دادگاه دهلی آموزش مدل‌های هوش مصنوعی را جزء «استفاده خصوصی» دانست

اگر یک ناشر خبری هستید که محتوای شما توسط مدل‌های زبانی بلعیده می‌شود، حکم جدید دادگاه دهلی می‌تواند کابوسی برای مدل درآمدی شما باشد. این تصمیم نشان می‌دهد که در برخی حوزه‌های قضایی، «آموزش» مدل‌ها ممکن است اساساً قانونی باشد، حتی اگر داده‌ها متعلق به شما باشند.

در ۲۷ جولای ۲۰۲۶، دادگاه عالی دهلی درخواست خبرگزاری ANI — یکی از بزرگ‌ترین خبرگزاری‌های هند — برای توقف استفاده OpenAI از محتوای دارای کپی‌رایت برای آموزش هوش مصنوعی و خروجی‌های ChatGPT را رد کرد. قاضی آمیت بانسال با رد هر دو ادعای این خبرگزاری، درخواست دستور موقت را نپذیرفت و پیروزی بزرگی را برای OpenAI رقم زد. این حکم به این معناست که آموزش مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — اگر به عنوان پژوهش خصوصی تلقی شود، نقض کپی‌رایت نیست.

این تصمیم در حالی صادر می‌شود که دادگاه‌های سراسر جهان برای تعریف مرزهای قانونی هوش مصنوعی زاینده (Generative AI) در تکاپو هستند. در حالی که ما پیش‌تر بررسی کردیم که ابزارهایی مانند AIBridge چگونه مدل‌های پراکنده را در نقاط انتهایی واحد یکپارچه می‌کنند، حق قانونی زیربنایی برای آموزش این مدل‌ها روی داده‌های محافظت‌شده، همچنان متزلزل‌ترین متغیر این صنعت است. برای سازمان‌های خبری، این موضوع فراتر از یک پرونده است؛ این یک تهدید وجودی است، چرا که جست‌وجوی مبتنی بر هوش مصنوعی در حال جایگزینی کلیک‌های سنتی است.

شکست مدارک ANI

به گزارش منابع دادگاه، پرونده ANI زمانی شکست خورد که مدارک ارسالی خودش علیه او شد. این خبرگزاری برای اثبات نقض کپی‌رایت، چندین خروجی از ChatGPT را ارائه کرد و مدعی شد این‌ها کپی‌های مستقیم و قابل توجه مقالاتش هستند. اما OpenAI ثابت کرد که مدل‌های درگیر — یعنی GPT-4 و GPT-4o — بر روی مجموعه‌داده‌هایی آموزش دیده‌اند که به ترتیب در آوریل ۲۰۲۲ و آوریل ۲۰۲۴ به پایان رسیده‌اند.

این ادعای OpenAI در حالی مطرح می‌شود که در پرونده‌های مشابه، اتهاماتی مبنی بر حذف عمدی حجم عظیمی از داده‌ها برای پنهان کردن آثار خبری و آثار دارای کپی‌رایت مطرح شده است. از آنجا که مقالات مورد اشاره در اوت و سپتامبر ۲۰۲۴ منتشر شده بودند، اساساً نمی‌توانستند بخشی از مجموعه آموزش (Training Set) باشند. قاضی بانسال نتیجه گرفت که این شباهت‌ها احتمالاً نتیجه‌ی تولید بازیابی‌افزا (RAG) است؛ سیستمی مثل دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد تا اطلاعات لحظه‌ای را استخراج کند و مانند یک موتور جست‌وجو عمل کند.

خبرگزاری ANI در پرونده خود به RAG اشاره نکرده بود و بنابراین دادگاه نتوانست حکم نهایی در این مورد صادر کند. همچنین دادگاه اشاره کرد که ANI از «پرامپت‌های خصمانه» استفاده کرده و صراحتاً به مدل دستور داده است که مقالات را «دقیقاً» بازتولید کند. با این حال، حتی در این حالت هم ANI نتوانست یک کپی کلمه به کلمه (Verbatim) ارائه دهد. قاضی استدلال کرد که حقایق کلی در مقالات خبری قابل کپی‌رایت نیستند و بازتولید تیترها یا موضوعات، در این مورد خاص به معنای رقابت مستقیم نیست.

