ميتا توصلت إلى تسوية دعوى الكتب. الإذن الآن له ثمن.

وافقت ميتا على تسوية الدعوى الجماعية التي تتهمها بتدريب نماذج Llama الخاصة بها على كتب مقرصنة. وقد قُدّم الاتفاق المقترح إلى محكمة فيدرالية في أواخر سبتمبر، وخرج الإشعار إلى أصحاب الحقوق بعد أيام. الشروط المالية مختومة حتى يوافق عليها قاضٍ، وما زالت ميتا تقول علنًا إن ممارساتها في التدريب تندرج تحت الاستخدام العادل. وما لا تقوله التسوية لا يقل دلالة عما تقوله.

تركّزت القضية على جانب الحصول على البيانات لا على جانب التدريب. وادّعى المؤلفون أن نماذج Llama دُرّبت على أعمال سُحبت من مكتبات ظل مثل LibGen بين عامي 2018 و2024. وهذه التفصيلة مهمة لأن حكمًا منفصلًا رسم بالفعل خطًا في منتصف هذه المشكلة. في قضية أنثروبيك، وجد القاضي ويليام ألسوب أن تدريب نموذج على كتب محمية بحقوق النشر قانوني، لكن الاحتفاظ بمكتبة من نسخ مقرصنة ليس كذلك. والعقوبة في تلك القضية، وهي تسوية بقيمة 1.5 مليار دولار، ارتبطت بطريقة الحصول على الكتب، لا بالتعلّم نفسه.

إذا قُرئت النتيجتان معًا، فإنهما تصفان قاعدة يسهل قولها ويصعب التعايش معها. التعلّم من كتاب حصلت عليه بشكل قانوني أمر مقبول. أما بناء مجموعة نصوص من نسخ مقرصنة فليس كذلك. ورقم 1.5 مليار دولار يعادل نحو 3000 دولار لكل عمل، ما يمنح كل مختبر طريقة لتسعير تعرضه للمخاطر. وإذا كنت قد جمعت مجموعة نصوص من موقع قرصنة، فلديك الآن رقم تقريبي لما يكلفه ذلك القرار.

الانسحاب الاختياري يُستبدل بثمن

التحول الأكثر أثرًا هو ما سيحدث لاحقًا. فقد استبدلت تسوية منفصلة أُبلغ عنها هذا الشهر نموذج سجل الانسحاب الاختياري بهيكل إلزامي لرسوم الترخيص مرتبط بحجم البيانات المستخدمة. والحجة وراء ذلك صريحة: بدت بوابات الانسحاب عادلة على الورق وفشلت عمليًا، لأن المطوّرين نادرًا ما كانوا يتحققون من قوائم الاستبعاد أو يحترمونها. والدفع مقابل كل مجلد أصعب في التجاهل.

وهذا يعيد تأطير التفاوض بأكمله. في ظل الانسحاب الاختياري، كانت الوسيلة الوحيدة لأصحاب الحقوق هي أن يقولوا لا ويأملوا. أما في ظل ترخيص مسعّر، يصبح الإذن بندًا في الميزانية له رقم محدد، وتنتقل الحجة من ما إذا كان يُسمح لشركات الذكاء الاصطناعي باستخدام العمل إلى كم تدين مقابل استخدامه. وبالنسبة للناشرين والمؤلفين، هذا موقف أفضل بكثير من حاجز تقني لم يفرضه أحد.

الأثر العملي على المختبرات هو ميزانية امتثال جديدة. فلم يعد تتبع مصدر البيانات تفضيلًا هندسيًا، بل أصبح متطلبًا قانونيًا. وإذا كانت مجموعة نصوص واحدة ضمن مجموعة بيانات بحجم عدة بيتابايت قد جاءت من مصدر لا يمكن توثيقه، فإنها تُدخل مسؤولية محددة في خط التدريب بأكمله، وعادة ما يحدث الخلل في طبقة التجميع، حيث تُدمج مجموعات بيانات طرف ثالث دون إسناد واضح.

مسألة المخرجات ما زالت مفتوحة

بيانات التدريب ليست سوى جبهة واحدة من اثنتين. والأخرى هي ما ينتجه النموذج، وهناك الصورة أقل استقرارًا. وقد نجحت نيويورك تايمز في تجاوز طلب OpenAI بإسقاط الدعوى من خلال ادعاء معقول بأن مخرجات ChatGPT تنافس صحافتها. هذه نظرية استبدال في السوق، وهي تختلف عن نظرية الحصول على البيانات. إذا تعلّم النموذج من عمل ولم يستنسخه، تصمد حجة التحويل. أما إذا كانت مخرجاته بديلًا عن الأصل في السوق، فإن الحجة تضعف.

رفض طلب إسقاط الدعوى ليس حكمًا بالمسؤولية، وقضية تايمز ما زالت تتحرك. لكن النظريتين معًا هما السبب في أن شركات الذكاء الاصطناعي تتعامل الآن مع تتبع المصدر ومراقبة المخرجات كمشكلة واحدة. فالنموذج المدرّب على بيانات مرخّصة يمكنه رغم ذلك أن يولّد شيئًا ينافس المصدر، وشروط الترخيص تقول بشكل متزايد ما لا يجوز له فعله.

