Authors Guild आणि पुस्तकांवरील हक्क सांगणारे इतर वादी फेडरल न्यायाधीशांना OpenAI ने कॉपीराइट असलेली पुस्तके कशी मिळवली याची, नंतर त्या पुस्तकांचे काय केले यापासून वेगळी तपासणी करण्याची विनंती करत आहेत. 17 सप्टेंबरला सार्वजनिक केलेल्या त्यांच्या दाखल्यांत Library Genesis विषयीच्या अंतर्गत चर्चेचे वर्णन आहे. मॉडेल प्रशिक्षणासाठी वापरलेल्या पुस्तक-संग्रहांचा स्रोत असलेल्या या सेवेतून पुस्तके उतरवणे, प्रशिक्षण देणे आणि प्रती हस्तांतरित करणे या प्रत्येक कृतीसाठी स्वतंत्र कॉपीराइट विश्लेषण आवश्यक आहे, असा त्यांचा युक्तिवाद आहे.

OpenAI या दृष्टिकोनाला विरोध करते. त्याच दिवशी दाखल केलेल्या आपल्या सुधारित निवेदनात कंपनीचा युक्तिवाद आहे की पुस्तके मिळवणे आणि मॉडेल्सना प्रशिक्षण देणे ही न्याय्य वापराने संरक्षित होणाऱ्या एका परिवर्तनकारी उद्देशाची कामे होती. न्यूयॉर्कमधील न्यायाधीश Sidney H. Stein यांच्यासमोर दोन्ही बाजूंच्या विनंत्या अद्याप प्रलंबित आहेत. 24 सप्टेंबरच्या आदेशाने लेखी युक्तिवादांचे वेळापत्रक वाढवले; कॉपीराइटचा वाद निकाली काढला नाही. (वादींचे निवेदन, OpenAI चे निवेदन, वेळापत्रकाचा आदेश)

मोठा बदल

  • काय बदलले: पुस्तक-संकलनाविषयीच्या निर्णयांना वादी आव्हान का देत आहेत, याचे अधिक पूर्ण सार्वजनिक वर्णन आता लेखक वाचकांसमोर ठेवू शकतात. सप्टेंबरमधील दाखल्यांत प्रशिक्षणासाठीची पुस्तके कुठून आली आणि कंपन्यांनी त्यांचा कसा व्यवहार केला, यावरील वाद अधिक स्पष्ट झाला आहे.
  • हे का महत्त्वाचे: मोबदला मागणारे लेखक आणि पुस्तकांचा वापर योग्य ठरवणारे विकासक या दोघांसाठी पुस्तके मिळवण्याची कायदेशीर हाताळणी प्रशिक्षणातील वापराइतकीच महत्त्वाची आहे. मॉडेलचा उद्देश आधीच्या प्रतिकरणाचे समर्थन करू शकतो का, यावर पक्षकार असहमत आहेत.
  • कशाकडे लक्ष द्यावे: पुढील लेखी युक्तिवादांत त्या कायदेशीर दाव्याला आणि लेखकांना झालेल्या हानीच्या पुराव्याला आव्हान दिले जाईल. न्यायाधीश कोणता पुरावा स्वीकारतात आणि कोणत्या वापरांचे स्वतंत्र मूल्यमापन करतात, यावर खटल्याशिवाय कोणते दावे निकाली काढता येतील हे ठरेल.

सार्वजनिक नोंदीतील Books1 आणि Books2

17 सप्टेंबरची कागदपत्रे म्हणजे संक्षिप्त निर्णयाच्या विनंत्यांसोबत दाखल केलेल्या निवेदनांच्या अधिक पूर्ण सार्वजनिक आवृत्त्या आहेत. न्यायालयाच्या 3 सप्टेंबरच्या गोपनीयता-आदेशाने एखाद्या पक्षाने किंवा तृतीय पक्षाने गोपनीयता पुढे ठेवण्याची विनंती न केलेली सामग्री हटवून निवेदने व तथ्यविधाने पुन्हा दाखल करण्याचे आदेश दिले. काही भाग अजूनही काळे करून झाकलेले आहेत.