رویه «استفاده خصوصی»

طبق اعلام تحلیلگران حقوقی و اندرس گواداموز، این دادگاه برای نخستین بار آموزش AI را به عنوان «استفاده منصفانه» پذیرفت و این یک پیروزی اولیه مهم است. قاضی به استثنایی خاص در قوانین هند اشاره کرد که «استفاده خصوصی یا شخصی، از جمله پژوهش» را پوشش می‌دهد و کلمه پژوهش را به‌گونه‌ای گسترده تفسیر کرد که آموزش AI را نیز شامل شود.

برای حفظ این استثنا، دادگاه شرایط سختگیرانه‌ای تعیین کرد:

• نسخه‌های آموزشی باید از منابع قانونی باشند و نه از سایت‌های دارای پرداخت (Paywall) یا کتابخانه‌های سایه (Shadow Libraries) که بدون اجازه به آن‌ها دسترسی یافته شده است.
• این نسخه‌ها باید داخلی بمانند و هرگز عمومی نشوند.
• آموزش باید بر عناصر غیربیانی مانند گرامر، نحو و الگوهای زبانی تمرکز کند.

گواداموز اشاره می‌کند که این اولین باری است که دادگاهی صراحتاً یافته است که آموزش AI زیرمجموعه استثنای استفاده خصوصی است. همچنین دادگاه خاطرنشان کرد که حجم محتوای استفاده شده توسط OpenAI تنها سهم بسیار کوچکی از کل مجموعه داده‌های عظیم این شرکت بوده است.

آزمون انصاف

دادگاه یک آزمون انصاف سه‌مرحله‌ای را اجرا کرد و در هر سه مورد به نفع OpenAI رای داد:

• حفظ در حافظه (Memorization): قاضی مدرکی نیافت که ثابت کند OpenAI داده‌های آموزشی را به‌طور دائمی در مدل‌های خود ذخیره می‌کند یا می‌تواند آثار ANI را در صورت درخواست، دقیقاً و کلمه به کلمه بازتولید کند.
• ضرر اقتصادی: ANI نتوانست ضرر اقتصادی را ثابت کند، زیرا این دو نهاد در بخش‌های کاملاً متفاوتی از کسب‌وکار فعالیت می‌کنند. وقتی کاربران درباره تیترهای ANI سوال می‌پرسند، مدل معمولاً فقط موضوعات یا چند عنوان را بازمی‌گرداند.
• استفاده تحولی (Transformative Use): دادگاه حکم داد که بازتولید تیترها یا موضوعات کلی، رقابت مستقیم محسوب نمی‌شود.

قاضی با استناد به رویه‌های آمریکا، از جمله حکم گوگل بوکس و پرونده‌هایی مانند Bartz v. Anthropic و Kadrey v. Meta، تأکید کرد که خروجی‌های LLM اغلب «تحولی» هستند. او افزون بر این ادعا کرد که مدل‌های زبانی آموزش‌دیده، دسترسی به اطلاعات را بهبود می‌بخشند، از آموزش و پژوهش‌های علمی حمایت می‌کنند، به توسعه نرم‌افزار کمک می‌کنند، ترجمه را ممکن می‌سازند و ابزارهایی برای افراد دارای معلولیت خلق می‌کنند.

تضادهای حقوقی جهانی

این حکم در کنار چشم‌انداز پراکنده جهانی قرار می‌گیرد. در آمریکا، دادگاه‌ها پرونده‌های Raw Story و AlterNet را به دلیل عدم اثبات ضرر و احتمال پایین تولید کپی‌های دقیق رد کردند. به همین ترتیب، پرونده GitHub Copilot شکست خورد چون شاکیان نتوانستند حتی یک نمونه کد یکسان ارائه دهند. در مقابل، The Intercept در پرونده‌ای مربوط به DMCA در مورد مطالبی که پیش از آموزش حذف شده بودند، به پیروزی جزئی دست یافت.

