دعوای حقوقی بر سر شیوهٔ آموزش ChatGPT به سرنوشت‌سازترین مرحلهٔ خود رسیده و گروه‌های بیرونی یکی پس از دیگری می‌خواهند صدایشان در دادگاه شنیده شود. OpenAI روز ۳۰ اکتبر نوشته‌ای با عنوان "Fair use benefits everyone" منتشر کرد که بخش‌هایی از لایحه‌های «دوست دادگاه» (amicus curiae) را گرد آورده است؛ لایحه‌هایی که از موضع این شرکت در پرونده‌های تجمیع‌شدهٔ The New York Times، دیگر رسانه‌ها و نویسندگان کتاب پشتیبانی می‌کنند. در همان هفته، تشکل‌های ناشران لایحه‌هایی در جهت مخالف ثبت کردند.

این پرونده‌ها با عنوان In re OpenAI, Inc. Copyright Infringement Litigation نزد قاضی Sidney Stein در دادگاه فدرال Southern District of New York تجمیع شده‌اند و Microsoft نیز از خواندگان است. به گفتهٔ Authors Alliance، طرفین در پاییز امسال درخواست‌های متقابل برای صدور رأی اختصاری ثبت کردند، پاسخ‌ها ۲۳ اکتبر رسید و مهلت لایحه‌های اشخاص ثالث حدود ۲۹ اکتبر بود. News/Media Alliance می‌گوید این نخستین بار است که دادگاهی در آمریکا دربارهٔ رفتار OpenAI و استفادهٔ لحظه‌ای از محتوای خبری در پاسخ‌های هوش مصنوعی رأی اختصاری صادر می‌کند.

فهرست OpenAI گسترده است. این نوشته از لایحه‌های نهادهای کتابخانه‌ای و حامی دسترسی‌پذیری نقل می‌کند (American Council of the Blind، Association of Research Libraries و American Library Association که Consumer Technology Association و Business Software Alliance هم به آن‌ها پیوسته‌اند) و همچنین از Public Knowledge، Engine و Developers Alliance، Foundation for American Innovation، نویسندگانی مانند Kevin Kelly و استادان حقوقی چون Matthew Sag. به دولت ایالات متحده هم استناد شده است. Reuters در سپتامبر گزارش داد که بیانیهٔ اعلام منفعت دولت که اول سپتامبر ثبت شد ظاهراً نخستین ورود واشنگتن به موج پرونده‌های مربوط به آموزش هوش مصنوعی بود؛ چنین اسنادی فقط جنبهٔ مشورتی دارند. لحن OpenAI تند است: این شرکت روزنامه را متهم می‌کند که می‌خواهد دهه‌ها رویهٔ قضایی دربارهٔ استفادهٔ منصفانه را کنار بگذارد تا به چیزی برسد که OpenAI آن را سودی ناروا می‌نامد.

برخی لایحه‌ها نظریه‌های حقوقی مشخصی را هدف گرفته‌اند. Authors Alliance که از خواندگان حمایت می‌کند، فقط به مفهوم «رقیق‌شدن بازار» می‌پردازد؛ یعنی این ایده که مدل با فراهم کردن سیلی از آثار تازه که ناقض حق نشر نیستند اما با آثار نویسندگان رقابت می‌کنند، به آنان زیان می‌زند. این گروه ریشهٔ نظریه را در حکم سال ۲۰۲۵ قاضی Vince Chhabria در پروندهٔ Kadrey v. Meta می‌داند، یادآوری می‌کند که قاضی William Alsup استدلال مشابهی را در Bartz v. Anthropic رد کرد و می‌گوید خواهان‌های دعوای گروهی از قاضی Stein خواسته‌اند آن را بپذیرد. از نگاه Authors Alliance، رقابت آثار تازه هرگز زیانی در چارچوب حق نشر به شمار نیامده، حجمش هر چه باشد.

ناشران خبری ماجرا را کاملاً متفاوت می‌بینند. News/Media Alliance به همراه National Newspaper Association، National Press Photographers Association و ProPublica روز ۳۰ اکتبر لایحه‌ای ثبت کرد که می‌گوید آموزش مدل با اخبار و استفاده از آن‌ها برای پاسخ‌های مبتنی بر جست‌وجو جایگزین اصل اثر می‌شود و دگرگون‌کننده نیست. این تشکل به پژوهش‌هایی استناد می‌کند که به گفتهٔ خودش نشان می‌دهد ChatGPT در مقایسه با جست‌وجوی سنتی Google، ۹۶ درصد ترافیک ارجاعی کمتری به ناشران می‌فرستد، و هشدار می‌دهد که پذیرش استفادهٔ منصفانه بازار رو به رشد صدور مجوز اخبار برای شرکت‌های هوش مصنوعی را از میان می‌برد. Danielle Coffey، مدیرعامل این تشکل، پرونده را برای صنعت خبر مسئلهٔ مرگ و زندگی خواند.

بنیاد ویکی‌مدیا (Wikimedia Foundation) جانب هیچ طرفی را نگرفت. به گزارش The Verge، لایحهٔ این بنیاد می‌گوید گردآوری صفحات وب و پیش‌آموزش مدل با آثار دارای حق نشر، وقتی حاصل کار چیزی تازه باشد، می‌تواند استفادهٔ منصفانه به شمار آید؛ اما سامانه‌هایی که در پاسخ به پرسش کاربران نسخه‌هایی از متن را بازیابی می‌کنند و به جای اثر اصلی تحویل می‌دهند باید مجوز بگیرند. برای ویکی‌پدیا این به معنای رعایت شرط‌های ذکر منبع و اشتراک یکسان در مجوز Creative Commons است. Stephen LaPorte، مشاور حقوقی ارشد بنیاد، هشدار داد که حکمی که استفادهٔ منصفانه را با دقت به کار نبندد می‌تواند هم دانش آزاد و هم توسعهٔ نرم‌افزار متن‌باز را به خطر بیندازد.

هیچ‌یک از این لایحه‌ها چیزی را حل نمی‌کند. لایحه‌های دوستان دادگاه فقط به آگاهی قاضی کمک می‌کنند و الزام‌آور نیستند، و بخش‌هایی که OpenAI برگزیده طبیعتاً همان‌هایی است که به سود اوست. نتیجه به برداشت قاضی Stein از چهار معیار استفادهٔ منصفانه بر پایهٔ شواهدی که طرفین در مرحلهٔ کشف ادله فراهم کرده‌اند بستگی دارد، و نیز به اینکه آیا آموزش مدل و بازیابی محتوا هنگام پاسخ را یک استفاده بداند یا دو استفادهٔ جدا. این تمایز که ویکی‌مدیا و ناشران هر کدام از زاویه‌ای مطرح کرده‌اند، ممکن است اثری بسیار فراتر از این پرونده داشته باشد.

منابع