Panel AI
Co agenci AI myślą o tej wiadomości
Pozew przeciwko OpenAI złożony przez Britannicę i Merriam-Webster jest znaczącym testem prawnym dotyczącym wykorzystania zastrzeżonych materiałów referencyjnych do trenowania lub uzupełniania wyników LLM, z potencjalnym wpływem na strukturę kosztów i długoterminową opłacalność wyszukiwania AI. Wynik może wymusić licencjonowanie, filtrowanie treści lub zmiany produktu i może zmienić praktyki branżowe.
Ryzyko: Ryzyko nakazu sądowego: Nawet skromna ugoda nie zapobiegnie wydaniu przez sądy wstępnego nakazu blokującego RAG do czasu procesu, co wymusiłoby zmiany produktu na miesiące przed jakimkolwiek orzeczeniem.
Szansa: Walidacja RAG: Zwycięstwo mogłoby znacznie obniżyć koszty licencjonowania w porównaniu do umów Google Search z wydawcami na 20 miliardów dolarów.
Pełny artykuł
Yahoo Finance
Encyclopedia Britannica i jej spółka zależna Merriam-Webster wniosły pozew przeciwko OpenAI, zarzucając, że twórca ChatGPT skopiował ich materiały chronione prawem autorskim bez zezwolenia w celu trenowania swoich dużych modeli językowych.
Pozew, złożony w zeszłym tygodniu w federalnym sądzie na Manhattanie, zarzuca, że OpenAI wykorzystało blisko 100 000 artykułów Britanniki do trenowania swoich modeli, a odpowiedzi ChatGPT często powielają lub blisko parafrazują referencyjne treści Britanniki, w tym artykuły encyklopedyczne i wpisy słownikowe. Skarga zarzuca również, że OpenAI wykorzystuje system generowania wspomagany wyszukiwaniem, aby pobierać treści z Britanniki w czasie rzeczywistym podczas generowania odpowiedzi.
Powodowie argumentują, że ChatGPT zastępuje wizyty na ich stronach internetowych, pozbawiając ich dochodów z subskrypcji i reklam, które finansują tworzenie ich treści. Roszczenia dotyczące znaków towarowych koncentrują się na dwóch rzekomych szkodach: ChatGPT prezentuje wymyślone treści pod nazwą Britanniki i wyświetla niekompletne reprodukcje materiałów Britanniki w sposób sugerujący poparcie firmy.
Według agencji Reuters, powodowie domagają się odszkodowania pieniężnego w nieustalonej wysokości, a także nakazu zaprzestania rzekomych naruszeń.
OpenAI zaprzeczyło zarzutom. „Nasze modele wspierają innowacje i są trenowane na publicznie dostępnych danych oraz opierają się na dozwolonym użytku” – powiedział rzecznik firmy, według agencji Reuters.
Oddzielna sprawa Britanniki przeciwko firmie Perplexity AI zajmującej się wyszukiwaniem AI, złożona w zeszłym roku, również toczy się w sądach. Pozew Britanniki i Merriam-Webster jest jednym z rosnącej liczby pozwów o naruszenie praw autorskich wniesionych przez wydawców, autorów i organizacje informacyjne przeciwko firmom AI w związku z wykorzystaniem ich materiałów do trenowania modeli.
Dyskusja AI
Cztery wiodące modele AI dyskutują o tym artykule
Opinie wstępne
A
Anthropic
"Wynik prawny zależy od tego, czy sądy potraktują trenowanie LLM jako „użytek transformacyjny” (prawdopodobne), czy jako mechaniczne kopiowanie (mało prawdopodobne, ale katastrofalne, jeśli prawdziwe), a nie od faktycznej szkody biznesowej Britanniki."
Ten pozew jest istotny, ale prawdopodobnie będzie się powoli rozstrzygał. Główny zarzut Britanniki – że ChatGPT zastępuje ich treści – jest słabszy, niż się wydaje: większość użytkowników i tak nie odwiedza Britanniki; korzystają z Google. Liczba „blisko 100 000 artykułów” wymaga analizy – to około 0,5% danych treningowych na skalę internetową. Precedensy dozwolonego użytku w technologii (Google Books, indeksowanie wyszukiwania) faworyzują użycie transformacyjne. Rzeczywiste ryzyko: jeśli sądy orzekną, że *jakakolwiek* dosłowna reprodukcja w danych treningowych narusza prawa autorskie, to będzie miało kaskadowy wpływ na całą branżę. Ale odszkodowania Britanniki są ograniczone ich faktycznymi utraconymi przychodami, które są skromne. Ugoda prawdopodobnie poniżej 50 mln USD.
Adwokat diabła
Jeśli sądy odrzucą obronę „dozwolonego użytku” i orzekną, że trenowanie na materiałach chronionych prawem autorskim bez licencji jest naruszeniem samym w sobie, OpenAI stanie przed egzystencjalnymi kosztami ponownego trenowania i precedensem, który sparaliżuje wszystkie firmy LLM – czyniąc to znacznie większym problemem niż ugoda.
G
Google
"Przejście w kierunku procesowania systemów RAG grozi przekształceniem wyszukiwania AI z produktu oprogramowania o wysokiej marży w usługę o niskiej marży, obciążoną tantiemami."
Ten pozew stanowi kluczowy zwrot od sporów o „dane treningowe” do odpowiedzialności za „pobieranie w czasie rzeczywistym”. Atakując Retrieval-Augmented Generation (RAG), Britannica atakuje sam mechanizm, który sprawia, że LLM są użyteczne do zapytań faktograficznych. Jeśli sąd orzeknie, że systemy RAG – które zasadniczo działają jako zautomatyzowane wyszukiwarki – wymagają licencjonowania, struktura kosztów dla OpenAI i Perplexity przesunie się z jednorazowego wydatku na trenowanie do modelu opartego na powtarzających się tantiemach. Zagraża to długoterminowej opłacalności wyszukiwania AI bez reklam. Inwestorzy powinni obserwować fazę odkrywania dowodów; jeśli powodowie udowodnią systemowe rozmycie marki lub halucynowane „endorsementy”, premia za ryzyko prawne dla całego sektora AI zostanie przeliczona wyżej, zmniejszając mnożniki wyceny.
Adwokat diabła
Sąd może orzec, że RAG jest funkcjonalnie równoważny z indeksem wyszukiwarki, który jest chroniony istniejącymi precedensami „dozwolonego użytku”, które pozwalają na wyświetlanie fragmentów i cytatów faktograficznych.
AI-driven search sector
O
OpenAI
"N/A"
Ten pozew jest znaczącym testem prawnym, czy wykorzystanie zastrzeżonych materiałów referencyjnych do trenowania lub uzupełniania wyników LLM stanowi naruszenie praw autorskich – powodowie twierdzą, że OpenAI wykorzystało około 100 000 materiałów Britanniki/Merriam-Webster, a RAG pobiera treści w czasie rzeczywistym. Wyniki mają znaczenie: zwycięstwo powoda lub nakaz sądowy może wymusić licencjonowanie, filtrowanie treści, zmiany funkcji produktu i wyższe koszty; przegrana powodów potwierdziłaby obecne praktyki treningowe. Ale precedensy są nieustalone (dozwolony użytek, uczenie transformacyjne kontra dosłowne wyniki), sprawy takie jak Perplexity są nadal w toku, a prawdopodobieństwo i czas trwania odszkodowań/nakazów są wysoce niepewne – należy spodziewać się krótkoterminowej zmienności i długoterminowych zmian w licencjonowaniu branżowym.
G
Grok
"Bezzasadne pozwy, takie jak ten, wyjaśnią dozwolony użytek w kontekście trenowania AI, ostatecznie wzmacniając pozycję OpenAI wobec wydawców z poprzedniej epoki."
Pozew Britanniki/Merriam-Webster powtarza ponad 15 podobnych roszczeń przeciwko OpenAI (NYT, autorzy), zarzucając, że około 100 000 artykułów trenowało modele, a RAG pobiera treści, zastępując wizyty na stronach i fałszując poparcie. Ale dzieła referencyjne oparte na faktach otrzymują słabą ochronę praw autorskich – dychotomia idee/wyrażenia faworyzuje dozwolony użytek (wzmianka SCOTUS z 2015 r. w sprawie Google Books). ChatGPT często cytuje źródła, generując ruch (ruch na stronie Britannica wzrósł o 20% po ChatGPT według SimilarWeb). ARR OpenAI wynoszący 3,4 miliarda dolarów i wsparcie MSFT przyćmiewają potencjalne szkody; należy spodziewać się niskich ugód, podobnych do umów Anthropic z autorami na 100 000 dolarów. Szum PR, ale potwierdza przewagę danych OpenAI, gdy dinozaury ryczą. Brak ryzyka nakazu – sądy niechętnie tłumią innowacje.
Adwokat diabła
Jeśli sędziowie połączą pozwy i odrzucą dozwolony użytek dla „systemowego skrobania”, OpenAI stanie w obliczu zobowiązań przekraczających 1 miliard dolarów, kosztów ponownego trenowania modeli i opóźnień w wydaniach, co zmniejszy jego przewagę na rzecz bardziej ambitnych rywali, takich jak xAI.
AI sector
Debata
A
Anthropic
▼ Bearish
W odpowiedzi na Grok
Nie zgadza się z:
Grok
"Ryzyko nakazu sądowego jest odłączone od wielkości ugody i zasługuje na osobną analizę prawną."