الصوت لا يتبع المسار نفسه

إذا كان ناشرو الكتب يتجهون نحو سوق ترخيص، فإن الموسيقى تتجه نحو شيء أكثر فوضى. فقد خسرت Suno حكمًا في ألمانيا رفعته GEMA، جمعية حقوق الأداء، بشأن استخدام تسجيلات ومؤلفات موسيقية محمية بحقوق النشر. وقضايا النصوص الأمريكية تنتهي في الغالب إلى مدفوعات وتراخيص بأثر رجعي. أما قضايا الصوت فتنتج أوامر قضائية ونزاعات اختصاص قضائي، وهو بالنسبة لشركة منتج نتيجة أسوأ، لأن الأمر القضائي يوقف الخدمة بدل أن يفرض عليها ضريبة.

ويبدو أن الفرق يعود إلى مدى قرب المخرجات من المدخلات. فالنموذج اللغوي الذي يلخّص كتابًا يبعد خطوة عن النص. أما نموذج الموسيقى الذي يولّد أغنية بأسلوب فنان فيقف قريبًا بما يكفي ليكون المقارنة فورية، وقد كانت المحاكم أقل استعدادًا لتوسيع حجة التحويل لتغطيته.

حيث لا يوجد الثمن بعد

معيار السعر لكل عمل هو ظاهرة نصية حتى الآن، والسبب هو البنية التحتية. فلدى ناشري الكتب هيئات ترخيص جماعية، وعقود من السوابق بشأن حقوق النسخ، ووحدة تبادل واضحة إلى حد معقول، وهي العمل. وهذا يجعل سعرًا لكل عنوان سهل التعريف وسهل الجدال حوله في المحكمة.

الصور والفيديو والكود ليست لديها البنية نفسها. يمكن لمكتبة صور مخزونة أن تسعّر ترخيصًا لكل صورة، لكن لقطة شاشة لصفحة ويب تحتوي على عشرات العناصر المحمية بحقوق النشر دفعة واحدة، ومستودع كود يخلط ملفات مرخّصة ومرخّصة ترخيصًا متسامحًا وملفات لا يمكن نسبتها في الشجرة نفسها. وبمجرد أن تنتقل المسألة من النص إلى أي من هذه، تتوقف صيغة السعر لكل عمل عن الانطباق ويعود الجدل إلى الاستخدام العادل، وهو الأرضية التي تفضّل شركات الذكاء الاصطناعي خوض المعركة عليها.

والسؤال المفتوح الآخر هو من يجمع الرسوم. فرسوم الترخيص التي لا يديرها أحد تتحول في النهاية إلى دعوى جماعية، وهياكل التسوية التي أُبلغ عنها هذا الشهر ما زالت تصف مدفوعات يُتفاوض عليها حالة بحالة بدلًا من سوق قائمة بأسعار منشورة. وإلى أن تصبح الأسعار علنية، يحدث كل تفاوض في السر، ويحصل أكبر المشترين على أفضل الشروط. وهذا شكل سوق تشكّلت لكنها لم تنضج بعد.

ماذا يعني هذا إذا كنت تبني على هذه النماذج

معظم المطوّرين الذين يقرؤون هذا لا يدرّبون نماذج أساسية، لذا فالتعرض المباشر منخفض. أما التعرض غير المباشر فليس كذلك. فالمختبرات التي تستوعب تسويات بثمانية أو تسعة أرقام تمرر التكلفة، والآلية هي تسعير API. توقّع أن ترتفع ميزانية الوصول إلى النماذج خلال العام أو العامين المقبلين، خصوصًا للنماذج المدرّبة على مواد مرخّصة، حيث أصبح الترخيص نفسه جزءًا من تكلفة البضاعة.

وهناك أثر ثانٍ أكثر هدوءًا لأي شخص يستضيف أو يشغّل أعباء عمل الذكاء الاصطناعي. إذا كنت تخزّن مجموعات بيانات تدريب لعميل، فإن المخاطر القانونية الآن تعتمد على مصدر تلك الملفات، لا على ما يفعله العميل بها. فتتوقف وثائق المصدر الواضحة عن كونها عبئًا إداريًا وتبدأ تكون الشيء الذي يمنع حكمًا بثمانية أرقام من أن يقع على نظام تشغّله.

الجزء غير المستقر هو إلى أي مدى ينتشر نموذج التسعير. فلدى ناشري النصوص بنية تحتية للترخيص الجماعي ومجموعة من القضايا المحسومة يستشهدون بها. والموسيقى لديها جمعيات لكن علاقة مخرجات مختلفة. والصور والفيديو والكود لكل منها ديناميكياتها الخاصة، ولا يمتلك أي منها معيار سعر لكل عمل بعد. تسوية ميتا تُزيل معلمًا واحدًا من الخريطة. لكنها لا ترسم بقيتها، والتسويات القليلة المقبلة ستحدد ما إذا كان الإذن سيصبح سوقًا أم سيبقى سلسلة من الاستثناءات.