محاکمه گتیایمجز و استبیلیتیآی؛ نقطه عطف حق تکثیر در هوش مصنوعی
نبرد حقوقی میان گتیایمجز و استبیلیتیآی به یکی از تعیینکنندهترین پروندههای مالکیت معنوی در دهه اخیر تبدیل شده است. این دادگاه قرار بود پاسخ مشخصی به پرسش اصلی عصر تصاویر مصنوعی بدهد: آیا شرکتها میتوانند میلیونها اثر دارای حق تکثیر را بدون مجوز بهعنوان دادههای آموزشی به کار ببرند و از عواقب آن مصون بمانند؟ تحلیل اولیه دادگاه عالی انگلستان نشان داد که پاسخ به این پرسش، بسیار پیچیدهتر و برای صاحبان حقوق تصویر، چالشبرانگیزتر از پیشبینیهاست.
هسته اصلی این اختلاف پیرامون مدل تولید تصویر استیبل دیفیوژن میچرخد که توسط استبیلیتیآی توسعه یافته است. برای بارگذاری الگوریتمها، میلیونها تصویر استخراجشده از وبسایتها بهکار گرفته شد که پایگاه داده عظیم گتیایمجز نیز بخش جداییناپذیر از آن محسوب میشد. گتیایمجز در ژانویه ۲۰۲۳ شکایت خود را در بریتانیا و سپس در حوزه قضایی دلاور آمریکا ثبت کرد و مدعی شد این شرکت هوش مصنوعی در انتخاب دادههای آموزشی بیتفاوتترین رویکرد تاریخی را اتخاذ کرده است.
ساختار حقوقی شکایتها
ادعاهای نقض حق تکثیر در دو طبقه اصلی بررسی میشوند:
- نقض اولیه: شامل تولید کپی اثر و انتشار عمومی آن است.
- نقض ثانویه: مربوط به توزیع، واردات یا بهرهبرداری تجاری از کپیهای غیرقانونی میشود.
گتیایمجز هر دو ردیف را دنبال کرد، اما تا پایان مراحل دادرسی در تابستان ۲۰۲۵، فقط بخش محدودی از ادعاها برای قضاوت نهایی در دسترس قاضی جوانا اسمیت باقی ماند. دلیل این کاهش چشمگیر، پیچیدگیهای قضایی و جغرافیایی دادگاه بود.
چرا ادعاهای پایهای درباره حق تکثیر رد شد؟
مانع جغرافیایی در دادههای آموزشی
استبیلیتیآی انکار نکرد که از تصاویر گتیایمجز در فرآیند توسعه استفاده کرده است. استراتژی دفاعی این شرکت بر تمرکز روی مرزهای اقلیم قضایی استوار بود. حقوق مالکیت فکری ماهیتاً سرزمینی است و برای اثبات نقض در دادگاههای بریتانیا، عمل باید حتماً در خاک آن کشور صورت گرفته باشد. بخش عمدهای از زیرساختهای ابری و نیروی فنی موردنیاز برای آموزش مدل در ایالات متحده مستقر بود. شهود استبیلیتیآی در دادگاه تأیید کردند که تمام فرآیندهای محاسباتی روی سرورهای خارج از بریتانیا اجرا میشود و بارگذاری مجموعهدادهها روی ماشینهای محلی نه ضروری، بلکه غیرمنطقی تلقی میشد. این گزارشها باعث شد گتیایمجز مجبور به کنار کشیدن از این بخش از شکایت شود.
حذف این ادعا از پرونده گتیایمجز، حکم قطعی بر بیضرری استفاده از دادههای تحت حق تکثیر در سراسر جهان نیست. این تصمیم صرفاً نشان میدهد که با مدارک فعلی و ساختار فنی مدل، اثبات جرم در حوزه قضایی بریتانیا ناموفق بوده است. چالش اصلی اینجاست؛ چگونه میتوان نظارت بر دادههای آموزشی را با فناوریهای پراکنده و ابری هماهنگ کرد؟ این پرسش به یکی از مباحث داغ کپیرایت در هوش مصنوعی تبدیل شده است و دادگاههای سراسر جهان را به سمت تدوین قوانین شفافتر سوق میدهد.
مرزهای خروجی و مدیریت پرامپتها
بخش دوم ادعای گتیایمجز مستهدف مرحله تولید نهایی بود. شرکت عکاسی مدعی بود خروجیهای استیبل دیفیوژن با کپی کردن بخشهای قابلتوجهی از آثار آموزشی، نقض آشکار قوانین محسوب میشود. در مسیر رسیدگی به این بخش، استبیلیتیآی پیشنهادی داد که منجر به توقف این ادعا شد. این پیشنهاد شامل اعمال فیلترهای دقیق روی پرامپتهایی بود که مستقیماً به سبک، نام هنرمندان یا شناسههای خاص گتیایمجز اشاره میکردند. با توافق بر سر این خطکشی زرد، گتیایمجز دیگر نیازی به اصرار بر ادعای عمومی در مرحله خروجی احساس نکرد و پرونده را با تمرکز بر پیشفراهمسازی دادهها نهایی کرد.
این روند نشان میدهد که معادله حقوقی هوش مصنوعی دیگر در دامنه یک حکم مطلق خلاصه نمیشود. در عوض، تمرکز نظامهای حقوقی به سمت شفافسازی منابع داده، مسئولیتپذیری در فیلترسازی و تعادل میان نوآوری و حریم معنوی منتقل شده است. شرکتهای توسعهدهنده ابزارهای مولد با گذر از این مرحله، با معیارهای جدیدی در استقرار مدلها روبهرو خواهند شد که احتمالاً آینده اکوسیستم تولید محتوای خودکار را متحول خواهد کرد.
