอดจนเป็นอุปสรรคต่อความมั่งคั่งทางเศรษฐกิจและโอกาสในการยกระดับฐานะทางเศรษฐกิจของชาวอเมริกัน