Absența protecției prin copyright american a unei opere prezentate ca generată exclusiv de IA

La 6 mai 2025, US Copyright Office (USCO), Biroul (Oficiul) S.U.A. pentru dreptul de autor, a publicat a treia parte a raportului său privind dreptul de autor și inteligența artificială (IA), după ce prima s-a concentrat asupra replicilor digitale, iar cea de-a doua a abordat protecția, prin dreptul de autor, a creațiilor asistate ori generate de IA. De această dată, analiza a vizat chestiunea spinoasă a intersecției dintre antrenamentul sistemelor de IA generative și dreptul de autor. Documentul se sprijină, în special, pe comentariile a numeroși actori consultați de USCO și evocă mai multe teme, începând cu o evaluare tehnică detaliată.

Pentru început, raportul expune și explică potențialele atingeri ale dreptului de autor pe care le pot provoca sistemele de IA. Referitor la curarea și colectarea de date, se subliniază că cea mai mare parte a răspunsurilor primite sunt de acord să estimeze că copia realizată în cursul procesului de curare și de colectă a datelor implică dreptul de reproducție, și aceasta chiar dacă datele sunt apoi suprimate după antrenament.

Referitor la procesul de antrenament al modelelor, USCO consideră că acesta pune în discuție dreptul de reproducție; sunt detaliate mai multe operațiuni tehnice care induc realizarea de copii și deci implică un atare drept. De exemplu, se estimează că antrenamentul presupune o aducere la zi iterativă și luare în considerare a ponderilor modelului, ceea ce poate conduce la încorporare de copii de opere în aceste ponderi. De aceea, se consideră că reproducția ulterioară a lor, chiar de către terții implicați în antrenament, ar putea să constituie o contrafacere, dacă aceste ponderi conțin expresii protejate. În consecință, atunci când un model e capabil să genereze, fără asistență externă, reproduceri textuale ori substanțiale, de exemplu de antrenament, USCO estimează că e rezonabil a concluziona că aceste conținuturi sunt codate în aceste categorii. În această situație, pentru a determina o nerespectare a dreptului de reproducție, se pune problema de a ști dacă stabilitatea ponderilor modelului permite instituire operelor via un soft. În caz afirmativ, chiar dacă operele nu sunt perceptibile în mod direct, în raport se explică faptul că respectivele opere pot să fie considerate ca fixate și reproductibile de o mașină.

Documentul abordează, de asemenea, chestiunea memorizării expresiei protejabile de ponderile unui model, în special față de operele derivate. Unele răspunsuri primite de Birou afirmă că ponderile nu sunt decât abstracții ori transformări de date de antrenament și deci că modelele nu reprezintă nici un aspect protejat de opere originale. Jurisdicțiile americane sesizate cu această problemă a ajuns la concluzii divergente. De exemplu, în cauza Kadrey c/Meta Platforms, acuzațiile potrivit cărora modelele Llama ar conține opere derivate au fost considerate absurde („nonsensical”, District Court N.D. California, 20 nov.2023, Kadrey c/Meta Platforms no. 3:23-cv-03417). Invers, în cauza Andersens c/Stability AI, alegațiile potrivit cărora copiile ori elementele protejate ar rămâne, sub o formă sau alta, în model, au fost admise. Biroul a conchis în privința acestei chestiuni în sensul că existența unei nerespectări a dreptului de reproducere ori a celui de opere derivate depinde de prezența unei expresii protejabile memorizate în ponderi. Astfel, chiar dacă antrenamentul unui model plecând de la opere protejate implică dreptul la reproducție, copia ponderilor constituie o infracțiune numai dacă ea rezultă dintr-o similaritate substanțială cu operele de origine.

În fine, raportul evocă chestiunea generației augmentate de recuperare, retrieval augmented generation (RAG). Utilizarea unei RAG permite optimizarea rezultatului unui mare model de limbaj. Ea operează, în general, în două moduri: fie dezvoltatorii integrează documentele într-o bază de date internă la care modelul accede pentru extragerea informațiilor pertinente în timpul generației, fie sistemul interoghează în mod direct sursele externe pentru a recupera conținutul necesar (de exemplu, motoare de căutare). Potrivit USCO, utilizarea de RAG implică reproducerea de opere protejate de dreptul de autor, inclusiv atunci când sistemul copiază conținutul extras la momentul generației pentru a augmenta răspunsul său.

Analiza factorilor doctrinei fair use.În raport este antamată apoi problema antrenamentului IA generative în raport cu doctrina fair use și a factorilor săi, recunoscându-se faptul că diferitele etape ale dezvoltării și implementării IA cer analize juridice distincte. Dacă identificarea precisă a actelor de reproducere, precum cel de compilație a unui set de date ori antrenament e esențială, aceste acțiuni nu constituie, în general, o finalitate în sine. Evaluarea trebuie deci să se înscrie în cadrul utilizării globale a sistemului. Chiar dacă punerea în balanță a ansamblului diferiților factori ai fair use „în lumina obiectivelor dreptului de autor” e de resortul tribunalelor USCO observă că este probabil ca primul și cel de-al patrulea factor să aibă o greutate considerabilă în analizăm, așa cum se subliniază și în jurisprudență.

