"Die Kennzeichnung in Büchern verbietet die Nutzung für KI-Training!" Huaxia Publishing House: Es ist schwierig, die eigenen Rechte durchzusetzen, aber man muss eine klare Haltung einnehmen.
Kürzlich haben Leser festgestellt, dass auf der Urheberrechtsseite von Büchern wie *Neue Übersetzung des Huangting-Jing und Yinfu-Jing*, die von der Huaxia-Verlag veröffentlicht wurden, eine deutliche Warnzeile steht: „Die Verwendung des Inhalts dieses Buches für das Training künstlicher Intelligenz ist verboten. Verstöße werden verfolgt.“ Dieses Buch wurde von LIU Lianpeng und GU Baotian kommentiert und übersetzt, von der Huaxia-Verlag GmbH veröffentlicht und vertrieben, und die Vermögensrechte am Urheberrecht liegen bei der Sanmin Bookstore Co., Ltd.
Am 4. August gab ein Verantwortlicher der Huaxia-Verlag laut einem Bericht von Red Star News an, dass die Urheberrechtsinhaber bei der Einführung einiger ausländischer Bücher Klauseln in den Urheberrechtsvertrag aufnehmen, die die Verwendung von Buchtexten für das Training künstlicher Intelligenz verbieten. „Als Vertragspartei müssen wir den Rechtsinhabern Rechenschaft ablegen, deshalb schreiben wir diesen Satz hinzu.“
Der Verantwortliche sagte jedoch, dass es praktisch schwierig ist, Rechtsansprüche geltend zu machen, wenn der Buchinhalt ohne Genehmigung für das Training künstlicher Intelligenz verwendet wird. Die Angabe im Verlag dient vor allem als Erklärung, um die Öffentlichkeit darauf aufmerksam zu machen, dass Bücher urheberrechtlich geschützt sind.
Derzeit können viele Verlage von Papierbüchern vorübergehend nicht auf technische Mittel zurückgreifen, um Scan- und Erfassungsvorgänge automatisch zu blockieren. Im Gegensatz zu Websites, die Crawler-Protokolle einrichten können, gibt es für physische Bücher keinen Online-Schutzmechanismus. Für organisierte Datenerfassungsteams kommt die Warnschrift eher einer „Gentleman's Agreement“ gleich. Für normale Verlage und Urheber sind die praktikablen Wege zur Rechtsdurchsetzung nach wie vor begrenzt, wenn ihre Buchinhalte unbefugt für das KI-Training erfasst werden.
Ein Jurist schlug vor, dass nach dem Auffinden von Hinweisen auf Urheberrechtsverletzungen zunächst alle Beweise für die Eigentumsrechte wie die Urheberrechtsseite des Buches und die Exemplare der Publikation vollständig aufbewahrt werden sollten. Sobald festgestellt wird, dass ein Unternehmen Bücher in großen Mengen scannt, kann ein schriftliches Schreiben gesendet werden, um die Einstellung der Erfassungsmaßnahmen zu verlangen. Die größte Schwierigkeit liegt jedoch in der Beweiserhebung: Es ist für gewöhnliche Menschen kaum möglich, auf die internen Trainingsdatensätze von KI-Unternehmen zuzugreifen. Zum gegenwärtigen Zeitpunkt verlässt sich die Branche stärker auf vorherige Vereinbarungen und die fortlaufende Veröffentlichung von Urheberrechtsansprüchen, um das Risiko von Rechtsverletzungen zu senken.
Tatsächlich hat der Konflikt zwischen der ausländischen Verlagsbranche und KI-Unternehmen um das Urheberrecht schon lange stattgefunden. Anfang 2024 startete das KI-Startup Anthropic ein geheimes internes Projekt mit dem Codenamen „Projekt Panama“, dessen Kernziel darin bestand, „alle Bücher der Welt“ zu erwerben. In der Anfangsphase nutzte Anthropic raubkopierte E-Books wie Books3 und Schattenbibliotheken, um Trainingsdaten zu erhalten, was zu einer kollektiven Urheberrechtsklage von Schriftstellern führte.
Laut Gerichtsdokumenten, die Anthropic im vergangenen September eingereicht hat, wird das Unternehmen mindestens 1,5 Milliarden US-Dollar zahlen, um die oben genannte Klage beizulegen. Gemäß der Vergleichsvereinbarung wird Anthropic den Autoren oder Verlegern von etwa 500.000 Büchern, die unter die Vergleichsvereinbarung fallen, eine Entschädigung von etwa 3000 US-Dollar pro Buch zahlen.
