Andrew Stellman néhány hónapon belül várhatóan csekket kap az Anthropictól: hozzávetőlegesen 9 000 dollárt, hosszú ideje együttműködő társszerzőjének, Jenny Greene‑nek hasonló összeget, és körülbelül 18 000 dollárt kiadójának, az O’Reilly‑nek. Ennek az az oka, hogy Jenny és Stellman könyvei — valamint sok más szerző anyaga — belekerült abba a dörzsölt adatállományba, amiből a Claude modellt tanították, és egy bírósági egyezség most kártérítést juttat azoknak a szerzőknek és kiadóknak, akiknek a munkáját így felhasználták. A kifizetés nagyjából könyvenként valamivel több mint 3 000 dollárra jön ki, amit az érintettek között osztanak meg, és minden kiadás külön számít, függetlenül attól, hogyan adták el a könyvet. (A megállapodás július 2026‑ban nyerte el a bírósági jóváhagyást, de az ilyen kifizetések hosszú adminisztratív úton mennek keresztül, szóval még kérdéses, ténylegesen megérkezik‑e a csekk.)
Stellman szerint nem elsősorban a pénz a fontos — bár elismeri, hogy 9 000 dollár jelentős összeg —, hanem az elismerés: szeretné, ha a chatbotok, például ChatGPT, Claude vagy Gemini, amikor részben az ő könyvei alapján adnak választ, erre utalnának. Egy egyszerű sor, például: „Ennek egy része Andrew Stellman munkáján alapul; ha mélyebben érdekel, nézd meg ezt a forrást.” Ez a „kalapemelés”, azaz a nyilvános hivatkozás és hitelkérés, Stellaman számára fontosabb, mint maga a kártérítés.
Miért olyan forró a téma
A vita mögött részben egyszerű düh áll: sok alkotó jogos sértettséget érez, mert a munkájukat engedély nélkül gyűjtötték be modellek tanításához. Művészek stílusát másolták le, írók könyvei kerültek be képzési halmazokba engedély nélkül, és sokan félnek attól, hogy a megélhetésüket adó munkát gépek fogják végezni olyasmi alapján, amit az emberi szerzők adtak hozzá. A felhasználás sokszor technikailag lehet fair use, de ritkán jár együtt a szerző előzetes megkérdezésével vagy akár azzal a lehetőséggel, hogy a szerző megtudja: használják a munkáját.
A düh gyakran szerzői jogi érvelésekbe csatornázódik, pedig a szerzői jogot sokan félreértik; ugyanakkor a jogi úton való küzdelem nem feltétlenül hozza meg azt az attribúciót, amit az alkotók valójában szeretnének. Stellman álláspontja szerint a szerzők többet nyernek azzal, ha az AI‑laborokkal működnek együtt, mint ha bíróságra vonják őket.
Mit értünk attribúció alatt?
Attribúció egyszerűen az a lánc, amely egy információt vagy állítást visszavezet a forrásához és annak szerzőjéhez. A bibliográfiák, hivatkozások, Wikipedia‑lábrák, és a hírek egymásra hivatkozása mind attribúciós gyakorlatok. Az akadémiai publikálás rendszere is erre épül: nyilvánvalóvá kell tenni, kinek munkájára épül egy új eredmény.
A probléma, hogy az AI az első olyan technológia, amely lehetőség szerint mindent — könyveket, cikkeket, kódrepo‑kat — begyűjt, majd a válaszokat visszaadja úgy, hogy a lánc nagy részét eltünteti. Míg a keresési alapú hivatkozás (amikor a rendszer egy élő oldalt lekérdez és azt megjelöli) technikailag egyszerű, a valódi, „okozati” attribúció — az, hogy a munkám alakította‑e azt a modellt, amely a mai választ adta — sokkal nehezebb kérdés. Ez az, ami a legtöbb szerzőt zavarja: a modell tanult a munkájukból, de nem mutat rá.
Fontos megkülönböztetni legalább három jelentést: 1) hasonlóság (a választól úgy tűnik, mint az én munkám), 2) citerelés (élő forráslinkek, amelyek a lekérésekből származnak), és 3) ok‑hatás (az adott munkának ténylegesen szerepe volt a modell azon részének kialakulásában, amely a választ előállította). Az első kettő könnyebben kezelhető; a harmadik a jogi és technikai kihívás.
Működik‑e technikailag az attribúció?
A mainstream kritika szerint a modellek nem adatbázisok: a tanulás eredménye milliárdnyi súlyba szóródik, nincs „nyugta”, ami megmondaná, hogy egy konkrét forrás mennyit tett hozzá. A legegyértelműbb ellenőrzés — eltávolítom a forrást, újratanítom a modellt és megnézem, mi változik (leave‑one‑out) — a nagy modelleknél gyakorlatilag megvalósíthatatlan.
Azonban kutatók több irányból dolgoznak a problémán. Precíz, de költséges megoldás a fent említett leave‑one‑out. Olcsóbb approximációk közé tartozik a TracIn (Google‑kutatók, 2020: “Estimating Training Data Influence by Tracing Gradient Descent”), amely megőrzi a modell képzése közbeni pillanatképeket és a gradiensinformációk alapján méri, mennyire hatott egy példány egy adott válaszra. Korábbi, súlyosabb megközelítés az influence functions (Pang Wei Koh & Percy Liang, 2017), és az Anthropic 2023‑as munkája is kiterjesztett hasonló ötleteket nagy modellekre. MIT Madry Lab‑ból származó TRAK módszer egy további gyengeségre reagál, nevezetesen a közel‑duplikátumok elszámolásának problémájára.