سایر پرونده‌های آمریکایی تضادهای بیشتری را نشان می‌دهند:

• Ross Intelligence v. Thomson Reuters: در این پرونده استفاده منصفانه رد شد، زیرا ابزار AI مستقیماً با پایگاه داده حقوقی Westlaw رقابت می‌کرد. با این حال، دادگاه تأکید کرد که این حکم مربوط به استفاده‌های غیرمولد است و شامل LLMها نمی‌شود.
• Anthropic: دادگاهی در سانفرانسیسکو آموزش AI را «به‌شدت» تحولی خواند، اما به دلیل استفاده از کتاب‌های دزدی شده از کتابخانه‌های سایه، آن را با مدل Napster مقایسه کرد. Anthropic بعدها ۱.۵ میلیارد دلار به نویسندگان پرداخت کرد.

در اروپا شکاف حتی عمیق‌تر است. دادگاه منطقه‌ای مونیخ اخیراً در پرونده GEMA حکم داد که متن ترانه‌ها می‌تواند در «وزن‌های مدل» بازتولید شود و بنابراین خودِ وزن‌ها موضوع کپی‌رایت هستند. در مقابل، دادگاه عالی لندن شکایت Getty Images علیه Stability AI را رد کرد و اعلام کرد که یک مدل، «کپی نقض‌کننده» نیست.

جابه‌جایی مسئولیت به سمت RAG

فراتر از آموزش، دادگاه به ریسک جدیدی اشاره کرد: پاسخ‌های مبتنی بر RAG. قاضی پیشنهاد کرد که این خروجی‌ها می‌توانند «ارتباط با عموم» طبقه‌بندی شوند و اپراتور AI را به‌طور بالقوه مسئول محتوا کنند. این پرسش در جریان دادرسی اصلی مورد بررسی قرار خواهد گرفت.

این موضوع با حکم اخیر دادگاه مونیخ همسو است که گوگل را مستقیماً مسئول ادعاهای نادرست در خلاصه‌های AI دانست. چون این خلاصه‌ها محتوای مستقل هستند و نه صرفاً نتایج جست‌وجو، سپر مسئولیت محدودی که به‌طور سنتی از اپراتورهای موتور جست‌وجو محافظت می‌کند، دیگر کاربرد ندارد. اگر سیستم‌های AI به جای موتور جست‌وجو، به عنوان «تأمین‌کننده رسانه» دیده شوند، محاسبات «استفاده منصفانه» به‌طور بنیادی تغییر می‌کند، زیرا خلاصه‌های AI عملاً نیاز کاربران به بازدید از سایت‌های خبری را از بین می‌برند.

محو اقتصادی

یک مطالعه از مرکز تحقیقات Pew واقعیت تلخی را برای ناشران نشان می‌دهد: نرخ کلیک به سایت‌های خارجی در حضور خلاصه‌های AI گوگل (AI Overviews) به ۸٪ کاهش می‌یابد، در حالی که بدون آن‌ها ۱۵٪ است. کاربران معمولاً پس از دریافت پاسخ AI، بدون بررسی منابع دیگر، جست‌وجو را متوقف می‌کنند.

این یعنی حتی اگر آموزش مدل‌ها قانونی باشد، نحوه تحویل اطلاعات توسط AI می‌تواند مدل درآمدی خبرگزاری‌ها را نابود کند. برای نهادهایی مثل ANI، سیستم‌های خلاصه ساز اخبار ممکن است در طول زمان مدل کسب‌وکار این صنعت را از بین ببرند، فارغ از اینکه نقض مستقیم کپی‌رایت ثابت شود یا خیر.

گام بعدی شما

• اگر تولیدکننده محتوا هستید، استراتژی‌های «تولید بازیابی‌افزا» (RAG) را بررسی کنید تا بفهمید چگونه مدل‌ها بدون آموزش مجدد، محتوای شما را نمایش می‌دهند.
• روی قراردادهای توزیع داده تمرکز کنید؛ در دنیایی که آموزش مدل‌ها «استفاده خصوصی» تلقی می‌شود، ارزش داده در «دسترسی لحظه‌ای» است نه در «آموزش».
• تحولات قضایی در اروپا را دنبال کنید، زیرا برخلاف هند و آمریکا، اروپا احتمالاً سخت‌گیرانه‌ترین قوانین را روی «وزن‌های مدل» اعمال خواهد کرد.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.