Anthropic समझौते ने AI कॉपीराइट की लड़ाई की दिशा बदली

एक रिकॉर्ड भुगतान, लेकिन AI प्रशिक्षण अब भी काफी हद तक अनसुलझा

सैन फ्रांसिस्को की एक संघीय अदालत ने 2021 और 2022 में piracy डेटाबेस LibGen और PiLiMi से पुस्तकों को डाउनलोड करने के मामले में Anthropic और पुस्तक लेखकों के बीच $1.5 billion के समझौते को मंजूरी दी है। केवल आँकड़ों के आधार पर यह एक ऐतिहासिक मामला है: स्रोत सामग्री इसे class action history का सबसे बड़ा copyright settlement बताती है। लेकिन इस मामले का महत्व केवल भुगतान की राशि नहीं है। अहम बात यह है कि यह सौदा जनरेटिव AI पर सार्वजनिक बहस में अक्सर एक साथ मिल जाने वाले दो मुद्दों को अलग करता दिखता है: piracy और model training।

दिए गए रिपोर्ट के अनुसार, यह समझौता लगभग 482,460 सूचीबद्ध कृतियों को कवर करता है, जिनमें से 91.3 प्रतिशत पर दावा किया गया, जिससे प्रति दावा किए गए कार्य के लिए लगभग $3,000 का भुगतान बनता है। Anthropic को piracy किए गए फ़ाइलों को नष्ट भी करना होगा। तथ्यात्मक रूप से पुस्तकों के अधिग्रहण के तरीके पर यह परिणाम एक बड़ा झटका है। साथ ही, यह उस व्यापक कानूनी सवाल को नहीं सुलझाता जिसके लिए कई प्रकाशक, लेखक और AI कंपनियाँ संघर्ष कर रही हैं: क्या वैध रूप से प्राप्त पुस्तकों का उपयोग AI प्रणालियों को प्रशिक्षित करने के लिए fair use के दायरे में आ सकता है?

यह अंतर मायने रखता है क्योंकि यह AI कॉपीराइट मुकदमेबाज़ी के अगले चरण की रूपरेखा बताता है। यदि अदालतें अवैध अधिग्रहण को दंडित करती रहें लेकिन वैध रूप से प्राप्त कृतियों पर प्रशिक्षण को अलग तरह से देखें, तो AI डेवलपर्स पर अनुपालन का भार इस बात से हट सकता है कि मॉडल ने कॉपीराइट सामग्री से सीखा भी या नहीं, और इस बात पर शिफ्ट हो सकता है कि मूल datasets कैसे बनाए, दर्ज और लाइसेंस किए गए थे। लेखकों और अधिकार-धारकों के लिए यह मिश्रित नतीजा होगा: piracy के खिलाफ जीत, लेकिन जरूरी नहीं कि training पर कोई व्यापक रोक।

यह मामला फिर भी AI लैब्स के लिए कानूनी जीत क्यों माना जा सकता है

दिए गए स्रोत में कहा गया है कि Judge Alsup ने पहले यह फैसला दिया था कि वैध रूप से प्राप्त पुस्तकों पर AI प्रशिक्षण “transformative” है और fair use के अंतर्गत आता है। वह पिछला निष्कर्ष समझौते की महत्वपूर्ण पृष्ठभूमि है। यह संकेत देता है कि इस मामले में Anthropic का सबसे महंगा जोखिम कथित piracy copies के उपयोग से आया, न कि model training के अमूर्त कार्य से। व्यावहारिक रूप से, अदालत ने अवैध स्रोत-प्राप्ति और संभावित रूप से वैध transformation के बीच एक रेखा खींची प्रतीत होती है।

AI कंपनियों के लिए यह रेखा अत्यंत महत्वपूर्ण है। कई model developers के सामने scraping, licensing, consent, memorization और market substitution से जुड़ी ओवरलैपिंग दावे आते हैं। एक अदालत का ऐसा निर्णय जो piracy को अपराध के रूप में अलग करता है, जबकि training defenses को बरकरार छोड़ता है, उद्योग को, भले ही अधूरी, यह अधिक स्पष्ट समझ देता है कि सबसे तात्कालिक liability कहाँ हो सकती है। स्रोत पाठ का तर्क है कि यह उन AI labs के लिए एक मील का पत्थर जैसा दिखता है जिन्होंने website owners की सहमति के बिना web content पर प्रशिक्षण दिया, क्योंकि web-scale collection अब भी training data का मुख्य स्रोत है। यह अंतिम कानूनी मंजूरी नहीं है, लेकिन यह अवश्य संकेत देता है कि इन विवादों का केंद्र अब acquisition methods और reproductions की ओर, न कि केवल training के अस्तित्व की ओर, खिसक रहा हो सकता है।

Anthropic पूरी तरह बच नहीं निकलता। $1.5 billion का settlement कोई मामूली परिचालन दंड नहीं है; यह कॉर्पोरेट स्तर की चेतावनी है। यह हर बड़े AI डेवलपर को बताता है कि कमजोर dataset governance ऐतिहासिक पैमाने के damages पैदा कर सकती है। भले ही किसी कंपनी को लगे कि उसके fair-use तर्क मजबूत हैं, यदि model pipeline में piracy repositories से ली गई सामग्री शामिल है तो वे बचाव कमज़ोर पड़ सकते हैं। उस अर्थ में, यह समझौता provenance controls, ingestion audits और model development के दौरान इंजीनियरों तथा शोधकर्ताओं द्वारा उपयोग की जाने वाली सामग्री पर आंतरिक सीमाओं के महत्व को बढ़ाता है।

