Linjen i AI-kontorets forslag til et praksiskodeks for udbydere af AI-modeller til almen brug er så mangelfuld, at intet kodeks er at foretrække.
En effektiv udøvelse og håndhævelse af ophavsrettigheder i forbindelse med generativ kunstig intelligens kræver tilstrækkelig transparens omkring de værker og frembringelser, som AI-modeller er trænet på. EU’s AI-forordning indeholder bestemmelser, der har til formål at sikre en sådan effektiv udøvelse af rettigheder. Dette ved at forpligte udbydere af AI-modeller til at indføre en politik for overholdelse af ophavsret og beslægtede rettigheder samt at udarbejde og offentliggøre en tilstrækkelig detaljeret beskrivelse af modellernes træningsdata.
EU’s AI-kontor nedsatte en arbejdsgruppe med den opgave at frembringe et praksiskodeks, som udbydere af AI-modeller frivilligt kunne underskrive for at vise, at de overholdt forpligtelserne. Det har været en proces, hvor blandt andre RettighedsAlliancen løbende er kommet med input.
Desværre stiller det nuværende og sidste udkast til praksiskodekset rettighedshaverne uden en reel mulighed for at udøve og håndhæve deres rettigheder. Dette på trods af, at vi og en lang række rettighedshavere kontinuerligt har gjort indsigelser mod de mangelfulde forpligtelser, som AI-kontoret har præsenteret.
RettighedsAlliancen bakker derfor op om den erklæring, en række europæiske rettighedshavere i dag har sendt til EU’s AI Office, hvis budskab er, at intet kodeks er at foretrække i forhold til det, der lægges op til i det tredje og sidste udkast.
Læs erklæringen her
Populære AI-tjenester er trænet på ulovligt indhold
RettighedsAlliancen har løbende beskrevet, hvordan AI-udbydere træner deres modeller på ophavsretligt beskyttet indhold uden tilladelse. Det fremgår bl.a. af vores seneste rapport fra marts, hvor vi samler vores undersøgelser af de mest toneangivende AI-modeller og afdækker, hvordan de alle har indsamlet og trænet på ulovligt indhold fra notoriske pirattjenester.
Den massive udnyttelse af ulovlige kopier til træning af AI-modeller understreger behovet for effektive metoder, hvormed rettighedshavere kan opdage og håndhæve deres rettigheder.
Vi har fremlagt vores undersøgelser for beslutningstagere i EU og inddraget det i vores input til AI-kontorets praksiskodeksarbejdsgruppe og transparensskabelon. Desværre har det ikke haft den ønskede påvirkning af udformningen af praksiskodekset.
Danske bøger anvendt til at træne Meta’s AI
Meta er en af de udbydere, som har trænet deres generative AI-modeller med ulovligt indhold fra pirattjenester. I vores rapport har vi dokumenteret, hvordan Metas Llama-model er trænet på fem datasæt, bestående af indhold fra pirattjenester. Et af disse datasæt stammer fra fildelingstjenesten LibGen, der er dedikeret til at sprede ulovlige kopier af bøger, herunder bøger udgivet og skrevet af danske forlag og forfattere.
The Atlantic har dækket, at Meta har trænet deres generative AI-model på ’millioner af piratkopierede bøger’ fra LibGen. I denne forbindelse har The Atlantic offentliggjort en søgemaskine over datasættets indhold, hvor enhver kan fremsøge de forfattere og bøger, som er blevet anvendt til at træne Metas LLama-model. Heraf fremgår mange titler, hvis rettigheder ejes af danske forfattere og forlag.
Se hvilke bøger, der er tilgængelig i LibGen her
RettighedsAlliancen har tidligere, som led i en større indsats vedrørende Books3-datasættet, rettet henvendelse til Meta om at stoppe anvendelsen af ulovlige AI datasæt. Meta har imidlertid valgt ikke at reagere på vores henvendelse. Derimod viser RettighedsAlliancens rapport, samt The Atlantics dækning, at AI-udbyderen fortsætter uhæmmet med at træne deres generative AI med ulovligt indhold.
Meta er blevet sagsøgt af forfattere i USA over Meta’s brug af Books3.
De franske forlags- og forfattereorganisationer SNE, SNAC og SGDL har tidligere i marts stævnet Meta i Frankrig for Metas påståede anvendelse af sagsøgernes ophavsretligt beskyttede indhold til træning af Metas AI-modeller uden tilladelse.