Использование объектов авторского права в машинном обучении: в поисках баланса интересов правообладателей и общества

Анастасия Николаевна Артемова

doi:10.47850/RL.2024.5.3.184-194

Авторы

Анастасия Николаевна Артемова Институт философии и права СО РАН (г. Новосибирск)

DOI:

https://doi.org/10.47850/RL.2024.5.3.184-194

Ключевые слова:

авторское право; искусственный интеллект; машинное обучение; большие языковые модели; набор данных; свободное использование произведений; доктрина добросовестного использования произведений

Аннотация

Внедрение искусственного интеллекта открывает большие возможности, но вместе с тем ставит новые задачи перед законотворцами и правоприменителями. Одной из таких задач является поиск баланса между интересами правообладателей произведений, используемых в машинном обучении, и общества, заинтересованного в развитии технологии искусственного интеллекта. В статье автор анализирует состояние действующего законодательства в сфере авторского права и правоприменительную практику. Предметом исследования выступает судебное дело о нарушении авторских прав по иску группы писателей (Пол Тремблей и др.) к компании-разработчику искусственного интеллекта OpenAI, которое находится в производстве Окружного суда США (Северный округ Калифорнии): автор оценивает использование произведений в машинном обучении на предмет соответствия условиям применения доктрины добросовестного использования (fair use). В заключении автор приходит к выводу о необходимости дополнения случаев свободного использования произведений посредством использования в системах машинного обучения.

Биография автора

Анастасия Николаевна Артемова, Институт философии и права СО РАН (г. Новосибирск)

кандидат юридических наук, научный сотрудник

Библиографические ссылки

Афанасьева, Е. Н., Фурман, Д. Д. (2023). Правовые аспекты обработки искусственными интеллектуальными системами объектов авторского права в процессе машинного обучения. Baikal Research Journal. Т. 14. № 4. С. 1643-1656.

Afanasyeva, E. N., Furman, D. D. (2023). Legal aspects of processing copyright objects by artificial intelligent systems in the process of machine learning. Baikal Research Journal. Vol. 14. No. 4. Pp. 1643-1656. (In Russ.)

Калятин, В. О. (2021). Проблема машинного творчества в системе права: регулирование создания и использования результатов интеллектуальной деятельности с применением искусственного интеллекта, зарубежный опыт и российские перспективы. Доклад НИУ ВШЭ. М.: Издательский дом Высшей школы экономики. [Электронный ресурс]. URL: https://www.hse.ru/mirror/pubs/share/482492820.pdf (дата обращения: 18.07.2024).

Kalyatin, V. O. (2021). The problem of machine creativity in the legal system: regulation of the creation and use of the results of intellectual activity using artificial intelligence, foreign experience and Russian prospects. Report from the National Research University Higher School of Economics. Moscow. [Online]. Available at: https://arxiv.org/pdf/2005.14165 (Accessed: 07 August 2024). (In Russ.)

Луткова, О. В. (2016). Доктрина добросовестного использования произведений в современном авторском праве США. Право. Журнал Высшей школы экономики. № 2. С. 186 199.

Lutkova, O. V. (2016). The fair use doctrine in modern US copyright law. Right. Journal of the Higher School of Economics. No. 2. Pp. 186-199. (In Russ.)

Назаров, Н. А. (2022). Машинное творчество и право: две части одного целого. Труды по интеллектуальной собственности. Т. 43. № 4. С. 101-110.

Nazarov, N. A. (2022). Machine creativity and law: two parts of one whole. Papers on intellectual property. Vol. 43. No. 4. Pp. 101-110. (In Russ.)

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., Hesse, C., Chen, M., Sigler, E., Litwin, M., Gray, S., Chess, B., Clark, J., Berner, C., McCandlish, S., Radford, A., Sutskever, I., Amodei, D. (2020). Language Models are Few-Shot Learners. [Online]. Available at: https://arxiv.org/pdf/2005.14165 (Accessed: 18 July 2024).

Radford, A., Narasimhan, K., Salimans, T., Sutskever, I. (2018). Improving Language Understanding by Generative Pre-Training. [Online]. Available at: https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf (Accessed: 18 July 2024).

Zhu, Y., Kiros, R., Zemel, R., Salakhutdinov, R., Urtasun, R., Torralba, A., Fidler, S. (2015). Aligning Books and Movies: Towards Story-like Visual Explanations by Watching Movies and Reading Books. [Online]. Available at: https://www.cv-foundation.org/openaccess/content_iccv_2015/papers/Zhu_Aligning_Books_and_ICCV_2015_paper.pdf (Accessed: 18 July 2024).