NYT வழக்கில் AI training-க்கு DOJ fair use defense-ஐ ஆதரித்தது

AI copyright-இல் முக்கியமான ஒரு போராட்டத்தில் Justice Department தெளிவான பக்கம் எடுத்துள்ளது

U.S. Department of Justice, artificial intelligence-இன் மிக முக்கியமான சட்டப் போராட்டங்களில் ஒன்றில், வருங்காலங்களில் courts model training-ஐ எப்படிப் பார்ப்பது என்பதையே பாதிக்கக்கூடிய ஒரு நிலைப்பாட்டுடன் இணைந்துள்ளது. The New York Times மற்றும் பிற rights holders உடன் தொடர்புடைய consolidated lawsuit-இல் தாக்கல் செய்யப்பட்ட filing-இல், copyrighted text மீது large language models-ஐ பயிற்சி செய்வது fair use ஆக இருக்கலாம் என்று department வாதிட்டது.

இந்த தலையீடு முக்கியமானது, ஏனெனில் இந்த வழக்கு publishers மற்றும் AI companies இடையிலான பரந்த மோதலில் ஒரு bellwether ஆக மாறியுள்ளது. Times, late 2023-இல் Manhattan federal court-இல் OpenAI மற்றும் Microsoft மீது வழக்கு தொடர்ந்தது; அதன் பல மில்லியன் articles அனுமதியின்றி GPT-4 உள்ளிட்ட systems-ஐ train செய்யவும், செய்தித்தாளுடன் தகவல் மூலமாக போட்டியிடும் products உருவாக்கவும் பயன்படுத்தப்பட்டதாக அது குற்றம்சாட்டியது. வழங்கப்பட்ட source text-ன் படி, newspaper பில்லியன்கள் அளவிலான damages-ஐ கோரியுள்ளது, மேலும் தனது work-இல் பயிற்சி பெற்ற models-ஐ அழிக்க வேண்டும் என்றும் கேட்டுள்ளது.

Justice Department-ன் வாதம் copyright law AI-க்கு பொருந்தாது என்று சொல்லவில்லை. அதற்கு பதிலாக, அது ஒரு குறுகிய ஆனால் மிக முக்கியமான வேறுபாட்டைக் காட்டுகிறது: training-இல் நிகழும் copying என்பது, model இறுதியில் users-க்கு உருவாக்கி தரும் output-இன் சமமானது அல்ல. Department-ன் பார்வையில், அந்த separation தான் fair use analysis-இன் மையம்.

training-versus-output வேறுபாடு ஏன் இவ்வளவு முக்கியம்

வழங்கப்பட்ட source text, training-இல் முழு works copy செய்யப்படலாம், ஆனால் அவை அந்த செயல்முறையில் பொதுமக்களுக்கு கிடைக்கச் செய்யப்படுவதில்லை என்று department வாதிட்டதாக கூறுகிறது. மேலும், model outputs “often if not always” மூல materials-இருந்து substantial similarity இல்லாதவை என்று அது வாதிட்டது. இது AI copyright விவாதத்தில் மிகவும் சர்ச்சைக்குரிய கேள்விகளில் ஒன்றைத் தொடுகிறது: source material-ஐ training-இல் பயன்படுத்துவது ஒரு internal analytical process ஆகப் பார்க்கப்பட வேண்டுமா, அல்லது original works-ஐ நேரடியாக மாற்றிக்கொள்ளும் commercial act ஆகப் பார்க்கப்பட வேண்டுமா.

Justice Department-ன் பார்வை முதல் framing-ஐ ஆதரிக்கிறது. நீதிமன்றம் இந்த logic-ஐ ஏற்றுக்கொண்டால், குறிப்பாக resulting systems protected expression-ஐ substantial similarity உடன் reproduce செய்யாவிட்டால், copyrighted corpora-வில் training செய்வது transformative என்று AI developers வாதிடுவதற்கான வலுவான சட்ட அடிப்படை கிடைக்கும். நீதிமன்றம் அதை நிராகரித்தால், developers கடுமையான licensing obligations-க்கும், கூட பெரிய operational constraints-க்கும் முகங்கொடுக்க வேண்டியிருக்கும்.

Department, market harm குறித்து கூறப்பட்ட மிக விரிவான theory-யையும் எதிர்த்தது. source text-ன் படி, training மற்றும் output-ஐ ஒரே use-ஆக ஒன்றிணைக்கக் கூடாது என்று அது வாதிட்டது. இது முக்கியம், ஏனெனில் copyright disputes பெரும்பாலும் ஒரு challenged activity ஒரு work-இல் இருந்து கற்றுக்கொள்கிறதா, அல்லது அந்த work-இன் market-ஐ கவர்கிறதா என்பதையே சார்ந்திருக்கும். DOJ-ன் நிலைப்பாடு, plaintiffs தங்கள் content training data-வில் இருந்தது என்பதை மட்டும் காட்டி தானாகவே injury நிரூபிக்க முடியாது எனச் சொல்கிறது.

மனித படைப்பாற்றலை நோக்கிய ஒரு சட்ட ஒப்புமை

source text-இன் சுருக்கத்தின் படி, filing-இன் குறிப்பிடத்தக்க அம்சங்களில் ஒன்றாக எழுத்தாளர் Joan Didion-ஐ மேற்கோள் காட்டிய ஒப்புமை உள்ளது. தங்கள் craft-ஐ கற்க writers விரும்பிய prose-ஐ copy செய்வது சாதாரணம் என்பதை department எடுத்துக்காட்டி, existing works-ஐ study செய்வதற்கும் அவற்றை unlawfully republish செய்வதற்கும் சட்டம் வேறுபாடு காட்ட வேண்டும் என்று வாதிட்டது. மேலும், அதிக பரந்த anti-training theory-யின் கீழ், learner பின்னர் புதிதாக ஏதாவது உருவாக்கினாலும், இப்படிப்பட்ட மனித learning process கூட infringing எனக் கருதப்படலாம் என்று filing கூறியதாக தெரிவிக்கப்பட்டுள்ளது.

இந்த ஒப்புமை பரந்த policy point-ஐ முன்வைக்க வடிவமைக்கப்பட்டுள்ளது. Copyright law original expression-ஐப் பாதுகாக்கிறது, ஆனால் அது learning, reference, influence ஆகியவற்றில் நம்பிக்கை கொண்ட ஒரு அமைப்புக்குள்ளும் செயல்படுகிறது. Justice Department, text-இல் model training என்பது, பொதுவான விநியோகத்திற்காக duplicate செய்வதைவிட analysis என்ற செயலுக்கு நெருக்கமானது என்று வாதிடுகிறது போலத் தெரிகிறது. அந்த ஒப்பீடு நீதிபதிகளுக்கு நம்பிக்கையூட்டுமா என்பது வேறு விஷயம், ஆனால் அது தொழில்நுட்ப விவரங்களைத் தாண்டி படைப்பாற்றலின் அடிப்படை கோட்பாடுகளுக்குள் செல்லும் ஒரு narrative-ஐ AI companies-க்கு தருகிறது.

இந்த filing publishers, AI firms, மற்றும் market-க்கு என்ன அர்த்தம்

Publishers மற்றும் பிற rights holders-க்கு, DOJ filing என்பது தங்கள் archives-இல் கட்டுப்பாட்டை வைத்திருக்க முக்கியமானது எனப் பல media organizations கருதும் வழக்கில் ஒரு setback. The New York Times மற்றும் பிற plaintiffs, generative AI systems, பெருமளவிலான professionally created work-இலிருந்து value பெறுகின்றன, ஆனால் அதற்காக பணம் செலுத்தவில்லை என்று வாதிட்டுள்ளனர். AI products கவனத்தை, subscriptions-ஐ, மற்றும் advertising-ஐ original sources-இருந்து போட்டியிட முடியும் என்றும் அவர்கள் கூறுகின்றனர்.

