تدريب الذكاء الاصطناعي على كتب محمية بحقوق النشر: لماذا تبقى المسألة في منطقة رمادية قانونياً

كل روبوت محادثة رئيسي، من ChatGPT إلى Gemini وصولاً إلى Claude، يتعلم من مجموعات بيانات مُجمّعة من مئات الملايين من الكتب والمقالات والأبحاث الأكاديمية ونصوص أخرى مأخوذة من الإنترنت. وشرعية هذه الممارسة تتوقف على مبدأ قانوني يسبق ظهور الإنترنت بعقود، ولا تزال المحاكم تحاول تحديد كيفية تطبيقه.

هذا المبدأ هو "الاستخدام العادل" (Fair Use)، وهو استثناء في قانون حقوق النشر يسمح باستخدام مواد محمية دون إذن صاحبها لأغراض مثل النقد أو التعليق أو التعليم أو المحاكاة الساخرة. أُدرج هذا المبدأ في القانون الأمريكي عام 1976، وهو العام نفسه الذي شهد آخر تحديث جوهري للتشريع، أي قبل أن يتخيل أحد وجود نموذج يبتلع مكتبة كاملة من النصوص لتوقّع الكلمة التالية في جملة ما.

الأحكام القضائية الأخيرة تكشف حجم الغموض الذي لا يزال يحيط بالمسألة. القاضي ويليام ألسوب رأى أن استخدام شركة Anthropic للكتب في تدريب نماذجها كان مشروعاً بموجب الاستخدام العادل، لكن هذا الاستنتاج جاء مصحوباً بثمن باهظ.

فقد قرر ألسوب في شق منفصل من القضية أن Anthropic حصلت على كثير من تلك الكتب عبر قرصنتها من مكتبات إلكترونية غير قانونية، لا عبر شرائها أو الحصول عليها بطرق مشروعة. وهذا الفارق كان حاسماً: فعل التدريب نفسه كان مسموحاً به، لكن طريقة الحصول على المواد لم تكن كذلك.

النتيجة العملية كانت قاسية: أُلزمت Anthropic بدفع 1.5 مليار دولار لتسوية دعوى رفعتها مجموعة من الكُتّاب الذين انتهت كتبهم في خط تدريب نماذجها.

الغرض من التدريب يغيّر التحليل القانوني

في قضية منفصلة تماماً، رسم القاضي ستيفانوس بيباس خطاً مختلفاً. فقد حكم بأن تدريب نظام ذكاء اصطناعي على محتوى وكالة رويترز لا يندرج تحت الاستخدام العادل، لأن المنتج الناتج صُمم لينافس رويترز مباشرة في السوق نفسه.

بالنظر إلى هذين الحكمين معاً، يتضح أن المحاكم لا تركز كثيراً على فعل التدريب بحد ذاته، بل على سؤالين منفصلين: كيف حُصل على بيانات التدريب، وهل يحل المنتج الناتج محل العمل الأصلي في السوق. فالتدريب المشروع على مواد مُقتناة بطرق قانونية، كما في استنتاج ألسوب الأول، يُعامل معاملة مختلفة عن التدريب على نسخ مقرصنة، وكلاهما يُعامل بشكل مختلف عن بناء منافس مباشر لمصدر البيانات، كما في حكم بيباس.

فعل التدريب مشروع إذا جاءت المواد من مصدر قانوني، لكن تحويل النموذج الناتج إلى منافس مباشر لصاحب المحتوى الأصلي أمر آخر تماماً.

بالنسبة لشركات الذكاء الاصطناعي، يتشكل نمط من الالتزامات الضيقة بدل قاعدة واحدة قاطعة: يجب الحصول على بيانات التدريب بطرق مشروعة، والحذر من بناء منتجات تُزيح مباشرة أصحاب حقوق النشر الذين دُرّب عليها النموذج. أما بالنسبة للناشرين والمؤلفين، فهذه الأحكام تمنحهم ورقة ضغط، لكنها لا تشكل بعد إطاراً قانونياً مستقراً، إذ لم يُقدم الكونغرس على إعادة صياغة قانون حقوق النشر ليعالج الذكاء الاصطناعي التوليدي على الإطلاق.