מיקרוסופט טוענת: קופיילוט כמעט לא משחזר כתבות של הניו יורק טיימס

המספרים מאחורי הטענה

מיקרוסופט הגישה לבית המשפט ניתוח של 8.2 מיליון שיחות קופיילוט, שנבחרו מראש כי הכילו מילות מפתח שקשורות לאתרי חדשות, כלומר, המדגם הכי "מסוכן" מבחינתה. מתוכן, רק 59,545 שיחות (פחות מאחוז אחד) הכילו לפחות 16 מילים זהות לתוכן חדשותי ששימש לאימון. מומחה מטעם המרכז לדיווח חוקר (CIR) מצא 51 מקרים של "חפיפה מהותית" עם חומרים של הארגון, ובתביעה של הסופרים נמצאו רק 24 תגובות עם 30 מילים תואמות ומעלה. מתוך 212 ספרים שנבדקו, רק 10 הראו התאמה כלשהי.

התגובה של הניו יורק טיימס

העיתון דוחה את המסקנות לחלוטין. עורך הדין המוביל בתיק, איאן קרוסבי, מסר שהמסמכים והעדויות שנחשפו בגילוי מובילים למסקנה אחת: מיקרוסופט ו-OpenAI גנבו מהניו יורק טיימס כדי לבנות מוצרים מסחריים שמתחרים בעיתונות שלו, מאיימים על המודל העסקי שלו וחותרים תחת התעשייה כולה. המרכז לדיווח חוקר וגילדת הסופרים לא הגיבו לפניות.

טיעון השימוש ההוגן

מיקרוסופט טוענת שהנתונים מחזקים את עמדתה: שימוש בחומר מוגן זכויות יוצרים לאימון מודלי שפה צריך להיחשב שימוש הוגן. המערכות אמנם נשענות על חומר מוגן, אבל משרתות מטרות שונות מהותית מהמקור. העובדה שהן לפעמים משחזרות קטעי טקסט, לשיטתה, "בקושי מערערת את המטרה הטרנספורמטיבית של אימון LLM".

בקשת פסק דין מקוצר והממשל

הבקשה הוגשה במסגרת מאבק משפטי מאוחד של מוציאים לאור וסופרים נגד מיקרוסופט ו-OpenAI, בטענה שהחברות בנו מוצרים על גבי יצירותיהם וכעת מתחרות בהן ישירות, בין היתר דרך שחזור תוכן מוגן. מיקרוסופט מבקשת מהשופט לפסוק פסק דין מקוצר (summary judgement) שיסיים את התיק בשלב מוקדם. השבוע הגיש גם ממשל טראמפ הצהרת עניין בתיק של הניו יורק טיימס, כשהוא תומך בעמדת OpenAI. אם השופט ידחה את הבקשה, המשפט יימשך.