Stellman demonstrálta a koncepciót egy kicsi modell segítségével. Egy „tiny‑provenance” nevű, körülbelül 37 000 paraméteres nyelvi modellt készített, amit pár másodperc alatt újrataníthatott, így a leave‑one‑out válhatott valós, földi igazságnak. Ezen a kicsinyített példán egy trükkös kérdéssel („Who designed the Analytical Engine?”) összehasonlította a hasonlóság‑alapú ellenőrzést, a TracIn‑t és a leave‑one‑out‑ot. A hasonlóság‑ellenőrzés tévesen a megtévesztő, hasonló szövegre mutatott, míg a TracIn és a leave‑one‑out a tényleges forrást azonosította. A demonstráció azt mutatja: attribúció nem abszolút lehetetlen, de ma nagyban költséges és gyakorlati szempontból nehézkes a nagy modelleken.
A teljes demonstráció forráskódja nyilvános, és a README részletesen leírja a felépítést és a promptokat.
A jogi akadály
Stellman világosan kifejti: szerinte a szerzői jog nem a legjobb eszköz az attribúció kérdésének rendezésére. A szerzői jogi viták bonyolultak, és a fair use‑t sokféleképpen értelmezik. A bíróságok eddig általában azt mondták, hogy az ilyen felhasználás „rendkívül átalakított” — azaz elég más célra és formában történik, hogy ne legyen egyszerű másolás. Az Anthropic‑ügyben a kifizetés valójában azért történt, mert a cég piratált letöltéseket használt, nem pedig azért, mert a modell elvont módon építkezett a könyvekből.
Ugyanakkor van egy érv a szerzők oldalán is: ha valaki egy adott témára vonatkozó könyvet ír, és egy AI ingyenes, a könyvekkel versenyképes válaszokat ad anélkül, hogy az olvasó megvenné a könyvet, akkor az hatással lehet a piaci keresletre. Ezt a piacra gyakorolt hatást a bíróságok a fair use mérlegelésénél figyelembe veszik, és néhány ügyben ez lehet az erős érvelés. A Meta‑ügyben a bíróság fair use‑t állapított meg, de a bíró megjegyzései utaltak arra, hogy a piacra gyakorolt hatás elméleti érve erősebb nyomon követéssel akár nyerő lehetne.
A jogi kockázat egy konkrét következménye az attribúció megfontolásának: a statikus kártérítési szabályok (akár 150 000 dollár munkánként a szándékos jogsértés esetén) olyan ösztönzőket teremtenek, amelyek miatt egy ügyész vagy felperes ügyvéd fel akarja mutatni, hogy az AI‑cég „tudta”, kitől vette a munkát. Ha egy AI‑cég azt írja egy válasz alá: „Ez Andrew Stellman munkájára épül”, az jogi bizonyítékká válhat arra nézve, hogy a cég elismerte a felhasználást — és egy peres ügyvéd könnyen használhatja ezt „exhibit A”-ként. Ennek következtében a jogi tanács gyakran azt javasolja a cégeknek: inkább ne nyilatkozzanak semmit.
Ez a jogi mechanizmus az egyik fő oka, hogy még ha a technológia is képes lenne részleges attribúcióra, a laborok gyakran nem adják meg ezeket az információkat: a jó szándék jogi veszéllyé válhat.
Mire vágyik ténylegesen az író?
Stellman azt javasolja, hogy van egy egyszerűbb, kisebb kockázatú megoldás: ha a modell nem tudja ok‑hatásosan megmondani, melyik könyv formálta a választ, akkor is mutathatna ajánlott, szerződő, hiteles forrásokat a témában — olyan könyveket és anyagokat, amelyek hiteles kiindulópontot jelentenek a továbbolvasáshoz. Ez nem szigorú attribúció, mert nem bizonyítja, hogy az adott munka ténylegesen hozzájárult a válaszhoz, de gyakorlatilag hasznos a felhasználónak, és a laborok ma is megtehetnék.
Visszatérve a pénzre: Stellman kész feláldozni a pénz egy részét, ha ezért több olvasó talál rá a munkáira. Számára a hitel, a láthatóság, a forgalom és a szakmai elismerés többet jelent, mint maga a kifizetés. A „kalapemelés” erre jó eszköz lenne: egyszerű, hasznos és — ha jogi értelemben biztonságosan megoldható — megvalósítható.
A végkövetkeztetés az, hogy az attribúció matematikailag és kutatási szempontból nem teljesen lehetetlen; Stellman demonstrációi és egyes kutatások azt mutatják, hogy működnek kisebb vagy jól definiált helyzetekben. A fő gát ma a költség és a jogi kockázat: a technológia fejlődhet, de a jogrendszer és a peres ösztönzők határozzák meg, mennyire tud nyíltan működni az, aki hitelt akar adni a szerzőknek.