Um die rechtlichen Risiken von Raubkopien zu vermeiden, wechselte das Unternehmen zum massenhaften Kauf gebrauchter physischer Bücher, um hochwertige Trainingskorpora zu sammeln, und zerstörte die Originalbücher direkt nach der Erfassung der Inhalte. Etwa 2 Millionen Papierbücher wurden während des Datenerfassungsprozesses zerstört. Nach der Aufdeckung dieses Vorfalls verbreitete sich die Kontroverse über „das Zerstören von Büchern zum Trainieren von KI“ in der globalen Verlagsbranche, und zahlreiche Verlage begannen, die Datensicherheit von physischen Texten neu zu bewerten.
Im Gegensatz zu öffentlichen Texten im Internet, die von fragmentierten Äußerungen, wiederholten Informationen und falschen Inhalten durchsetzt sind, werden offiziell veröffentlichte Bücher mehrfach korrigiert, verfügen über kohärente Ausdrucksweisen und vollständige Logik und können großen Modellen helfen, systematische Ausdrucksfähigkeit und die Fähigkeit zum Schlussfolgern langer Texte zu erlernen. Viele alte Bücher, Fachwerke und vergriffene Dokumente sind nicht in vollständiger elektronischer Form im Internet verbreitet und können nur durch Scannen von physischen Büchern vollständig erfasst werden. Verschiedene Arten von Publikationen können auch die Wissensgrenzen des Modells erweitern und Fähigkeiten wie schriftlicher Ausdruck, Erzählkunst und theoretische Interpretation ausbalancieren.
Aufgrund des extrem hohen Werts für das Training sind Bücher zu einer unverzichtbaren Quelle von Korpora für das Training großer Modelle geworden. Dies erklärt auch, warum einige KI-Unternehmen hohe Kosten auf sich nehmen, um Papierbücher in großen Mengen zu sammeln und zu digitalisieren. Die daraus resultierenden Urheberrechtskonflikte zwingen die Verlagsbranche jedoch dazu, aktiv die Grenzen der Rechte abzustecken.
Auch die akademische Welt handelt. Im Mai dieses Jahres verklagte der führende Verlagskonzern Elsevier, zu dem Zeitschriften wie *The Lancet* und *Cell* gehören, gemeinsam mit vier weiteren Verlagen Meta, und beschuldigte es, ohne Genehmigung riesige Mengen urheberrechtlich geschützter Bücher und Zeitschrifteninhalte für das Training der großen Modelle der Llama-Serie zu verwenden.
Aus der Klageschrift geht hervor, dass Meta, um im Wettrüsten der KI einen Vorsprung zu erlangen, nicht nur Web-Crawling-Datensätze mit Milliarden von Webseiten verwendet hat, sondern auch Millionen urheberrechtlich geschützter Bücher und bezahlter wissenschaftlicher Zeitschriftenartikel von Raubkopienseiten heruntergeladen und verbreitet hat. Meta wird außerdem beschuldigt, Urheberrechtshinweise und Autoreninformationen aus den Werken entfernt zu haben, um die Herkunft der Daten zu verschleiern.
Meta argumentierte dazu, dass die Verwendung urheberrechtlich geschützter Inhalte für das Training von KI eine transformative Nutzung darstellt, die unter die Regel der fairen Nutzung im US-Urheberrecht fällt, und dass das Unternehmen die Klage aktiv verteidigen wird.
Im vergangenen März haben die wichtigsten französischen Verlage und Schriftstellerverbände ebenfalls eine Klage gegen Meta eingereicht und beschuldigt, urheberrechtlich geschützte Inhalte in großem Umfang ohne Genehmigung zur Ausbildung seiner KI-Modelle verwendet zu haben.
Bis heute gibt es weltweit keine einheitliche und klare gerichtliche Entscheidung. Gerichte in verschiedenen Regionen haben bei ähnlichen Fällen auch völlig unterschiedliche Urteile gefällt.
Im März dieses Jahres sagte TAO Kaiyuan, Vizepräsident des Obersten Volksgerichtshofs von China, laut einem Bericht von 21st Century Business Herald, als er über die Herausforderungen sprach, die die generative künstliche Intelligenz für die justizielle Entscheidung im Bereich des geistigen Eigentums mit sich bringt, dass Richter oft nicht in der Lage sind, Entscheidungen durch einfaches „Abgleichen“ mit geltendem Recht zu treffen, aber dennoch die „gerichtliche Frage“ beantworten müssen, die durch die rasante Entwicklung der KI-Technologie aufgeworfen wird.
Nach Ansicht von TAO Kaiyuan muss ein Gleichgewicht zwischen der Entwicklung der KI-Industrie und dem Schutz der legitimen Rechte und Interessen der Urheberrechtsinhaber gefunden werden. Laut ihren Angaben arbeitet der Staat derzeit aktiv an der Ausarbeitung und Verabschiedung von justiziellen Richtliniendokumenten im Zusammenhang mit künstlicher Intelligenz und Dateneigentumsrechten, um eine relativ klare justizielle Grenze für die Anwendung neuer Technologien zu schaffen.
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Jiemian News“, Autor: SONG Jianan, veröffentlicht mit Genehmigung von 36Kr.