21 सप्टेंबरच्या Authors Guild च्या घोषणेत यांपैकी दोन कागदपत्रांकडे लक्ष वेधले: वादींचे कायदेशीर निवेदन, न्यायालयीन दाखला 1982, आणि दुरुस्त केलेले तथ्यविधान, दाखला 1987. वादी म्हणून Guild ने दिलेले हे त्यांचेच वर्णन आहे.

दाखला दाखला 1987 मध्ये लेखक Books1 आणि Books2 या प्रशिक्षण-डेटासेटच्या नावांविषयीची साक्ष आणि अंतर्गत संदेश उद्धृत करतात. परिच्छेद 271 मध्ये OpenAI चे माजी कर्मचारी Ben Mann यांचे दोन्ही संग्रह LibGen वर आधारित असल्याचे विधान उद्धृत केले आहे. परिच्छेद 275 मध्ये मसुद्यातील शब्दप्रयोगाविषयीचे त्यांचे स्पष्टीकरण उद्धृत केले आहे: “libgen असल्यामुळेच हे जाणूनबुजून संदिग्ध ठेवले आहे.”

त्याच दाखल्यातील परिच्छेद 749 मध्ये मे 2020 मध्ये तेव्हाचे OpenAI धोरण संचालक Jack Clark यांनी साहित्यप्रकारातील कादंबरीकारांशी होणाऱ्या स्पर्धेबद्दल व्यक्त केलेली अपेक्षा पुन्हा दिली आहे. विस्थापनाबाबतची अंतर्गत चिंता म्हणून वादी तो संदेश सादर करतात. मात्र नंतर पुस्तक-विक्रीत झालेली घट तो मोजत नाही आणि बाजारातील हानीबद्दल न्यायालयाचे मतही ठरवत नाही.

कागदपत्राच्या शीर्षकात “विवादित नसलेली महत्त्वाची तथ्ये” असे शब्द आहेत. ते संक्षिप्त निर्णयासाठी वादींनी केलेले सादरीकरण आहे. स्थानिक दिवाणी नियम 56.1 नुसार विरोधी पक्ष क्रमांकित विधानांना मान्य करतो किंवा नाकारतो आणि त्याच्या समर्थनार्थ पुरावे देतो. शीर्षकावरून न्यायाधीशांनी संपूर्ण वर्णन मान्य केले, असा अर्थ होत नाही.

पुस्तके मिळवणे आणि प्रशिक्षण देण्यावरील वाद

किंमत न देता पुस्तके मिळवणे, प्रशिक्षणासाठी प्रती तयार करणे आणि त्या प्रती इतर पक्षांना वितरित करणे या स्वतंत्र वापरांप्रमाणे न्यायालयाने विचार करावा, अशी वादींच्या निवेदनाची मागणी आहे. व्यावसायिक संबंध आणि वर्तनावर देखरेख करण्याच्या क्षमतेमुळे OpenAI च्या कथित उल्लंघनासाठी Microsoft जबाबदार आहे, असाही त्यांचा युक्तिवाद आहे.

प्रशिक्षणाबद्दल लेखकांचा युक्तिवाद आहे की मॉडेल्स पुस्तकांतील सर्जनशील अभिव्यक्तीचा वापर करून स्पर्धक मजकूर तयार करतात. त्यामुळे लेखकांच्या बाजारपेठेला धोका निर्माण होतो आणि परवाना-महसूलापासून ते वंचित राहतात, असे ते म्हणतात. (वादींचे निवेदन, पाने 25–38)

17 सप्टेंबरच्या OpenAI निवेदनात GPT-3 आणि GPT-3.5 ला प्रशिक्षण देण्यासाठी Library Genesis मधील संकलने वापरल्याचे मान्य केले आहे. पुस्तके उतरवणे ही सर्वसाधारण भाषेचे नमुने शिकणारी मॉडेल्स तयार करण्याच्या प्रक्रियेचा भाग होता, असा त्यांचा कायदेशीर युक्तिवाद आहे. संपूर्ण प्रक्रियेच्या उद्देशाचे मूल्यमापन न्यायालयाने करावे, असे ते सांगतात; पुस्तकांची जागा मजकुराने घेतली आणि कायद्याने मान्य होईल अशी बाजारहानी झाली, या दोन्ही दाव्यांना ते विरोध करतात. (OpenAI, पाने 3, 23–25 आणि 28–37)

