Az MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) kutatói arra figyelmeztetnek, hogy a generatív mesterséges intelligencia által előállított képek többsége gyakran nem köthető vissza egyetlen, konkrét képhez a tanító adathalmazban. A jelenséget a szerzők „attribution decay”-nek (hozzárendelési hanyatlásnak) nevezték.
A vizsgálat egyik fontos megállapítása, hogy minél nagyobb egy generatív modell tanító adathalmaza, annál nehezebb egy adott, generált kép eredetét egyetlen képhez visszavezetni. A kutatók példaként említik, hogy még ha egy művész, például Pablo Picasso munkái ki is kerülnének a tanítókészletből, a generált kép akkor is Picasso-stílusra emlékeztethet — vagyis az egyes alkotások eltávolítása nem feltétlenül szünteti meg a stílusbeli hasonlóságot.
Miért fontos ez jogi szempontból?
Az AI-fejlesztők gyakran használnak könyveket, cikkeket, fotókat és más szerzői műveket modelljeik betanításához, sok esetben a szerzők bevonása vagy engedélye nélkül. Ez számos szerzői jogi perhez vezetett: tavaly Disney, NBCUniversal és DreamWorks szellemi tulajdonra hivatkozó keresetet nyújtott be az AI-képalkotó MidJourney ellen; a The New York Times 2023-ban beperelte az OpenAI-t és a Microsoftot hasonló okból.
A CSAIL-tanulmány szerint az „attribution decay” kérdése új fényt vet a tréningadatok és a fair use (tisztességes felhasználás) értelmezésére: ha egy generált kép nem köthető egyértelműen egyetlen eredeti műhöz, nehezebbé válik a konkrét jogsértés bizonyítása. A tanulmány egyik szerzője, Zheng Dai, volt MIT-kutató és a munka vezető szerzője a Semafornak úgy nyilatkozott: „Lehet, hogy újra kell gondolnunk, mit jelent a szellemi tulajdon. Nem feltételezhetjük automatikusan, hogy létezik hozzárendelési lánc — az bizonyos értelemben eltűnik.”
Következmények és további kérdések
A szerzők megállapítása jogi és szabályozási következményekkel járhat: a bíróságoknak és szabályozó testületeknek mérlegelniük kell, hogyan értelmezik a tanulómodellek által létrehozott hasonlóságot a szerzői jog megsértésével kapcsolatban. A tanulmány felszínre hozza azt a nehézséget is, hogy miként lehet megoldani a tréningadatok átláthatóságát és a szerzők megfelelő védelmét anélkül, hogy gátolnák a technológiai fejlődést.
A kutatás eredményei arra utalnak, hogy a technológiai és jogi szereplők között további párbeszédre lesz szükség annak érdekében, hogy a gyakorlatban is alkalmazható megoldások születhessenek az adattulajdon, a felelősség és a felhasználási jogok kérdésében.
