Potrivit The Hollywood Reporter, dosare judiciare recent desigilate arată că în interiorul Microsoft și OpenAI existau îngrijorări substanțiale despre modul în care sistemele de inteligență artificială erau dezvoltate pe baza de conținut protejat. Documentele apar în contextul proceselor intentate de The New York Times și alți editori împotriva Microsoft și OpenAI pentru utilizarea articolelor în antrenarea modelelor de limbaj. Pentru profesioniștii din producție și distribuție, miza este definirea limitei dintre reutilizare și încălcare în era modelelor generative care tind să devină poarta principală de acces la informație.
Un document intern Microsoft din 2023, citat în dosar, avertiza că milioane de oameni ar putea considera că modelele mari care „aspiră” munca lor reprezintă un furt fără precedent. Nota sublinia că aproape nimeni nu a intenționat ca materialul creat să fie folosit în acest mod și că autorii nu sunt compensați. Ingestia operelor protejate este descrisă în documente de Brent Hecht, director de știință aplicată la Microsoft, ca „un furt uluitor de proporții fără precedent” și potențial „cel mai mare furt de muncă din istoria omenirii”. În această etapă a litigiului, sarcina de a demonstra fair use revine OpenAI și Microsoft.
Unul dintre punctele centrale privește primul criteriu al testului de echilibru al fair use, respectiv scopul utilizării și caracterul transformator. Potrivit dosarului, un schimb între un inginer OpenAI și președintele Greg Brockman a vizat un „hack pentru a ocoli paywall-ul nytimes” în timp ce compania explora modalități de scraping al site-ului. Editorii susțin că acest tip de discuție face parte dintr-o conduită mai largă în care angajații ar fi fost îndrumați să găsească strategii de ocolire a plăților „fără detectare”. În contrast, mărturia CEO-ului Microsoft Satya Nadella, consemnată în dosar, este că „orice este în spatele unui paywall ar trebui licențiat de oricine vrea să îl folosească” și că, dacă ar fi fost informat despre scraping pe conținut restricționat, ar fi „invocat” dreptul Microsoft de a cere companiei conduse de Sam Altman să reantreneze modelele.
Al patrulea factor al doctrinei, efectul asupra pieței potențiale a operei, este invocat de publicații pentru a arăta subminarea jurnalismului original. Reclamația The Times susține că sistemele de chat regurgitează extrase aproape verbatim. Un exemplu menționat este că Bing Chat a copiat toate cuvintele, în afară de două, din primele 396 de cuvinte ale articolului din 2023 „The Secrets Hamas knew about Israel’s Military”. Un tabel anexat arată alte 100 de situații în care GPT-ul OpenAI a fost antrenat pe articole ale The Times și le-a memorat cu copiere cuvânt cu cuvânt. Nick Turley, șeful ChatGPT la OpenAI, este citat în depunerea de joi că „produsele noastre sunt în mare parte substituibile, punct”.
Date interne Microsoft citate în dosar indică o scădere a ratelor de click-through pentru The Times atunci când utilizatorii căutau prin Bing Chat față de căutarea web tradițională, cu valori în scădere de la 87% la 93%. Editorii argumentează că oportunitățile de licențiere existente și viitoare sunt afectate de folosirea materialelor fără plată și că Microsoft și OpenAI nu pot susține credibil lipsa unei piețe de licențiere în condițiile în care au încheiat acorduri cu alți editori. În documente, Brent Hecht avertizează că o victorie a apărării pe baza drepturilor de autor ar „face o parodie completă din ideea de fair use”.
