‏ناشران کتاب، خواهان ورود به نبرد حق تکثیر هوش مصنوعی گوگل

شکایت ناشران بزرگ کتاب از گوگل در مورد نقض حق چاپ

گروه انتشاراتی بزرگ «هاچت بوک» و «گروه سی‌نیج» روز پنجشنبه با ارائه درخواستی خواستار مداخله در یک دعوی حقوقی دسته‌جمعی شدند که سال گذشته علیه گوگل مطرح شده بود.

این ناشران، گوگل را به سازماندهی «نقض تاریخی حق چاپ» برای ساخت پلتفرم «جیمینی» متهم می‌کنند.

این شکایت که در دادگاه فدرال کالیفرنیا ثبت شده است، ادعا می‌کند که گوگل به جای دریافت مجوزهای لازم، «انتخاب کرده است حجم عظیمی از محتوای متعلق به شاکیان و اعضای این دعوی را برای آموزش مدل هوش مصنوعی خود بدزدد»، و در تمام مراحل توسعه، مرتکب نقض حق چاپ شده است.

این پرونده که در سال ۲۰۲۳ توسط نویسندگان به صورت یک دعوی حقوقی دسته‌جمعی در زمینه حق چاپ مطرح شد، گوگل را به کپی‌برداری از کتاب‌ها برای آموزش مدل‌های هوش مصنوعی مولد خود متهم می‌کند.

ناشران ادعا می‌کنند که گوگل کتاب‌ها را از سایت‌های غیرقانونی دانلود کرده و سپس در طول فرآیند آموزش هوش مصنوعی، بارها از آن‌ها کپی‌برداری کرده است؛ ابتدا در حافظه کامپیوتر، سپس به فرمت‌هایی که سیستم‌های هوش مصنوعی می‌توانند بخوانند و دوباره در مجموعه‌های آموزشی برای هر نسخه جدید از مدل.

این شکایت ادعا می‌کند که مجموعه داده‌های آموزشی C4 گوگل حاوی آثار دارای حق چاپ است که از «Z-Library»، یک مجموعه غیرقانونی، استخراج شده است. مقامات بیش از ۳۵۰ وب‌سایت و دامنه وب را از این مجموعه ضبط کرده‌اند.

ناشران اشاره کردند که کتاب‌ها از b-ok.org، یک دامنه Z-Library که اکنون یک اطلاعیه ضبط فدرال را نمایش می‌دهد، به همراه OceanofPDF و WeLib، «سایت دیگری که به گنجینه‌ای از محتوای دارای حق چاپ غیرمجاز دسترسی دارد»، کپی شده‌اند.

این شکایت خاطرنشان می‌کند که مجموعه داده‌های C4 حاوی آثاری از حداقل ۲۸ سایت است که توسط دولت ایالات متحده به عنوان بازارهای دزدی و جعل شناسایی شده‌اند.

در این شکایت آمده است: «نماد حق چاپ (©) بیش از ۲۰۰ میلیون بار در مجموعه داده‌های C4 ظاهر می‌شود.» همچنین اشاره شده است که گوگل ظاهراً «اطلاعیه‌های سیاست» و هشدارهای «شرایط استفاده» را حذف کرده، اما «دسته‌های وسیعی از آثار دارای حق چاپ، آثار دزدی‌شده و آثار گرفته‌شده از پشت دیوارهای پرداخت» را گنجانده است.

ناشران ادعا می‌کنند که گوگل از کتابخانه‌های اشتراکی مانند Scribd.com کپی‌برداری کرده و توافق‌نامه‌های مجوز قانونی را دور زده است.

هنگامی که در مورد این عمل با ارائه‌دهنده مجموعه داده‌های غیرانتفاعی «Common Crawl» مواجه شدند، این شرکت ظاهراً با «یک ذهنیت سرزنش قربانی» پاسخ داد و اعلام کرد: «اگر نمی‌خواستید محتوایتان در اینترنت باشد، نباید آن را در اینترنت قرار می‌دادید.»

این شکایت ادعا می‌کند که «جیمینی» اکنون خروجی‌هایی تولید می‌کند که «جایگزین آثار دارای حق چاپ می‌شوند»، از جمله بازتولیدهای کلمه به کلمه، خلاصه‌های دقیق و «محصولات تقلبی که عناصر خلاقانه آثار اصلی را کپی می‌کنند».

«دکریپت» با گوگل و وکلای ناشران تماس گرفته است.

گوگل همزمان در حال دفاع از خود در برابر ادعاهای ضد انحصار از سوی «شرکت رسانه‌ای پنسکه» در مورد ویژگی «AI Overviews» خود است. این غول فناوری ادعا می‌کند که نمایش خلاصه‌های تولید شده توسط هوش مصنوعی، «بهبود محصول قانونی» است، نه «رفتار ضد رقابتی».

ناشران خواستار دریافت خسارت قانونی، صدور احکام برای توقف نقض بیشتر حق چاپ و دستوری مبنی بر الزام گوگل به نابود کردن تمام نسخه‌های غیرمجاز آثارشان و افشای اینکه از کدام کتاب‌ها برای آموزش «جیمینی» استفاده شده است، هستند.

این درخواست مداخله در پی یک سری از دعاوی حقوقی در زمینه حق چاپ مطرح می‌شود که نویسندگان در سال ۲۰۲۳ علیه شرکت‌های هوش مصنوعی مطرح کردند. قضات فدرال در این پرونده‌ها به «متا» و «آنتراپیک» پیروزی‌های جزئی اعطا کردند و حکم دادند که استفاده آن‌ها از کتاب‌های دارای حق چاپ برای آموزش مدل‌هایشان، استفاده منصفانه تحت قانون حق چاپ بوده است، اما از این شرکت‌ها به دلیل نگهداری کتابخانه‌های دائمی از کتاب‌های دزدی انتقاد کردند.