OpenAI wiedziało, co robi? Nowe dokumenty w sporze z „New York Timesem” rzucają cień na fundamenty generatywnej AI.
Sztuczna inteligencja miała być dla wydawców jednocześnie szansą i zagrożeniem. Szansą, bo nigdy wcześniej dostęp do wiedzy nie był tak prosty. Zagrożeniem, bo nigdy wcześniej maszyna nie potrafiła w tak przekonujący sposób „streszczać” pracy ludzi, którzy tę wiedzę tworzą. Teraz jeden z najważniejszych procesów sądowych w historii branży AI może pokazać, iż część największych graczy technologicznych doskonale zdawała sobie sprawę z konsekwencji swoich działań dużo wcześniej, niż publicznie przyznawali.
Do sądowych akt trafiły bowiem nowe materiały przedstawione przez „New York Times”, które zawierają wewnętrzne wypowiedzi pracowników OpenAI i Microsoftu. jeżeli przedstawione przez gazetę cytaty są autentyczne i zostaną uznane za wiarygodny materiał dowodowy, to mogą okazać się wyjątkowo niewygodne dla firm budujących swoją pozycję na generatywnej sztucznej inteligencji.
„Egzystencjalne zagrożenie” dla wydawców
Sednem sporu pozostaje pytanie, które od dwóch lat zajmuje zarówno prawników, jak i twórców internetowych: czy można bez zgody właściciela praw autorskich wykorzystywać ogromne zbiory artykułów, książek i innych materiałów do trenowania modeli AI?
„New York Times” twierdzi, iż nie tylko nie można, ale iż OpenAI miało pełną świadomość skali problemu. Według nowych dokumentów prawnicy gazety argumentują, iż firma kopiowała miliony chronionych prawem autorskim artykułów w całości, aby stworzyć komercyjne produkty AI mogące stanowić substytut dla oryginalnych publikacji.
Najbardziej kontrowersyjny fragment dokumentów dotyczy jednak rzekomej wypowiedzi szefa ChatGPT. W aktach sądowych znalazł się cytat sugerujący, iż produkty AI stanowią dla wydawców „egzystencjalne zagrożenie” i są „w dużej mierze substytucyjne”, a z czasem będą stawać się jeszcze bardziej substytucyjne wraz z rozwojem technologii.
To szczególnie interesujący wątek, ponieważ od początku debaty wokół generatywnej AI firmy technologiczne przekonywały, iż chatboty nie zastępują źródeł informacji, ale pomagają użytkownikom do nich dotrzeć. Tymczasem jeżeli wewnątrz organizacji faktycznie panowało przekonanie, iż AI może skutecznie przejmować funkcję wydawców, to argumentacja procesowa staje się znacznie trudniejsza.
Liczby, które mogą przestraszyć każdego wydawcę
Jeszcze ciekawsze są dane przypisane Microsoftowi. Według dokumentów przedstawionych przez „New York Times”, Microsoft miał ustalić, iż użytkownicy korzystający z narzędzi generujących odpowiedzi przy pomocy AI klikają w źródłowe materiały od 83 do 93 proc. rzadziej niż użytkownicy tradycyjnej wyszukiwarki. To liczba, która mówi więcej niż setki stron akademickich analiz.
Od ponad dwóch dekad Internet opierał się na prostym układzie. Wydawcy tworzyli treści. Google, Bing i inne wyszukiwarki kierowały do nich ruch. Wszyscy mogli na tym zarobić. Modele językowe zmieniają ten układ. o ile użytkownik dostaje gotową odpowiedź bez konieczności odwiedzania strony źródłowej, to cały mechanizm finansowania mediów zaczyna się chwiać. Nie dlatego, iż ludzie przestają czytać, ale dlatego, iż przestają trafiać na witryny, które ponoszą koszt produkcji informacji.
Paradoksalnie nie jest to tylko problem mediów. jeżeli wydawcy przestaną zarabiać na tworzeniu treści, to ktoś będzie musiał odpowiedzieć na niewygodne pytanie: skąd kolejne generacje modeli AI będą brały wartościowe dane treningowe?
„Gazyliony” dolarów
W materiałach sądowych znalazł się także wątek dotyczący współzałożyciela OpenAI Grega Brockmana. Według prawników „New York Timesa” Brockman miał już około 2017 r. pisać, iż jest „głęboko zmotywowany gazylionami”, które można będzie zarobić na komercjalizacji technologii OpenAI.