AI companies-க்கு, department-ன் நிலைப்பாடு வெறும் rhetorical support-ஐ விட அதிகம். இது U.S. government-இன் ஒரு formal statement: model training creative மற்றும் social value உருவாக்க முடியும், மற்றும் training மட்டுமே liability-க்கு உட்படுத்துவது copyright law ஊக்குவிக்க வேண்டிய innovation-ஐ அடக்கக்கூடும். இந்த framing, இந்த குறிப்பிட்ட வழக்கைத் தாண்டியும், future cases, negotiations, மற்றும் policy debates-இல் பரவலாக மேற்கோள் காட்டப்படும் வாய்ப்புள்ளது.

source text மேலும், இந்த வழக்கு AI training-ஐ courts எவ்வாறு கையாளும் என்பதற்கான landmark test ஆகக் கருதப்படுகிறது என்று குறிப்பிடுகிறது. அது மிகையாகாது. இந்த context-இல் fair use-ஐ குறைக்கும் தீர்ப்பு வந்தால், குறிப்பாக மிகப் பெரிய மற்றும் பல்வகை text datasets மீது சார்ந்திருக்கும் firms-க்கு, frontier model development-இன் economics மாறக்கூடும். Training-க்கு broad latitude உறுதி செய்யப்பட்டால், தற்போதைய development model வலுப்பெறலாம்; அதே நேரத்தில் future disputes outputs, licensing deals, product design choices ஆகியவற்றுக்கு மாறலாம்.

பெரிய பிரச்சினை இன்னும் தீரவில்லை

Justice Department இப்போது fair use theory-யை ஆதரித்திருந்தாலும், சட்டப் படம் இன்னும் தெளிவாக இல்லை. source text-தானும் மற்றவர்கள் ஒத்துக்கொள்ளவில்லை என்று கூறுகிறது. அந்த முரண்பாடு, AI copyright law இன்னும் litigation மூலம், real time-இல் உருவாகிக் கொண்டிருக்கிறது என்பதைக் காட்டுகிறது; அது matured மற்றும் stable precedent body மூலம் அல்ல. Courts இன்னும் substantial similarity, transformation, market substitution போன்ற traditional doctrines, content-ஐ simply store செய்து replay செய்யாத, ஆனால் மிகப் பெரிய datasets-இல் statistical patterns கற்றுக்கொள்ளும் systems-க்கு எப்படிப் பொருந்தும் என்பதைத் தீர்மானிக்க வேண்டும்.

இந்த filing courtroom-ஐத் தாண்டியும் முக்கியமானதற்கான ஒரு நடைமுறை காரணமும் உள்ளது. இது companies, publishers, lawmakers ஆகியோர் licensing-ஐ எவ்வாறு அணுகுகிறார்கள் என்பதைக் பாதிக்கலாம். Training சட்டரீதியாக பாதுகாப்பானதாகத் தெரிந்தால், AI firms broad text archives-ஐ compulsory basis-இல் license செய்ய வேண்டிய அழுத்தம் குறையலாம். Publishers legal tide தங்களுக்கு எதிராகச் செல்கிறது என நினைத்தால், குறிப்பிட்ட outputs, brand confusion, அல்லது newsroom products-ஐ ஒத்த AI-generated summaries-இல் இருந்து வரும் competitive harm குறித்த claims-இல் அதிக கவனம் செலுத்தலாம்.

September 2, 2026-இல் நடந்த மாற்றம் இறுதி சட்டப் பதிலல்ல, ஆனால் வாதத்தின் ஒரு பக்கத்துடன் ஒரு முக்கிய federal institution-இன் alignment. Justice Department இப்போது தெளிவாகச் சொன்னது: அதன் பார்வையில், copyrighted text மீது large language model-ஐ train செய்வது fair use-க்குள் வரலாம். AI systems மற்றும் அவை கற்றுக்கொள்ளும் written record இடையிலான உறவை வரையறுக்க உதவும் இந்தச் சிக்கலில், அது முக்கியமான முன்னேற்றம்.

இந்தக் கட்டுரை The Decoder-இன் செய்திப்பதிவை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.