Microsoft चे पुस्तक-खटल्यावरील सुधारित निवेदन देखील प्रशिक्षण हा न्याय्य वापर असल्याचे मांडते. OpenAI ने वापरलेल्या LibGen डेटासेटच्या संकलनात Microsoft सहभागी नव्हते, असे ते सांगते. आउटपुटबद्दल 8.2 दशलक्ष Copilot संभाषणांच्या विश्लेषणाचा दाखला देत, लेखकांच्या कथित कामांशी जुळणारे 30 शब्द असलेली 24 उत्तरे आढळल्याचे त्यात म्हटले आहे. हे विशिष्ट उंबरठा वापरलेल्या विशिष्ट विश्लेषणाबद्दल Microsoft चे वर्णन आहे; लेखक ज्या मार्गांनी हानीचा दावा करू शकतात ते सर्व ते मोजत नाही.

हा मतभेद महत्त्वाचा आहे कारण अमेरिकेचा कॉपीराइट कायदा न्यायालयांनी वापराचा उद्देश, कामाचे स्वरूप, घेतलेल्या सामग्रीचे प्रमाण आणि बाजारावरील परिणाम यांचा विचार करावा असे सांगतो. प्रत मिळवण्याचा वाद आणि तयार केलेल्या मजकुरामुळे निर्माण होणाऱ्या स्पर्धेचा वाद वेगवेगळे वस्तुस्थितीविषयक प्रश्न उपस्थित करतात. हे प्रश्न कायदेशीरदृष्ट्या एकमेकांशी कसे जोडले जातात, यावरही पक्षकार युक्तिवाद करत आहेत.

पुराव्याबद्दलचा वाद अजून सुरू आहे

23 सप्टेंबरला OpenAI आणि Microsoft यांनी AI ने तयार केलेल्या पुस्तकांवरील आणि बाजारातील घटविषयीच्या अभ्यासावर आधारित पूरक तज्ज्ञ अहवाल आणि लेखकांच्या निवेदनातील काही भाग वगळण्याची विनंती न्यायालयाला केली. त्यांच्या वगळण्याच्या अर्जाला जोडलेल्या निवेदनात संशोधनासाठी वादींच्या वकिलांनी निधी दिला आणि आवश्यक तज्ज्ञ-प्रक्रियेत त्याची माहिती दिली नाही किंवा पुरावा म्हणून सादर केले नाही, असा आरोप आहे. हे आरोप पुरावा वगळण्याच्या प्रतिवादींच्या युक्तिवादाचा भाग आहेत; गैरवर्तनाबद्दलचे निष्कर्ष नाहीत. अर्जात दाखला 1982 आणि 1987 मध्ये उद्धृत केलेल्या सामग्रीलाच थेट लक्ष्य केले आहे.

महत्त्वपूर्ण तथ्याबाबत खटल्याची गरज भासेल असा खरा वाद नसल्यास आणि कायद्यानुसार अर्जदार निर्णयास पात्र असल्यास, संक्षिप्त निर्णयाद्वारे न्यायालय दावा किंवा त्याचा काही भाग ठरवू शकते. (फेडरल नियम 56)

25 सप्टेंबरपर्यंत पाहिलेल्या सार्वजनिक न्यायालयीन नोंदीत पुढील लेखी युक्तिवाद आणि तज्ज्ञ-पुराव्याच्या अर्जांची नोंद आहे. Stein यांच्या 24 सप्टेंबरच्या आदेशाने सर्व पक्षांची विरोधी निवेदने सादर करण्यासाठी 23 ऑक्टोबर, न्यायालयाचे मित्र म्हणून निवेदनांसाठी 30 ऑक्टोबर आणि प्रत्युत्तरांसाठी 20 नोव्हेंबर या तारखा ठरवल्या. लेखक आणि AI विकासकांसाठी पुढचा टप्पा म्हणजे प्रतिकरण व हानीविषयीच्या परस्परविरोधी वर्णनांचे न्यायालयाकडून होणारे मूल्यमापन. नव्याने सार्वजनिक केलेली कागदपत्रे त्या मूल्यमापनासाठी युक्तिवाद आणि उद्धृत पुरावे देतात; भरपाईचा निर्णय किंवा न्याय्य वापराबाबतचा अंतिम निकाल देत नाहीत.