اگر مدیر یک استودیوی موسیقی یا نویسندهای هستید که آثارش در وب منتشر شده، احتمالاً فکر میکردید مدلهای هوش مصنوعی فقط دادههای عمومی را «میخوانند». اما شکایت جدید سونی و وارنر نشان میدهد که برخی آزمایشگاهها برای تغذیه مدلهای خود، مستقیماً به سراغ بازارهای سیاه داده رفتهاند.
طبق گزارش منتشر شده در ۲۸ اوت ۲۰۲۶، شرکتهای سونی موزیک پابلشینگ (Sony Music Publishing) و وارنر چاپل موزیک (Warner Chappell Music) شکایتی را در دادگاه منطقه شمالی کالیفرنیا ثبت کردند. آنها آنتروپیک (Anthropic) را به اجرای یک «کمپین جسورانه» برای سرقت مالکیت معنوی متهم کردهاند و بهطور مشخص نام داریو آمودی (Dario Amodei)، مدیرعامل، و بنجامین من (Benjamin Mann)، همبنیانگذار را بهعنوان متهمان شخصی در پرونده آوردهاند.
همانطور که در تحلیل قبلی ما دربارهی نبردهای حقوقی بر سر دادههای آموزشی اشاره کردیم، این پرونده نشاندهنده تغییر استراتژی صنعت موسیقی است. این روند یادآور تقابلهای مشابهی است که پیشتر در شکایت انتشارات بزرگ جهان از گوگل برای استفاده غیرقانونی از دادهها شاهد بودیم. در حالی که شرکتهای هوش مصنوعی ادعا میکنند استخراج دادهها از وب تحت قانون «استفاده منصفانه» است، شاکیان مدعیاند آنتروپیک فراتر رفته است. به گزارش تککرانچ (TechCrunch)، این شرکت برای دسترسی به میلیونها اثر دارای کپیرایت، از تورنتهای غیرقانونی استفاده کرده است.
جزئیات این شکایت بر سه محور اصلی متمرکز است:
- مقیاس سرقت: کپیبرداری از دهها هزار اثر موسیقی برای آموزش مدلهای کلود (Claude).
- روش اجرا: استفاده از تورنت برای دریافت کتابهای حاوی اشعار و نتهای موسیقی. این اقدامات با استراتژیهای محرمانه آنتروپیک برای پیشی گرفتن از رقبا که پیشتر بررسی کردیم، همراستا به نظر میرسد.
- مسئولیت فردی: هدف قرار دادن مستقیم مدیران ارشد برای نقش آنها در استراتژیهای جمعآوری داده.
این فشار حقوقی در حالی رخ میدهد که آنتروپیک هنوز تحت تأثیر پرونده «بارتز در برابر آنتروپیک» است. در آن حکم تاریخی، قاضی تشخیص داد که اگرچه استفاده از آثار برای آموزش ممکن است قانونی باشد، اما «روش» بهدست آوردن این دادهها از طریق دزدی (Piracy) غیرقانونی است. همین تصمیم، آنتروپیک را مجبور به پرداخت ۱.۵ میلیارد دلار خسارت کرد.
برای صنعت هوش مصنوعی، بحث اکنون از «استفاده منصفانه» به «منشأ قانونی دادهها» تغییر کرده است. اگر دادگاهها روش جمعآوری داده را فارغ از نحوه استفاده از آن مجازم بدانند، رویکرد فعلی جمعآوری انبوه دادهها به یک ریسک مالی عظیم برای تمام آزمایشگاههای بزرگ تبدیل میشود.
گام بعدی شما
- اگر از مدلهای زاینده برای تولید محتوای هنری استفاده میکنید، منشأ دادههای آموزشی مدل را در مستندات شرکت بررسی کنید.
- روند احکام دادگاه کالیفرنیا درباره مسئولیت شخصی مدیران AI را دنبال کنید.
- ابزارهای شناسایی اثرات کپیرایت در خروجیهای AI را برای محافظت از آثار خود آزمایش کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو