تصور کنید یک نویسنده یا روزنامه‌نگار متوجه شود که هوش مصنوعی، جملات دقیق مقاله‌اش را بدون اجازه بازنشر می‌کند؛ این کابوسی است که مایکروسافت اکنون سعی دارد آن را با اعداد رد کند. طبق اسنادی که در جمعه، ۴ سپتامبر ۲۰۲۶ ارائه شد، این شرکت مدعی است که چت‌بات Copilot تقریباً هرگز بخش‌های اساسی یا جملات کامل آثار دارای حق چاپ را بازتولید نمی‌کند.
این دفاع در حالی صورت می‌گیرد که مایکروسافت با شکایت‌های ادغامی نیویورک تایمز (New York Times)، انجمن نویسندگان (Authors Guild) و مرکز گزارشگری تحقیقی (CIR) دست‌وپنجه نرم می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی تلاش‌های مایکروسافت برای بهینه‌سازی زیرساخت‌ها در پروژه زنیت (Project Zenith) اشاره کردیم، تمرکز این نبرد اکنون بر مرزهای قانونی آموزش مدل‌هاست. مایکروسافت استدلال می‌کند که مدل زبانی بزرگ (LLM) — شبیه کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — مانند دانشجویی است که برای یادگیری یک موضوع هزاران کتاب می‌خواند، بدون آنکه صفحات آن‌ها را عیناً کپی کند.
به نقل از مستندات ارسالی، مایکروسافت برای اثبات ادعای خود، ۸.۲ میلیون تاریخچهٔ چت را در اختیار کارشناسان قرار داد. این داده‌ها نشان‌دهندهٔ نبودِ بازتولید کلمه به کلمه است:
- تنها ۵۹,۵۴۵ مورد از ۸.۲ میلیون لاگ، حداقل ۱۶ کلمه مشترک با محتوای خبری مورد استفاده برای مبنی‌سازی (Grounding) داشتند.
- کارشناس مرکز گزارشگری تحقیقی تنها ۵۱ مورد «هم‌پوشانی قابل‌توجه» با آثار آن‌ها یافت.
- در پرونده نویسندگان، تنها ۲۴ پاسخ حاوی ۳۰ کلمه یا بیشترِ مشابه بود.
- از ۲۱۲ کتاب ارزیابی‌شده، تنها ۱۰ مورد تطابق داشتند.
بر اساس این گزارش، مایکروسافت استدلال می‌کند که آموزش مدل‌ها «تحول‌آفرین» است. چون سیستم نهایی هدفی متفاوت از گزارشگری یا داستان‌سرایی اصلی دارد، این فرآیند تحت قانون «استفاده منصفانه» قرار می‌گیرد.
این یک قمار بزرگ برای بیزنس هوش مصنوعی است. اگر قاضی حکم به پذیرش این استدلال‌ها بدهد، پرونده به نفع مایکروسافت بسته می‌شود. اما اگر دادگاه تشخیص دهد که حتی بازتولید حداقلی متون، نقض حق چاپ است، کل زنجیره تأمین داده‌های آموزشی و نحوه پرداخت هزینه‌ها باید بازنگری شود.
گام بعدی شما
- دنبال کردن حکم نهایی قاضی درباره درخواست پذیرش خلاصه پرونده (Summary Judgment).
- بررسی تأثیر بیانیه اخیر دولت ترامپ در حمایت از OpenAI در پرونده نیویورک تایمز.
- تحلیل تغییرات در متدهای جمع‌آوری داده برای مدل‌های نسل بعد.
اما تأثیر این نبرد حقوقی بر مدل‌های متن‌باز حتی پیچیده‌تر است — به بررسی ما درباره استانداردهای جدید داده‌های آموزشی مراجعه کنید. این تقابل میان مدل‌های بسته و باز، یادآور تلاش‌های متا برای بازتعریف جایگاه خود در عصر مدل‌های بسته است که در مانیفست اخیر زاکربرگ به تفصیل مورد بحث قرار گرفت.
گفتگو