لم تستطع بايت دانس التخلص من دعوى قضائية بشأن طريقة حصولها على مقاطع الفيديو

قاضت مجموعة من مستخدمي يوتيوب شركة بايت دانس، زاعمةً أنها جمعت ملايين مقاطع الفيديو بطريقة آلية لتدريب نموذجها لتحويل النص إلى فيديو. وطلبت بايت دانس من محكمة فيدرالية في كاليفورنيا إسقاط القضية. وفي 2 أكتوبر/تشرين الأول، رفضت القاضية جاكلين سكوت كورلي الطلب.

يستند الحكم إلى مادة في قانون حقوق النشر ظلت على هامش النقاش الدائر حول تدريب الذكاء الاصطناعي. فقد كان الجميع يتجادلون حول الاستخدام العادل، أي المادة 107. أما مستخدمو يوتيوب فيحتجون بالمادة 1201، التي تحظر تجاوز التدابير التقنية التي تتحكم في الوصول إلى عمل محمي بحقوق النشر.

تلك قضية مختلفة، ودفاع بايت دانس يعتمد على هذا الفرق.

الحجة التي ساقتها بايت دانس

كان موقف الشركة أن تدابير الحماية لدى يوتيوب تنظّم التنزيل، لا الوصول. والفيديوهات المعنية علنية، ويمكن لأي شخص مشاهدتها. وإذا كان المحتوى متاحاً بالفعل للجميع، فقد جادلت بايت دانس، فإن تدبيراً يبطئ التنزيل الجماعي ليس ضابطاً للوصول بالمعنى المقصود في القانون، وبالتالي لا تنطبق المادة 1201.

ورفضت القاضية كورلي هذا الطرح. وخلصت إلى أن ضمانات يوتيوب التي يُزعم أن بايت دانس تجاوزتها هي من نوع ضوابط الوصول التي يحظر قانون DMCA تجاوزها. وما كانت المنصة تقيّده، بحسب قراءتها، هو أسلوب الوصول وحجمه، وهذا يُحتسب.

والتمييز الذي أجرته هو ما يهم في المستقبل. فجدار الدفع ضابط وصول. وكذلك تسجيل الدخول. ويبدو أن الأمر نفسه ينطبق على محدد معدل الطلبات أو إجراء مضاد للروبوتات يحمي محتوى يُفترض أنه مجاني المشاهدة. فالقانون لا يقول إن العمل يجب أن يكون سرياً.

لماذا يمثل هذا مشكلة بالنسبة لخط أنابيب التدريب

الأثر العملي هو أن طريقة جمع البيانات يمكن أن تكون غير قانونية حتى عندما تكون البيانات نفسها منشورة علناً.

وإذا وافقت محكمة على هذا التفسير، فإن سؤال الامتثال لمن يدرّب النماذج يتغير. فلم يعد فقط: «هل كان لدي الحق في التعلم من هذا العمل؟» بل يصبح أيضاً: «هل حصلت على العمل بالطريقة التي سمحت بها المنصة؟» وهذان سؤالان منفصلان بإجابتين منفصلتين، ويمكن لشركة أن تكون محقة في الأول ومخطئة في الثاني.

والسؤال الثاني أيضاً أسهل على المدعي في التقاضي. فالاستخدام العادل يتطلب تحليلاً من أربعة عوامل تتعلق بالغرض والطبيعة والكمية والأثر على السوق، وإجاباته قابلة للطعن. أما ما إذا كان برنامج جمع آلي قد تغلب على تدبير تقني فهو أقرب إلى تحديد وقائعي. فإما أن الأداة تجاوزت الضابط أو لم تفعل.

المادة 1201 تظل تحوم حول قضايا الذكاء الاصطناعي منذ فترة

ليست هذه أول مرة تظهر فيها هذه المادة في نزاع يتعلق بالتدريب، وقد سارت القضايا السابقة في الاتجاه المعاكس.

في قضية دو ضد GitHub، جادل مطورون بأن Copilot أعاد إنتاج شيفرتهم البرمجية دون ترخيص، وكان تعامل المحكمة مع ادعاء المادة 1202، الذي يغطي إزالة معلومات إدارة حقوق النشر، أضيق مما تمناه المدعون. وفي قضية روبلوكس، رفع فنان يُدعى أوستن بولير دعوى بشأن إزالة وسوم NoAI من نماذج ثلاثية الأبعاد استُخدمت في مجموعة بيانات تدريب. وأسقطت القاضية بيث لابسون فريمان الدعوى في 2 أكتوبر أيضاً، وخلصت إلى أن وسم NoAI يُعد بالفعل معلومات إدارة محتوى، لكن المدعي لم يُثبت أن روبلوكس أزالته عمداً.

كلتا القضيتين تتعلقان بالمادة 1202، التي تخص المعلومات المرفقة بعمل ما. أما قضية بايت دانس فتتعلق بالمادة 1201، التي تخص البوابة أمامه. وإسقاط قضية روبلوكس ونجاة قضية بايت دانس في اليوم نفسه يظهر الانقسام: فادعاء يتعلق ببيانات وصفية أُزيلت يصعب إثباته، وادعاء يتعلق ببوابة جرى تجاوزها أسهل.

صورة الاستخدام العادل لم تُحسم هي الأخرى

وفي الأسبوع نفسه صدر الرأي القضائي غير المحجوب في قضية تومسون رويترز ضد ROSS Intelligence، حيث قضت الدائرة الثالثة بأن تدريب أداة بحث قانوني على ملاحظات Westlaw لم يكن استخداماً عادلاً. وتتعلق تلك القضية بالمادة 107 ولا تتضمن أي تدابير تقنية على الإطلاق. فقد نسخت ROSS ملخصات تحريرية واستخدمتها لبناء منتج منافس.

