Судебные документы по иску The New York Times против OpenAI и Microsoft показывают, что внутри Microsoft обсуждалось, не является ли использование новостных статей для обучения моделей ИИ масштабным неправомерным присвоением творческого труда, в то время как обе компании продолжают утверждать, что рассматриваемое обучение защищено доктриной добросовестного использования.

Среди недавно обнародованных материалов — меморандум 2023 года Брента Хехта, директора Microsoft по прикладным наукам, в котором крупные модели ИИ описываются как «продукты, уничтожающие собственные цепочки поставок», а также содержится предупреждение, что многие считают эти системы беспрецедентным присвоением их труда. В судебных документах также приводится его характеристика копирования миллионов новостных статей без разрешения как «крупнейшей кражи труда в истории человечества».

Microsoft заявила, что эти меморандумы отражали стремление Хехта представить «разные и асимметричные точки зрения» и не являлись официальной позицией компании. Это различие важно, поскольку дело сосредоточено не на публичной кампании сотрудника, а на внутренней переписке, которую истцы используют, чтобы доказать: компании понимали юридическую и коммерческую чувствительность обучения на контенте издателей.

Согласно материалам дела, генеральный директор Microsoft Сатья Наделла дал показания, что контент за платным доступом следует использовать только с разрешения правообладателей. Он также заявил, что, если бы заранее знал об использовании OpenAI платного контента для обучения, то воспользовался бы правами Microsoft, чтобы потребовать переобучения модели. В отдельных судебных материалах также упоминается сотрудник OpenAI, который в сообщении президенту Грегу Брокману назвал способ обхода платного доступа The New York Times «хакерским методом», на что тот ответил: «Круто».

И OpenAI, и Microsoft утверждают, что соответствующее обучение моделей подпадает под добросовестное использование. Спор начался, когда The New York Times подала иск в конце 2023 года, и, согласно исходному сообщению, с тех пор к делу присоединились 11 издателей. Помимо судебных раскрытий подтвержденной информации немного, поэтому ряд ключевых деталей остается неясным, включая полный состав спорных наборов данных и то, как суд оценит разрешения, лицензионные ограничения и ущерб рынку.

Почему это важно

Это дело выходит за рамки репутационных рисков для двух крупных ИИ-компаний. Оно затрагивает один из ключевых юридических вопросов, стоящих перед генеративным ИИ: можно ли считать обучение на коммерчески ценном тексте преобразующим использованием, когда исходный материал является выразительным произведением, лицензируется и в некоторых случаях доступен за плату. Новостная издательская деятельность — особенно чувствительная проверка, поскольку существует реальный рынок лицензирования такого контента и очевидны опасения, что результаты ИИ могут конкурировать с исходным продуктом.

Раскрытые материалы также обостряют вопрос соблюдения требований для инфраструктуры ИИ в целом. Если суды придадут больший вес согласию, ограничениям источников или повторному использованию данных, полученных на иных условиях, разработчики и их партнеры могут столкнуться с более строгим контролем над тем, как формируются, передаются и обновляются обучающие корпуса.