Analiza primului factorimplică pe cea a scopului și naturii utilizării. Pentru a determina acest factor judecătorul trebuie, în special, să analizeze natura transformativă și crucială a respectivei utilizări. Referitor la prima, chestiunea de a ști dacă copia unei opere în cadrul constituirii unui set de date de antrenament e transformativă depinde de uzajul final al acesteia. Potrivit documentului, antrenamentul unui model asupra unui corpus vast e, în general, de natură transformatoare. Totuși caracterul transformator e o chestiune de „grad”, care trebuie să fie apreciată în funcție de finalitățile modelului și modul său de implementare. Astfel, antrenamentul în vederea unei utilizări în scopuri de cercetare ori într-un mediu restrâns nesubstitutiv e mai ușor de calificat ca fiind transformativ. Invers, a antrena un model să genereze ieșiri în mod substanțial similare operelor protejate, tinde a reduce caracterul transformativ, în afară, de exemplu, de scop pur parodic. Între aceste extreme, numeroase utilizări sunt de o natură transformatoare modestă. De exemplu, a antrena un model să producă conținut vizând un public similar celui al operelor aflate la sursă, fără o reproducere în mod explicit a elementelor protejate, nu constituie decât o transformare moderată. În sfârșit, cum modelele generative pot avea utilizări deopotrivă transformative și netransformative, stabilirea de garanții tehnice poate întări argumentul în favoarea unui uzaj transformativ, restrângând capacitatea modelului de a îndeplini funcțiile operei de origine. USCO procedează apoi la o analiză separată privind RAG. Aceasta extrage informații specifice în funcție de pertinența lor contextuală, pentru a răspunde la o cerere a unui utilizator. O atare utilizare apare, atunci, mai puțin transformatoare, în special în situația în care sistemul generează rezumate sau versiuni abreviate de opere protejate, în loc de a se referi la aceste surse prin legături de hipertexte. Se concluzionează, în această privință, respingându-se două argumente în mod frecvent avansate în favoarea caracterului transformativ al antrenamentului sistemelor de IA. Pe de o parte, ideea potrivit căreia acest antrenament ar fi în mod intrinsec transformator, întrucât, nu e destinat unor scopuri expresive, e considerată eronată. De exemplu, metodele ce permit generarea de imagini sunt antrenate plecând de la conținuturi estetice, în mod precis pentru a genera producții estetice. În măsura în care aceste modele pot să producă conținut expresiv sau reproduc expresii protejate, antrenamentul lor nu poate să fie considerat ca lipsit de o intenție expresivă. Pe de altă parte, se respinge analogia între învățarea automatizată și cea umană. Ca urmare, doctrina lui fair use nu se extinde, în mod automat, la toate formele de învățare umană. USCO consideră că antrenamentul unui sistem de IA diferă de învățarea umană pentru că, acolo unde umanul reține impresii subiective și imperfecte, antrenamentul modelului generat de copii fidele poate să analizeze o vastă cantitate de opere într-un timp extrem de scurt, producând apoi conținuturi la o scară și cu o viteză mult superioare celor ale activității umane.

            În privința naturii comerciale, analiza pertinentă vizează evaluarea echității uzajului operelor protejate într-un scop lucrativ fără compensație financiară pentru titularul de drepturi. În acest sens, o situație importantă e considerată a fi aceea de a ști cazul în care seturile de date sunt constituite ori utilizate în scopuri de cercetare necomercială, apoi refolosite în contexte comerciale. Mai multe răspunsuri obținute avertizează împotriva acestei „înălbiri de date”, arătându-se că ea ar putea masca un uzaj efectiv comercial. S-a ridicat, de asemenea, și chestiunea influenței finanțării private de către entități cu scop lucrativ, în privința proiectelor de cercetare pretins necomerciale. Ținând seama de multiplicarea actorilor și de rolul etapelor în dezvoltarea sistemelor de IA, s-a conchis că e necesară o evaluare precisă a naturii fiecărei utilizări. Crearea, reproducerea și distribuirea de ansambluri de date, precum și difuzare de pondere de modele, pot releva entități distincte, ale căror activități variază în termeni de finalitate comercială. Astfel, caracterul comercial al unei situații nu depinde exclusiv de statutul juridic al entității, ci de obiectivul urmărit de uzajul în chestiune, ceea ce impune descompunerea lanțului de valoare. De exemplu, o întreprindere cu scop lucrativ poate antrena un model în scopuri de cercetare, publica rezultatele sale ori difuza în mod liber ponderile modelului, fără o exploatare comercială. Invers, o organizație cu scop nelucrativ poate acționa într-unul lucrativ, monetarizând în mod direct seturile sale de date ori modelele aferente, prin licențe ori abonamente. Așadar, analiza nu trebuie să se fondeze pe statutul entității, ci pe finalitatea concretă a utilizării.