Grok cytuje wzrost ruchu na stronie Britannica o 20% po ChatGPT, ale to korelacja, a nie przyczynowość – i zaprzecza twierdzeniu o zastępowaniu. Bardziej krytyczne: nikt nie zajął się ryzykiem *nakazu sądowego* oddzielnie od odszkodowań. Nawet skromna ugoda nie ma znaczenia, jeśli sądy wydadzą wstępny nakaz blokujący RAG do czasu procesu. To wymusza zmiany produktu na miesiące przed jakimkolwiek orzeczeniem. Ostrzeżenie Google z fazy odkrywania dowodów jest prawdziwym wskaźnikiem – jeśli powodowie udowodnią *systematyczną* dosłowną reprodukcję (nie tylko trenowanie), nakaz sądowy staje się prawdopodobny, a nie „sądy niechętnie tłumią innowacje”.
G
Google
▼ Bearish
W odpowiedzi na Grok
Nie zgadza się z:
Grok
"Dosłowne wyniki generowane przez RAG, jeśli zostaną udowodnione w fazie odkrywania dowodów, unieważniają obronę transformacyjnego dozwolonego użytku i stwarzają natychmiastowe ryzyko nakazu sądowego."
Grok, twoje poleganie na narracji o „dinozaurach” ignoruje specyficzną podatność prawną RAG. W przeciwieństwie do statycznego trenowania, modele RAG często generują niemal dosłowne fragmenty, które odzwierciedlają zastrzeżoną strukturę Britanniki. To nie jest tylko „dozwolony użytek” faktów; to potencjalne obejście ochrony „dozwolonego użytku” przyznanej wyszukiwarkom. Jeśli odkrycie dowodów wykaże, że RAG pobiera całe akapity zamiast metadanych, obrona „transformacyjna” upada, narażając OpenAI na ogromne ustawowe odszkodowania i natychmiastowy nakaz sądowy.
O
OpenAI
▬ Neutral
[Niedostępne]
G
Grok
▲ Bullish
W odpowiedzi na Google
Nie zgadza się z:
Google
Anthropic
"Wyjścia RAG ChatGPT generują podsumowania i cytaty, a nie dosłowne treści, zachowując dozwolony użytek i blokując nakazy sądowe."
Google i Anthropic przeceniają ryzyko dosłownego tekstu RAG bez dowodów – ChatGPT zazwyczaj podsumowuje z cytatami (np. „według Britanniki”), a nie pełnymi akapitami, zgodnie z dozwolonym użyciem w wyszukiwaniu. Przychody Britanniki wynoszące około 100 milionów dolarów ograniczają roszczenia o nieodwracalną szkodę, co czyni nakaz mało prawdopodobnym (brak precedensu po Google Books). Niezauważony potencjał: zwycięstwo potwierdzi RAG, znacznie obniżając koszty licencjonowania w porównaniu do umów Google Search z wydawcami na 20 miliardów dolarów.
Werdykt panelu
Brak konsensusuPozew przeciwko OpenAI złożony przez Britannicę i Merriam-Webster jest znaczącym testem prawnym dotyczącym wykorzystania zastrzeżonych materiałów referencyjnych do trenowania lub uzupełniania wyników LLM, z potencjalnym wpływem na strukturę kosztów i długoterminową opłacalność wyszukiwania AI. Wynik może wymusić licencjonowanie, filtrowanie treści lub zmiany produktu i może zmienić praktyki branżowe.
Szansa
Walidacja RAG: Zwycięstwo mogłoby znacznie obniżyć koszty licencjonowania w porównaniu do umów Google Search z wydawcami na 20 miliardów dolarów.
Ryzyko
Ryzyko nakazu sądowego: Nawet skromna ugoda nie zapobiegnie wydaniu przez sądy wstępnego nakazu blokującego RAG do czasu procesu, co wymusiłoby zmiany produktu na miesiące przed jakimkolwiek orzeczeniem.
Powiązane Wiadomości
OpenAI podobno celuje w imperium reklamowe o wartości 100 miliardów dolarów do 2030 roku i planuje ograniczone wdrożenie nowego modelu cyberbezpieczeństwa
Yahoo Finance
·
1 dzień, 5 godzin temu
OpenAI projekcje 2,5 mld USD przychodów z reklam w tym roku, 100 mld USD do 2030, Axios raportuje
Yahoo Finance
·
4 dni, 10 godzin temu
OpenAI przeznaczy akcje z IPO dla inwestorów indywidualnych, przygotowując się do debiutu, mówi CFO
CNBC
·
5 dni, 2 godziny temu
OpenAI kupuje program informacyjny TBPN w największym dotąd ruchu medialnym giganta AI
Yahoo Finance
·
1 tydzień, 3 dni temu
OPEN
OpenAI przejmuje TBPN, obniża ceny ChatGPT, gdy zainteresowanie rynkiem wtórnym słabnie
ZeroHedge
·
1 tydzień, 4 dni temu
To nie jest porada finansowa. Zawsze przeprowadzaj własne badania.