लेखकों के पास अब भी कौन से अधिकार बचे हैं

यह मामला भविष्य के सभी दावों को भी समाप्त नहीं करता। दिए गए रिपोर्ट के अनुसार, लेखकों के पास उन AI outputs पर दावे बरकरार हैं जो मूल कृतियों की नकल करते हैं और Anthropic के भविष्य के आचरण पर भी। इससे AI कॉपीराइट युद्ध में एक और कानूनी तथा तकनीकी रूप से कठिन मोर्चा खुला रहता है। प्रशिक्षण एक प्रश्न हो सकता है; output behavior दूसरा। यदि कोई model इतना करीब text निकालता है कि वह संरक्षित कृति के समान हो, या यदि भविष्य की संग्रहण प्रक्रियाएँ फिर से अनुचित स्रोतों पर निर्भर हों, तो मुकदमेबाज़ी की राह खुली रहती है।

यह अपवाद महत्वपूर्ण है क्योंकि यह वादियों को model behavior के बजाय ठोस हानि को चुनौती देने का रास्ता देता है। अदालतें बड़े corpora पर training का आकलन कैसे करें, इस पर भले ही विभाजित रहें, लेकिन मूल अभिव्यक्ति की पुनरुत्पत्ति से जुड़े दावे अधिक आसानी से बनाए और परखे जा सकते हैं। AI developers के लिए इसका अर्थ है कि कानूनी काम बेहतर data sourcing पर खत्म नहीं होता। यह model evaluation, memorization के लिए red-teaming और ऐसे product controls तक बढ़ता है जो copyrighted material को regurgitate करने की संभावना कम करें।

एक व्यापक नीतिगत निहितार्थ भी है। यदि कानूनी प्रणाली dataset provenance, output safeguards और future conduct को अलग-अलग compliance layers के रूप में देखना शुरू करती है, तो AI regulation अधिक operational और कम philosophical हो सकती है। सार्वजनिक बहस अक्सर इस पर केंद्रित रहती है कि क्या training स्वाभाविक रूप से अनुमेय है या स्वाभाविक रूप से शोषणकारी। इसके विपरीत, अदालतें समस्या को छोटे-छोटे प्रश्नों में काटती रह सकती हैं: क्या copy कानूनी रूप से प्राप्त की गई थी? क्या उपयोग transformative था? क्या output ने संरक्षित अभिव्यक्ति की नकल की? क्या measurable market harm हुआ?

अब आगे क्या

स्रोत पाठ स्पष्ट करता है कि एक बड़ा सवाल अब भी अनसुलझा है: क्या authors की सहमति के बिना इंटरनेट सामग्री की बड़े पैमाने पर scraping कानूनी acquisition मानी जाती है? यह मुद्दा पुस्तकों से बहुत आगे तक जाता है। यह सीधे उस web data से जुड़ा है जिसने अधिकांश frontier models को शक्ति दी है। यदि अदालतें इस संदर्भ में consent और acquisition को लेकर अधिक कठोर रुख अपनाती हैं, तो Anthropic की fair-use स्थिति से संकेतित स्पष्ट जीत जल्दी ही सीमित हो सकती है। यदि वे ऐसा नहीं करतीं, तो उद्योग इस मामले को इस बात के प्रमाण के रूप में देख सकता है कि सुरक्षित रास्ता copyrighted material पर training छोड़ना नहीं, बल्कि उस material को इकट्ठा करने और संभालने के तरीके को साफ करना है।

फिलहाल, यह समझौता एक विरोधाभासी मील का पत्थर बना हुआ है। यह एक record-setting copyright payout भी है और प्रतिष्ठा पर एक आघात भी। साथ ही, यह उस कानूनी ढाँचे को भी मजबूत करता दिखता है जिसके तहत piracy दंडनीय है, लेकिन वैध रूप से प्राप्त कृतियों पर training अब भी बचाव योग्य हो सकती है। यह संयोजन AI copyright fight को खत्म नहीं करेगा। इसकी संभावना अधिक है कि यह उसे और तीखा करेगा। लेखकों, प्रकाशकों और model companies को अब इस बात की अधिक स्पष्ट समझ है कि एक अदालत रेखाएँ कहाँ खींच रही है, और यह स्पष्टता अगली लहर के मामलों को शांत करने के बजाय तेज़ कर सकती है।

व्यावहारिक निष्कर्ष सीधा है। AI कंपनियाँ अब dataset assembly को कोई पृष्ठभूमि तकनीकी विवरण मानकर नहीं चल सकतीं। Provenance अब प्रथम-क्रम का legal risk बन रही है। साथ ही, training के खिलाफ व्यापक precedent की उम्मीद कर रहे अधिकार-धारकों को यहाँ वह नहीं मिला। तर्क संकुचित हुआ है, समाप्त नहीं। और इसी संकुचित तर्क में AI copyright battle का भविष्य छिपा है।

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.