Oczywiście trudno wyobrazić sobie startup technologiczny, który nie marzy o gigantycznych zyskach. W branży Doliny Krzemowej takie wypowiedzi nie należą do szczególnie szokujących. Problem polega jednak na kontekście. Prawnicy gazety próbują wykazać, iż motywacja biznesowa od początku odgrywała kluczową rolę, a decyzje dotyczące sposobu pozyskiwania danych nie były wyłącznie eksperymentem badawczym służącym rozwojowi nauki. To ważne rozróżnienie, ponieważ w sporach o „fair use”, czyli dozwolony użytek, charakter komercyjny przedsięwzięcia odgrywa istotną rolę.
Spór o paywalle robi się jeszcze bardziej niewygodny
Prawdopodobnie największe emocje wzbudzi jednak inny fragment nowych dokumentów. „New York Times” twierdzi, iż OpenAI stosowało „transgresyjne i zwodnicze” techniki pozyskiwania treści znajdujących się za paywallami. Według pozwu Brockman miał zostać poinformowany przez pracownika o sposobie obejścia paywalla „New York Timesa”, odpowiadając krótko: „ah nice”.
Trzeba podkreślić, iż są to zarzuty jednej strony postępowania sądowego, a nie ustalone fakty. Jednak sam ich charakter jest dla OpenAI potencjalnie problematyczny. Debata o trenowaniu modeli na publicznie dostępnych treściach jest skomplikowana, ale przynajmniej można w niej budować argumentację opartą na analogiach do działania wyszukiwarek internetowych. jeżeli natomiast pojawia się wątek świadomego obchodzenia barier dostępu do płatnych treści, to sytuacja staje się znacznie mniej komfortowa dla obrony.
Nawet w Microsoftcie pojawiały się ostre słowa
Ciekawy jest również fragment dotyczący Brenta Hechta, dyrektora ds. nauk stosowanych w Microsofcie. Według pozwu miał on napisać, iż trenowanie dużych modeli językowych na chronionych prawem autorskim materiałach jest „zdumiewającą kradzieżą na bezprecedensową skalę”, a ewentualne zwycięstwo w sądzie mogłoby uczynić „całkowitą kpinę z idei fair use”.
Microsoft bardzo gwałtownie zdystansował się od tych słów, podkreślając, iż odzwierciedlają one prywatną opinię jednego pracownika, a nie stanowisko prawne firmy. To jednak kolejny element, który pokazuje, iż również wewnątrz największych korporacji technologicznych nie wszyscy byli przekonani, iż obecny model działania AI bezproblemowo przejdzie próbę sądową.
W dokumentach pojawia się również nazwisko Satyi Nadelli. Prezes Microsoftu miał zeznać, iż gdyby wiedział, iż OpenAI trenowało modele na informacjach znajdujących się za paywallem, to wykorzystałby uprawnienia wynikające z umowy między firmami i zażądał ponownego trenowania modeli. Microsoft podkreśla jednak, iż zeznanie Nadelli odnosiło się do ogólnych zasad funkcjonowania rynku informacji i nie stanowiło rozstrzygnięcia kwestii praw autorskich będących przedmiotem procesu.
To może być najważniejszy proces ery AI
W centrum całej sprawy znajduje się coś znacznie większego niż konflikt między jedną gazetą a jednym laboratorium AI. jeżeli sądy przyznają rację OpenAI to powstanie potężny precedens pozwalający trenować modele na ogromnych zbiorach chronionych materiałów bez konieczności uzyskiwania zgody od właścicieli praw. jeżeli zaś wygrają wydawcy, to może okazać się, iż wiele firm będzie musiało płacić za dostęp do treści albo przebudować sposób pozyskiwania danych treningowych.
Już dziś widać zresztą, iż branża próbuje przygotować się na obie możliwości. Część wydawców podpisała umowy licencyjne z firmami AI. Co ciekawe, sam „Financial Times”, który opisał sprawę, zawarł partnerstwo licencyjne z OpenAI już w 2024 r.
I być może właśnie to jest najbardziej fascynujące w całej historii. Jeszcze kilka lat temu pytanie brzmiało: „czy sztuczna inteligencja będzie potrafiła pisać teksty?”. Dziś pytamy o coś dużo bardziej fundamentalnego: kto będzie płacił za tworzenie wiedzy, którą sztuczna inteligencja następnie wykorzystuje. Od odpowiedzi na to pytanie może zależeć nie tylko przyszłość mediów, ale także przyszłość samej generatywnej AI.
*Ilustracja otwierająca wygenerowana dzięki AI