Cel de-al patrulea factor constă în a determina efectul utilizării pe piață a potențialului ori a valorii operei. Se impune luarea în considerare nu numai a piețelor actuale, ci și a piețelor derivate potențiale pe care le dezvoltă, în general, contractorii de opere originale ori le autorizează alți dezvoltatori.

Referitor la diluarea pieței, USCO subliniază faptul că viteza și scara de generare a conținuturilor de către sistemele de IA prezintă un risc important de diluare a pieței pentru operele similare celor utilizate în timpul antrenamentului. Acest prejudiciu poate decurge nu numai din reproducția directă, ci și din generarea de conținuturi apropiate stilistic de operele de origine. Chiar dacă stilul nu e protejat ca atare de dreptul de autor, imitarea sa poate afecta valoarea comercială a creațiilor originale. Această amenințare este cu atât mai importantă cu cât sistemele de IA pot produce conținuturi stilistic indistinguibile pentru marele public, antrenând o concurență directă cu autorii a căror operă a servit antrenamentului.

Acordarea de licențe constituie un element central al modelului economic în numeroase industrii culturale. Chiar dacă piețele de licență sunt încă emergente și dependente de contexte, raportul subliniază că elementele disponibile sugerează că există ori sunt susceptibile din punct de vedere rațional ca ele să se formeze „pentru anumite tipuri de opere, de utilizări ori de modele”. Totuși rămâne incert dacă respectivele piețe pot să se dezvolte pentru toate tipurile de opere ori de modele, la scara necesară. În consecință, în unele sectoare, lipsa de infrastructuri adaptate și costurile de tranzacție pot, în anumite cazuri, excede valorii operelor pentru antrenament. Atunci când licențele sunt disponibile pentru antrenamentul modelelor, absența autorizării va apăsa asupra fair use în privința celui de-al patrulea factor. Dimpotrivă, dacă obstacole structurale fac impracticabilă acordarea de licențe pentru anumite tipuri de opere ori de uzaje, absența de piață funcțională atenuează riscul de prejudiciu și ar putea favoriza fair use.

Ca o concluzie, raportul USCO anticipează că majoritatea utilizărilor de sisteme de IA se va situa într-o zonă gri, necesitând o evaluare de la caz la caz. Demersul de față se înscrie, de altfel, într-un context instituțional particular, marcat de recenta concediere a directoarei Biroului, decizie contestată în justiție.

Consiliul Superior al Proprietății Intelectuale și Artistice (CSPLA) din Franța a publicat, la finele lunii mai a.c., două rapoarte referitoare la chestiunea remunerării conținuturilor culturale utilizate de serviciile de IA. Exploatând conținuturi culturale fără autorizație, IA generează preocupări de ordin juridic, economic și cultural. În fața acestor riscuri se propune structurarea unei piețe echitabile și transparente pentru încadrarea utilizării acestor conținuturi. Raportul juridic (asigurat de A. Bensamoun și J. Groffe-Charrier) încurajează și prezintă măsuri și instrumente pentru susținerea titularilor drepturilor: dreptul la acțiune trebuie să fie sanctuarizat, sprijinindu-se pe transparența IA și via de mecanisme juridice identificate. În faza precontencioasă, un mediator pentru inteligența artificială ar putea favoriza concilierea între părți, fără a exclude accesul la judecător. Rolul său ar putea include, în special, colectarea de informații, cu respectarea secretului afacerilor, propunerea de recomandări și o legătură cu autoritatea națională în materie de concurență. Pentru faza contencioasă sunt preconizate trei leviere: o prezumție de utilizare (din momentul stabilirii unui fascicol de indicii serioase, opera fiind prezumată a fi fost utilizată de IA), o acțiune colectivă (de grup) în scopul de a favoriza demersurile judiciare ale organismelor reprezentative și posibilitatea acordată judecătorului de a dispune producerea de probe. Se apără gestiunea individuală, completată cu una colectivă voluntară și se înlătură licențele (convenite sau legale), gestiunea colectivă obligatorie sau excepția compensată; contractul trebuie să rămână central pentru a adapta remunerația la uzaje, faza de utilizare, tipul de conținut și talia IA vizate. Se sugerează ca prestatorii să poată agrea oferta și eliberarea autorizațiilor. Calitatea și cantitatea datelor ar trebui să fie garantate, misiune recomandând crearea de dataseturi adnotate, pilotate de titulari, redându-le o putere de negociere. Raportul economic (întocmit de J. Farchy și B. Blain) tratează riscul de prăbușire a modelului dacă nu e alimentat cu date fiabile și umane. Referitor la valoarea datelor, se propune numai o cartografiere a piețelor pertinente asupra cărora să se întemeieze partajul valorilor puse pe agendă. De asemenea, se alertează autoritățile publice în privința urgenței unui acompaniament social al creatorilor cei mai afectați de pierderea veniturilor.

Prof. univ. dr. Mircea DUȚU