Jakie problemy prawne rodzi wykorzystywanie materiałów chronionych prawem autorskim do treningu systemów generatywnej sztucznej inteligencji?

Proces tworzenia i doskonalenia generatywnych systemów sztucznej inteligencji opiera się na masowym zbieraniu i przetwarzaniu ogromnych zbiorów danych, które często obejmują dzieła chronione prawem autorskim. Twórcy AI angażują się w swoisty „złoty połów” danych, starając się pozyskać jak najwięcej materiałów, od transkrypcji filmów z YouTube po nabywanie całych wydawnictw książkowych. Ta intensywna eksploatacja cyfrowych zasobów odbywa się często bez wcześniejszego wyjaśnienia kwestii prawnych związanych z własnością intelektualną, co rodzi poważne wyzwania natury prawnej.

Sam proces treningu AI wymaga dokonywania wielu reprodukcji dzieł chronionych, które – bez odpowiedniej licencji lub zastosowania dozwolonego użytku – mogą stanowić naruszenie prawa autorskiego. Kopiowanie materiałów źródłowych to zaledwie początkowy etap, ponieważ w toku treningu dane te są przekształcane w złożone struktury matematyczne, zwane wagami i wektorami, które odpowiadają za przewidywanie kolejnych elementów generowanych tekstów czy obrazów. Model AI nie tworzy więc prostych kopii treści, lecz generuje unikalne wyjścia oparte na statystycznym wyabstrahowaniu wzorców z całego zestawu danych treningowych.

W praktyce mogą zaistnieć trzy różne sytuacje dotyczące praw autorskich: po pierwsze, wykorzystanie oryginalnych materiałów do treningu; po drugie, obecność fragmentów materiałów chronionych „zapamiętanych” w modelu AI; po trzecie, generowanie przez AI treści będących reprodukcją oryginalnych dzieł. W każdym z tych przypadków dochodzenie naruszenia prawa staje się niezwykle skomplikowane.

Dowodzenie rzeczywistego kopiowania wymaga pokazania, że prace powoda zostały wykorzystane podczas treningu lub że wyjścia AI są „znacząco podobne” do jego dzieł. Jednakże producenci AI mogą skutecznie powołać się na instytucję dozwolonego użytku, zwłaszcza w kontekście kopiowania materiałów wyłącznie w celu trenowania modeli. Dodatkowo, wraz z rosnącym przejściem na prywatne i chronione zestawy danych treningowych, posiadacze praw autorskich nie dysponują bezpośrednimi dowodami włączenia ich prac do tych zbiorów, co znacznie utrudnia wykazanie naruszenia.

Trzeba podkreślić, że kwestia naruszeń praw autorskich przez systemy generatywnej AI jest wciąż obszarem dynamicznie rozwijającym się i nieostrym pod względem prawnym. Wymaga to zarówno dostosowania przepisów, jak i rozwoju orzecznictwa, które pozwoli jasno określić granice legalnego korzystania z chronionych materiałów w kontekście AI. Ważne jest, by czytelnik rozumiał, iż prawo autorskie jest tu tylko jednym z elementów szerszego kontekstu etycznego i technologicznego, w którym balansowanie pomiędzy innowacją a ochroną własności intelektualnej wymaga rozważnych i wyważonych rozwiązań. Ostatecznie, świadomość skomplikowanego charakteru tych problemów jest niezbędna, by nie uprościć i nie zbagatelizować wyzwań stojących przed współczesnym światem cyfrowym i prawnym.

Jakie są wyzwania i ryzyka związane z wykorzystaniem AI w praktyce prawniczej?

Większość prawników (87%) zgadza się, że wdrożenie sztucznej inteligencji usprawni powtarzalne zadania i zwiększy produktywność. Ponadto ponad połowa respondentów (56%) uważa, że AI stwarza możliwość ograniczenia błędów ludzkich. Jednak obok tych pozytywnych aspektów pojawiają się również istotne zagrożenia związane z wykorzystaniem generatywnej AI w prawie. Transformacyjny potencjał tych technologii musi być rozważany w kontekście licznych złożonych kwestii, których pominięcie może zahamować rozwój lub naruszyć integralność procesu prawnego.

Interesującym odkryciem była wyższa częstość halucynacji przy analizie orzeczeń sądów niższych instancji w porównaniu do orzeczeń sądów najwyższych. Różnice występowały także między samymi modelami – na przykład ChatGPT 3.5 generalnie wypadał lepiej, choć wykazywał skłonności do faworyzowania znanych sędziów czy pewnych typów spraw. Zjawisko tzw. „kontrafaktycznych uprzedzeń” polega na przyjmowaniu za prawdziwe błędnych przesłanek zawartych w zapytaniu, co skutkuje wiarygodnie brzmiącymi, lecz fałszywymi odpowiedziami. Przykładem jest sytuacja, gdy model odpowiada na pytanie o powód zdania odrębnego przez konkretnego sędziego, nie weryfikując, czy faktycznie taki zdanie odrębne zostało wydane.

Różne modele różnie radzą sobie z tym problemem – Llama 2 często odrzucała błędne przesłanki, lecz czasem negowała faktycznie istniejące przypadki czy postaci prawne. Dalsze testy systemów GenAI od Thomas Reuters i LexisNexis wykazały zróżnicowaną skuteczność – Lexis+ AI odpowiadał prawidłowo na 65% zapytań, natomiast Ask Practical Law AI odmawiał odpowiedzi 62% razy, zaledwie 18% odpowiedzi było dokładnych. Thomson Reuters odrzucał te wyniki, wskazując na błędy metodologiczne badania, jednak kolejne testy potwierdziły wysoki poziom halucynacji w niektórych systemach.

Dodatkowo, LLM mogą generować wypowiedzi nacechowane uprzedzeniami, wykluczeniem, dyskryminacją lub mową nienawiści. Dane treningowe, często oparte na ogromnych, nieselektywnych zbiorach tekstów, zawierają nieraz rasistowskie, antysemickie, islamofobiczne lub inne dyskryminujące treści. Takie uprzedzenia przekładają się na potencjalnie niesprawiedliwe lub wykluczające odpowiedzi, co podważa zaufanie i sprawiedliwość w systemach prawniczych.

Kolejnym wyzwaniem jest brak przejrzystości i wyjaśnialności AI. Aby rzetelnie ocenić wygenerowane odpowiedzi, prawnicy muszą rozumieć, na jakiej podstawie system wypracował dany rezultat. Jednak mechanizmy działania głębokich sieci neuronowych, które tworzą podstawę LLM, są trudne do prześledzenia. Metody explainable AI (XAI) starają się wyjaśniać, które cechy danych wpływają na decyzję modelu, a także stosują tzw. wyjaśnienia kontrfaktyczne, pokazujące, jak niewielka zmiana w danych wejściowych mogłaby zmienić wynik. Jednak ich skuteczność w kontekście modeli prawniczych wymaga dalszych badań.

W kontekście ochrony danych osobowych, bezpieczeństwa cybernetycznego i praw własności intelektualnej pojawiają się dodatkowe problemy, które nie są tu szczegółowo omówione, lecz mają fundamentalne znaczenie dla odpowiedzialnego wdrożenia AI w prawie.