Wikimedia: Træning bør kunne være fair use, kopiering i svar ikke

Wikimedia Foundation, organisationen bag Wikipedia, har den 30. oktober indleveret en amicus-erklæring ved den føderale distriktsret for det sydlige New York. Ifølge The Next Web er der tale om en anmodning om at indlevere erklæringen, og retten har endnu ikke taget stilling til, om den accepteres. En amicus-erklæring er et indlæg fra en udenforstående, der vil give retten sit syn på en sag.

Erklæringen hører til sagen In re: OpenAI, Inc. Copyright Infringement Litigation, som samler 12 søgsmål. Hovedsagen er The New York Times Co. mod Microsoft og OpenAI. Ifølge The Next Web behandles den af dommer Sidney H. Stein.

To slags brug, to vurderinger

Wikimedia støtter hverken sagsøger eller sagsøgt. I stedet foreslår organisationen, at to former for brug vurderes forskelligt efter den amerikanske regel om fair use, som i visse tilfælde tillader brug af beskyttet materiale uden tilladelse.

Organisationen mener, at det bør være fair use at bruge beskyttet indhold til at træne store sprogmodeller, når modellerne skaber nye og anderledes produkter end kildematerialet. Der skal da ikke kræves licens.

Anderledes ser Wikimedia på RAG og lignende teknikker, hvor en chatbot slår op i kilder for at besvare et spørgsmål. Her mener Wikimedia ikke, at brugen er fair use. Virksomhederne bør ifølge organisationen respektere licensvilkår, herunder Wikipedias CC BY-SA 4.0-licens, som kræver kildeangivelse.

I erklæringen står ifølge The Next Web: »While the pre-training of ChatGPT's general LLM was fair use, OpenAI's use of copies in ChatGPT's RAG feature is not fair.«

Argumenter og advarsler

Ifølge The Next Web hævder Wikimedia, at RAG-systemer kopierer passager for at besvare brugernes spørgsmål og ofte gengiver betydeligt indhold fra kilder som Wikipedia og New York Times. Uautoriseret kopiering svækker ifølge organisationen bidragydernes motivation og belaster serverne. Avisen skriver også, at Wikimedia støtter sig på Højesterets Warhol-afgørelse fra 2023 for at adskille indsamling af data fra den efterfølgende brug.

Wikimedia advarer samtidig om, at en for restriktiv afgørelse kan hæmme innovation, som også gavner open source-projekter som Wikipedia. En generel fair use-afgørelse kan til gengæld gøre nettet mere lukket og svække kvaliteten af viden online, fordi der bliver færre sekundære kilder.

Wikimedias CEO Bernadette Meehan siger: »Expanding access to knowledge through AI is a powerful goal, but it must respect the people, contributors, and communities that make reliable knowledge possible.« General counsel Stephen LaPorte siger: »A ruling that does not apply fair use principles carefully could threaten the sustainability of free knowledge.«

Det er Wikimedias egne synspunkter som interesseret part, ikke en retsafgørelse.