وتصف القرارات الثلاثة مجتمعةً وضعاً يتوقف فيه التعرض القانوني لخط أنابيب تدريب الذكاء الاصطناعي على الآليات لا على المبادئ. فطريقة الحصول على البيانات، وما إذا كانت البيانات الوصفية قد نجت من خط الأنابيب، وما إذا كان الناتج قد نافس المصدر، لكل منها قاعدة خاصة.

وبالنسبة لشركة تجمع بيانات التدريب على نطاق واسع، فالنتيجة التشغيلية هي أن طبقة الجمع أصبحت الآن سطح امتثال قائماً بذاته. فتسجيل كيفية تصرف برنامج الزحف، واحترام حدود المعدل وتوجيهات robots، ورفض التحايل على دفاعات المنصات، لم تعد مجرد مجاملات. إنها الآن تحدد ما إذا كان يمكن إسقاط قضية في مرحلة المرافعات.

لماذا تهم مصلحة المنصة بقدر ما تهم مصلحة منشئ المحتوى

إن ادعاء بموجب المادة 1201 يعود إلى من بنى البوابة بقدر ما يعود إلى من يقف عمله خلفها.

توجد تدابير الحماية لدى يوتيوب لأن للمنصة مصلحتها الخاصة في التحكم في كيفية الوصول إلى فهرسها. فالتنزيل الجماعي مكلف لخدمة تبث الفيديو على نطاق واسع، وللجمع الآلي تبعات على عرض النطاق الترددي، وعلى قياس الإعلانات، وعلى اتفاقيات الترخيص التي تتفاوض عليها المنصة مع أصحاب الحقوق. والحكم الذي يعتبر هذه التدابير ضوابط وصول يمنح المنصات أداة قانونية ضد الجمع الآلي من أي نوع، ولم تكن تملك واحدة من قبل.

وهذا يتجاوز تدريب الذكاء الاصطناعي. فهو يشمل مراقبة الأسعار، ومجموعات بيانات البحث الأكاديمي، وتحليل المنافسة، وأي نشاط آخر يقرأ موقعاً إلكترونياً بكثافة. وقد سبق حكم منع التحايل كل ذلك بعقود، ويُطلب منه الآن أن يحكم فئة من النشاط لم يتخيلها واضعوه.

وبالنسبة لأصحاب الحقوق، النتيجة هي طريق ثانٍ إلى المحكمة. فمنشئ المحتوى الذي لا يستطيع كسب حجة الاستخدام العادل ضد مدرب نموذج قد يظل لديه ادعاء حول كيفية الحصول على العمل، وهذا الادعاء لا يتطلب إثبات الضرر الاقتصادي بالطريقة نفسها. بل يتطلب إثبات أن تدبيراً تقنياً قد جرى التغلب عليه.

إلى أين يُرجح أن تتجه مرحلة الكشف عن الأدلة

وإذا نجت القضية حتى مرحلة الكشف عن الأدلة، فستكون المواد المثيرة تشغيلية لا قانونية. ما أدوات الزحف التي استُخدمت، وهل جُهزت لاحترام توجيهات المنصات، وكم عدد الطلبات التي أُرسلت وعلى أي فترة، وماذا كتب مهندسو الشركة أنفسهم عن المخاطر في ذلك الوقت.

لقد حسمت المستندات الداخلية نتيجة عدة قضايا حديثة تتعلق بالذكاء الاصطناعي، وخط أنابيب تدريب بحجم بايت دانس يترك أثراً كبيراً. والسؤال عما إذا كان أي شخص قد نبّه إلى التعرض القانوني قبل بدء الجمع الآلي هو ما يميل إلى تحديد قيمة التسوية.

ما الذي يأتي بعد ذلك

لا يقرر الحكم ما إذا كانت بايت دانس قد انتهكت الحقوق. إنه يبقي القضية حية في مرحلة المرافعات، ما يعني أن مستخدمي يوتيوب يحصلون على مرحلة الكشف عن الأدلة. وهناك تصبح التفاصيل علنية: أي فيديوهات، وأي أدوات، وأي تدابير جرى تجاوزها، وكم مرة.

المرجح أن ينتهي الأمر بتسوية قبل المحاكمة. فالدعاوى بهذا الشكل تنتهي عادةً بهذه الطريقة، وليس لدى بايت دانس مصلحة في سجل علني يوضح كيف كان خط أنابيب التدريب يعمل. لكن السؤال القانوني أصبح الآن في النظام القضائي، وستشكل الإجابة طريقة تعامل كل برنامج جمع آلي مستقبلي مع دفاعات المنصات.

وهناك نقطة أوسع. لقد جرى التعامل مع مشكلة البيانات في صناعة الذكاء الاصطناعي كمسألة ترخيص: ادفع لصاحب الحقوق وسيكون كل شيء على ما يرام. لكن هذه السلسلة من القضايا تشير إلى أن الدفع ليس كافياً، لأن المنصة التي تستضيف العمل لديها مصالحها الخاصة، مجسدة في تدابير تقنية ومدعومة بقانون لا يهتم بما إذا كان العمل متاحاً للقراءة مجاناً. فالحصول على المحتوى بشكل قانوني والحصول عليه بشكل نظيف أصبحا التزامين منفصلين الآن.