Da li je ovo kraj za AI? Za industriju je "gotovo" ukoliko joj se zabrani samo ova jedna stvar

Nova studija Stanforda i Jejla otkriva da AI modeli možda ne “uče”, već pamte i kopiraju zaštićene tekstove – što može promeniti pravila autorskih prava.

Velike AI kompanije godinama objašnjavaju kako njihovi modeli ne čuvaju tuđe knjige, članke i tekstove "u sebi", već da iz ogromne količine podataka samo uče obrasce jezika, slično kao što ljudi uče kroz čitanje. Ta razlika je bila ključna u odbrani od sve većeg broja tužbi za povredu autorskih prava.

Foto: Shuterstock

Međutim, novo istraživanje naučnika sa Stanforda i Jejla otvara neprijatno pitanje: šta ako modeli ne rade prvenstveno "učenje", već delimično i kopiranje? Ako se pokaže da AI može da "izvuče" duge delove zaštićenih dela skoro doslovno, to bi moglo ozbiljno da promeni pravni teren na kojem se vodi rat između autora i AI industrije.

- Ako nam zabrane da treniramo modele na zaštićenim delima, AI industrija je gotova - upozorio je direktor OpenAI-ja Sem Altman.

Zašto je ovo važno za autorska prava?

Foto: Shuterstock

U američkom Zakonu o autorskim pravima, autor ima ekskluzivno pravo da svoje delo umnožava i distribuira. Postoje izuzeci, poput doktrine "fer upotrebe" (fair use), koja dopušta ograničeno korišćenje u svrhe kritike, novinarstva ili istraživanja.

AI kompanije se često oslanjaju upravo na taj argument - da se u obuci AI modela ne "prave kopije za konzumaciju", već da sistem statistički uči iz primera. Ali ako se pokaže da model ume da reprodukuje velike delove knjiga ili članaka, onda protivnici industrije dobijaju moćno pitanje: da li je to učenje ili prikrivena reprodukcija?

Šta su istraživači testirali?

Foto: Shuterstock

U radu su analizirani veliki modeli poznatih kompanija, a ideja eksperimenta je jednostavna: proveriti koliko je moguće "naterati" model da izbacuje tekst koji jako liči na originalne izvore.

Jedan od ključnih delova pristupa je tehnika slična "Best-of-N" - umesto jednog upita, model dobija više varijacija istog zahteva, dok se ne pronađe ona koja "otključava" najbliži rezultat.

Drugim rečima, ne ide se na sreću, već na sistematsko traženje načina da model isporuči što precizniji sadržaj.

Ono što zabrinjava istraživače nije samo to što model ponekad liči na poznati stil, već mogućnost da vrati dugačke segmente teksta sa visokim poklapanjem u odnosu na original.

Da li to znači da modeli čuvaju knjige "u sebi"?

Foto: Shuterstock

Tu dolazimo do ključne debate. Neki stručnjaci smatraju da ovakvi rezultati ne moraju dokazivati da model ima "sačuvanu kopiju" kao fajl, već da može da rekonstruiše tekst zbog obrazaca koje je upio tokom treninga.

Ali pravno gledano, to može biti manje bitno. Ako korisnik može relativno pouzdano da dobije zaštićen tekst kroz sistem, sudovi bi mogli da zaključe da je rezultat funkcionalno veoma sličan reprodukciji.

Šta bi to moglo da promeni u industriji?

Foto: Shutterstock

Ako ovakvi nalazi postanu standardni dokaz u sudskim postupcima, AI kompanije bi mogle da se suoče sa:

1. većim pritiskom da otkriju poreklo podataka za trening

2. skupljim licenciranjem sadržaja

3. strožim filterima koji sprečavaju "izvlačenje" zaštićenih tekstova

4. potencijalno ogromnim odštetama u sporovima

Istovremeno, industrija će sigurno nastaviti da tvrdi da većina korisnika ne koristi modele na ovakav način i da su ovakvi napadi "veštački iznuđeni". Kako god, tema je sve veća i ozbiljnija, jer se ne tiče samo tehnologije, već i budućnosti rada autora, novinara i izdavača.

 

BONUS VIDEO: