ملفات جديدة في نزاع مستمر

أظهرت ملفات قضائية كُشف عنها حديثاً ضمن دعوى رفعتها صحيفة نيويورك تايمز ضد مايكروسوفت وأوبن إيه آي أن مسؤولين في الشركتين ناقشوا داخلياً المخاطر القانونية والاقتصادية لاستخدام المحتوى الإخباري في تدريب نماذج الذكاء الاصطناعي. وتعود الدعوى إلى ثلاث سنوات، وتتهم الشركتين بانتهاك حقوق النشر عبر تدريب النماذج التوليدية على مواد الصحيفة وغيرها من الناشرين.

المعلومات الجديدة وردت في مذكرة قدمها المدعون إلى المحكمة، بينما لا تزال بعض المستندات الأصلية المرفقة بها محجوبة. لذلك فإن بعض الاقتباسات الواردة في المذكرة عُرضت خارج سياقها الكامل. ويتمحور النزاع حول ما إذا كان استخدام المواد المحمية بحقوق النشر لتدريب النماذج يندرج ضمن الاستخدام العادل، وهو مبدأ قانوني يسمح باستخدام بعض الأعمال دون إذن في حالات محددة.

تحذيرات من سرقة العمل وحلقة مفرغة

بحسب الملفات، وصف برنت هيشت، مدير العلوم التطبيقية في مايكروسوفت، جمع الأخبار لتدريب الذكاء الاصطناعي بأنه «سرقة مذهلة وغير مسبوقة»، واعتبرها في مذكرة داخلية تعادل أكبر سرقة للعمل في تاريخ البشرية. وفي وثيقة أخرى، رأى أن التوسع في كشط الأخبار يجعل فكرة الاستخدام العادل موضع سخرية، وهي حجة تتعارض مع دفاع الشركتين أمام المحكمة.

كما حذرت وثائق مايكروسوفت من «حلقة مفرغة» قد تضر بأداء النماذج وبالويب كله في الوقت نفسه. فمنتجات الذكاء الاصطناعي تحتاج إلى تدفق مستمر من المحتوى الجيد، لكنها قد تقلل في المقابل الزيارات والإيرادات التي تمول إنتاج هذا المحتوى. ووصفت إحدى الوثائق الوضع بأنه غير معتاد، لأن المنتج النهائي يهدد الأسس الاقتصادية لمورديه الأساسيين ضمن سلسلة توريد المحتوى.

تراجع الزيارات وتهديد الناشرين

تقول الملفات إن بيانات مايكروسوفت أظهرت انخفاض معدل النقر إلى مواقع نيويورك تايمز بما يصل إلى 93% عند استخدام محرك الإجابات Copilot، مقارنة بنتائج البحث التقليدية في Bing. وذكرت وثائق أخرى انخفاضات تراوحت بين 83 و93% لبعض المدعين، وبين 51 و94% لمدعين آخرين، بما يدعم ادعاء الناشرين بأن إجابات روبوتات المحادثة قد تستبدل زيارة المصدر الأصلي.

وفي أوبن إيه آي، كتب نيك تورلي، المسؤول عن ChatGPT، أن الناشرين يواجهون تهديداً وجودياً من المنتجات التجارية المدربة على الأخبار، وأن هذه المنتجات تؤدي وظيفة بديلة إلى حد كبير، وستصبح أكثر استبدالاً كلما تحسنت. كما أقر الرئيس التنفيذي لمايكروسوفت ساتيا ناديلا، في إفادة تحت القسم، بأن المحادثة مع روبوتات الدردشة قد تستبدل الوصول إلى المعلومات من الموقع الأصلي بتقديمها مباشرة على منصة الذكاء الاصطناعي.

حجم البيانات وطرق جمعها

تكشف الوثائق، وفق المذكرة، أن مجموعات التدريب الوسيطة لأوبن إيه آي تضمنت أكثر من 91,692 نسخة من أعمال منشورة لدى نيويورك تايمز ودايلي نيوز ومركز التقارير الاستقصائية. كما احتوت مجموعة مشتقة من Common Crawl على أكثر من مليوني وثيقة من موقع nytimes.com وحده.

وتقول المذكرة إن أوبن إيه آي سلمت مجموعة تدريب GPT-3 كاملة إلى مايكروسوفت لتقييم طرق دمج النماذج في منتجاتها التجارية، بينما قدمت مايكروسوفت بيانات تدريب إلى أوبن إيه آي عبر مبادرتي Project Taxi وProject Mango. وتزعم الملفات أن بيانات Project Mango جُمعت في مجموعة تدريب تحتوي على نسخ من 160,903 أعمال فريدة على الأقل من ناشرين إخباريين.

وتشير الادعاءات أيضاً إلى أن موظفين في أوبن إيه آي بحثوا عن وسيلة لتجاوز جدار الدفع في موقع نيويورك تايمز دون اكتشاف ذلك. فبعد أن أبلغ الباحث نيك رايدر غريغ بروكمان بوجود «اختراق» للوصول إلى المحتوى خلف الجدار، جاء رد بروكمان إيجابياً. كما تزعم المذكرة أن فرقاً أنشأت مجموعات مثل WebText وWebText2 اعتمدت بدرجة كبيرة على الأخبار المأخوذة من الويب، وسعت إلى إزالة إشعارات حقوق النشر من بيانات التدريب.

مواقف الشركات واختبار الاستخدام العادل

قالت مايكروسوفت إن منتجاتها القائمة على الذكاء الاصطناعي تمثل استخداماً عادلاً وتحويلياً لا يستبدل مواقع الأخبار. وذكر متحدث باسمها أن شهادة ناديلا تناولت مبادئ عامة وتحولات في طريقة العثور على المعلومات واستهلاكها، ولا ينبغي اعتبارها استنتاجات بشأن مسائل حقوق النشر المعروضة على المحكمة. وأضاف أن وثائق هيشت تعكس وجهة نظر موظف واحد وليست تحليلاً قانونياً أو تعبيراً عن موقف الشركة.

في المقابل، قال ستيفن ليبرمان، محامي نيويورك ديلي نيوز وسبع صحف شقيقة، إن الأدلة المعروضة للمرة الأولى تظهر أن مايكروسوفت وأوبن إيه آي كانتا تعرفان أن ما تفعلانه خاطئ. ولم ترد أوبن إيه آي ومايكروسوفت على طلبات تعليق من TechCrunch، بينما نقلت Ars Technica دفاع مايكروسوفت عن منتجاتها.

وتستند الجهات الإخبارية إلى هذه التصريحات والبيانات للطعن في عناصر أساسية من دفاع الاستخدام العادل، ولا سيما ما يتعلق باستبدال العمل الأصلي أو الإضرار بسوقه. كما عرضت المذكرة اختبارات قالت فيها المؤسسات إن روبوتات الدردشة أعادت مقاطع طويلة من مقالاتها عند طلب الملخصات أو النقاط الرئيسية أو تقييم الانحياز، وهي مسألة ستظل محل نظر المحكمة ضمن الدعوى.

المصادر

• TechCrunchMicrosoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal
• Ars TechnicaMicrosoft exec called AI scraping the “largest theft of labor in human history”