Hypen kring artificiell intelligens (AI) fortsätter att växa. AI ses idag som en av de mest revolutionerande teknologierna, med stor påverkan på immaterialrätten. Generativ AI har potential att ge ekonomiska och samhälleliga vinster för många branscher, men det finns också utmaningar att hantera.
Kortfattat kan generativ AI beskrivas som ett maskininlärningssystem som kan skapa text, bilder, kod och annat innehåll baserat på användarens instruktioner (prompts). Systemen tränas på stora dataset insamlade från webbsidor med hjälp av web crawlers, som samlar in stora mänger information som ibland kan innehålla upphovsrättsskyddade verk som t ex e-böcker, textutdrag och bilder. Den insamlade informationen används för att träna AI-modeller att identifiera mönster i datan och dra slutsatser.
Inlärningstekniken har lett till diskussioner om användningen av insamlat material utan tillstånd utgör ett intrång i immateriella rättigheter, som upphovsrätten. När AI genererar nytt innehåll, uppstår också frågan om vem som äger rättigheterna till detta nya verk – utvecklaren av AI:n, användaren som initierade processen, eller någon annan? I denna blogg diskuterar vi användningen av upphovsrättsskyddat material för att träna AI-verktyg. Frågan om AI-skapade verk kan få immaterialrättsligt skydd behandlas i en kommande blogg.
Hur regleras skyddet av data vid utveckling och användning av AI-system?
Vägledande europeiskt rättsfall
Användningen av upphovsrättsskyddade verk som dataset för AI-träning är en central fråga i debatten om generativ AI och immaterialrätt. Detta var också huvudpunkten i det tyska rättsfallet Robert Kneschke v. LAION, som avgjordes i september tidigare i år. Fallet är hittills den enda vägledningen i en europeisk kontext.
Fotografen Kneschke stämde LAION, en organisation som arbetar med att samla in stora datamängder för att användas i träning av AI-modeller, för att ha använt hans bilder, tillgängliga på internet, som träningsdata utan tillstånd. Kneschke hävdade att detta utgjorde ett intrång i hans upphovsrätt, eftersom bilderna hade laddats ner och analyserats utan hans medgivande. Bilderna hade gjorts tillgängliga via en bildagentur som förbjudit automatiserad nedladdning och användning för text- och datamining (s k opt-out). Enligt tysk, liksom svensk, rätt finns undantag som tillåter datamining för forskningssyfte och icke-vinstdrivande organisationer, vilket LAION hävdade att de omfattades av, trots samarbete med kommersiella aktörer.
De relevanta undantagen i europeisk kontext infördes 2023 genom DSM-direktivet och handlar just om text- och datautvinning (TDM). Undantagen återfinns i artikel 3 (forskningsundantaget) och artikel 4 (kommersiella undantaget) och tillåter att tillfälliga kopior av verket skapas. Företag som utvecklar AI-verktyg använder ofta TDM-undantagen som argument för att träna sina modeller på upphovsrättsskyddat material. I svensk rätt motsvaras forskningsundantaget av URL 15b §, där opt-out inte är tillåtet, medan det kommersiella undantaget motsvaras av URL 15a §, där opt-out är möjligt. I det tyska nyligen avgjorda målet frikändes LAION från intrång baserat på forskningsundantaget, vilket innebär att en opt-out klausul inte gäller mot dem.
Vägledande amerikanska rättsfall
Även i amerikansk kontext är det själva input-problematiken, alltså insamlandet av data för att träna ett AI-system, som stått i fokus. Denna frågeställning är central i rättsfall som Sarah Silverman v. Meta och New York Times v. OpenAI. I september stämdes OpenAI återigen av flera amerikanska författare för att ha använt deras material utan tillstånd. Många av dessa fall är ännu inte avgjorda, så det finns ingen fast praxis.
Amerikansk upphovsrätt har inga specifika undantag för intrång, till skillnad från europeisk lagstiftning. Istället regleras det genom "fair use-doktrinen", vars exakta innehåll i princip bestämts genom domstolspraxis. Kommersiell användning talar ofta mot fair use, men utesluter det inte. I de mål som nu nämnts rör det sig om kommersiella bolag, vilket bör påverka bedömningen om ”fair use”, eftersom det är generellt är mer tillåtet för icke-vinstdrivande organisationer än kommersiella sådana att använda skyddat material. Det betyder dock inte att det är uteslutet att även kommersiella bolags användning kan vara att anse som ”fair use”. Detta var exempelvis fallet i Authors Guild v. Google, där domstolen bedömde att Googles inskanning av upphovsrättsligt skyddade böcker var en s k transformativ användning.
En viktig skillnad mellan europeisk och amerikansk rätt är att den nya EU AI-lagen kräver transparens om vad som ingår i AI-modellernas träningsdata. Någon motsvarighet finns i dagsläget inte i amerikansk rätt.
Tips på vägen
Det pågår en intensiv debatt om TDM-undantagen kan användas för att träna AI-modeller. Kritiker menar att AI-modeller använder upphovsrättsskyddat material på ett sätt som går utöver enkel analys, vilket kan leda till konkurrerande kreativa produkter. Det ifrågasätts också om kommersiell användning av TDM-undantaget överensstämmer med lagstiftarens avsikter. Ett annat argument är att kopiorna som skapas under text- och datautvinningen inte kan raderas helt, eftersom de finns kvar i AI-modellen.
Avgjorda och pågående rättsfall kommer förhoppningsvis att klargöra hur AI-verktyg kan tränas på upphovsrättsskyddat material lagligt. AI-tekniken är definitivt här för att stanna, så det är viktigt att hitta en balans där AI kan utvecklas samtidigt som upphovsrätten respekteras. Om TDM-undantaget inte kan användas för träning av AI-modeller, behövs troligen ett licenssystem som ger upphovsrättsinnehavare ersättning för material som används för AI-träning implementeras. Redan idag använder både STIM och SAMI sådana.
Vi rekommenderar upphovsrättsinnehavare att tydligt ange i sina användarvillkor på webbsidan att deras material inte får användas för AI-träning (opt-out). Man kan också använda tekniska lösningar som digital vattenmärkning och robot.txt för att förhindra otillåten användning. Även om dessa åtgärder inte garanterar fullständigt skydd, är de bättre än att inte göra något alls.
Möjligheter
- Kreativitet och Innovation: Generativ AI kan skapa nya verk som text, bilder och musik, vilket kan inspirera och komplettera mänsklig kreativitet.
- Effektivitet: AI kan automatisera skapandeprocesser, vilket sparar tid och resurser för kreatörer och företag.
- Tillgänglighet: Verktyg som generativ AI kan göra det enklare för fler människor att skapa och dela sitt arbete, oavsett teknisk kunskap.
Utmaningar
- Upphovsrättsintrång: Användning av upphovsrättsskyddat material för att träna AI-modeller utan tillstånd kan leda till rättsliga problem.
- Äganderätt: Det är oklart vem som äger rättigheterna till AI-genererade verk – utvecklaren, användaren eller någon annan.
- Kommersiell användning: Det finns frågor om huruvida kommersiell användning av AI-genererat material överensstämmer med lagstiftarens avsikter.
- Transparens och Etik: Det är viktigt att veta om ett verk är skapat av AI eller människa, vilket påverkar både konsumenter och skapare
