گذر شکایات حق تکثیر هوش مصنوعی از مرز ۱۰۰ پرونده؛ دادگاه‌ها «استاندارد آسیب بازار» را برای داده‌های آموزشی پذیرفتند

برخورد حقوقی میان هوش مصنوعی و مالکیت فکری رسماً به یک نقطه عطف تاریخی رسیده است. از اواسط سال ۲۰۲۶، تعداد شکایات فعال حق تکثیر ثبت‌شده علیه شرکت‌های هوش مصنوعی مولد در ایالات متحده از مرز ۱۰۰ پرونده عبور کرده است، به طوری که ردیاب‌های حقوقی ۱۱۸ پرونده موازی را در دادگاه‌های فدرال شناسایی کرده‌اند. این حجم بی‌سابقه از دعاوی، مهم‌ترین آزمون تنش برای قانون حق تکثیر آمریکا از زمان ظهور اینترنت است و شرکت‌های باارزش فناوری جهان را در مقابل نویسندگان، ناشران، موسیقی‌دانان و هنرمندان تجسمی قرار می‌دهد.[6]

این موج از دعاوی که رهبران صنعت مانند OpenAI، Meta، Anthropic و Midjourney را هدف قرار داده است، در ابتدا به نظر می‌رسید که قصد دارد هوش مصنوعی مولد را به طور کامل ممنوع کند. شاکیان اولیه استدلال می‌کردند که صرف عمل جذب آثار دارای حق تکثیر برای آموزش یک مدل زبان بزرگ، نقض عمدی و گسترده قانون محسوب می‌شود. آنها معتقد بودند از آنجا که وزن‌های یک مدل به صورت ریاضی از بیان انسانی استخراج می‌شوند، نرم‌افزار حاصل اساساً یک اثر مشتق‌شده غیرمجاز است. بر اساس این نظریه اولیه، توسعه‌دهندگان به مجوز سفارشی برای تک‌تک داده‌های مصرف‌شده در طول فاز آموزشی چندماهه نیاز داشتند؛ امری که از نظر لجستیکی غیرممکن بود و عملاً توسعه مدل‌های پیشگام هوش مصنوعی را متوقف می‌کرد.[2][4]

اما با بلوغ این پرونده‌ها و عبور از مراحل اولیه درخواست‌های رد دعوی، دستگاه قضایی فدرال شروع به اجماع بر سر یک چارچوب دقیق‌تر و مبتنی بر واقعیت کرده است. دادگاه‌ها به طور فزاینده‌ای «استاندارد آسیب بازار» را برای تعیین اینکه آیا آموزش هوش مصنوعی واجد شرایط استفاده منصفانه است یا خیر، پذیرفته‌اند و میدان نبرد حقوقی را از جذب داده‌ها در پس‌زمینه به تأثیر اقتصادی خروجی هوش مصنوعی تغییر داده‌اند. این تغییر اذعان دارد که اگرچه شرکت‌های هوش مصنوعی بدون شک در حال کپی کردن داده‌ها هستند، پیامد حقوقی آن کپی‌برداری کاملاً به این بستگی دارد که آیا محصول حاصل با خالق انسانی اصلی رقابت می‌کند یا خیر.[1][3]

برای درک این تغییر قضایی، باید به پایه و اساس دفاع حق تکثیر در ایالات متحده نگاه کرد: دکترین استفاده منصفانه (Fair Use). استفاده منصفانه اجازه می‌دهد تا استفاده محدود و بدون مجوز از آثار محافظت‌شده تحت شرایط خاصی صورت گیرد، که عمدتاً برای ترویج نوآوری، تفسیر، نقد و آموزش است. این همان سازوکار حقوقی است که به یک منتقد کتاب اجازه می‌دهد از یک رمان نقل قول کند، یا به یک موتور جستجو اجازه می‌دهد بخش‌هایی از یک وب‌سایت را نمایش دهد. برای توسعه‌دهندگان هوش مصنوعی، استفاده منصفانه تنها سپر قابل دوام در برابر خسارات قانونی است که به راحتی می‌تواند به تریلیون‌ها دلار برسد.[5]

قضات ادعاهای استفاده منصفانه را با استفاده از یک آزمون سخت‌گیرانه چهار عاملی که توسط کنگره تعیین شده است، ارزیابی می‌کنند. عامل اول هدف و ماهیت استفاده را بررسی می‌کند، به ویژه اینکه آیا کاربرد جدید «تحول‌آفرین» است و معنا یا کاربرد جدیدی اضافه می‌کند یا خیر. عامل دوم به ماهیت خود اثر دارای حق تکثیر می‌پردازد و حمایت بیشتری را برای داستان‌های بسیار خلاقانه نسبت به مجموعه‌های واقعی فراهم می‌کند. عامل سوم میزان و اهمیت بخشی از اثر استفاده‌شده را در رابطه با کل آن ارزیابی می‌کند. در نهایت، عامل چهارم تأثیر استفاده بر بازار بالقوه یا ارزش اثر دارای حق تکثیر اصلی را می‌سنجد.[5]

در موج اول احکام مهم – مانند تصمیمات برجسته سال ۲۰۲۵ در پرونده‌های Bartz علیه Anthropic و Kadrey علیه Meta – قضات فدرال در کالیفرنیا اعلام کردند که عامل اول به شدت به نفع توسعه‌دهندگان هوش مصنوعی است. آموزش یک مدل هوش مصنوعی برای درک الگوهای زبانی، نحو و روابط مفهومی، عموماً توسط دادگاه‌ها به عنوان یک هدف بسیار تحول‌آفرین در نظر گرفته می‌شود. قضات استدلال کردند که هوش مصنوعی کتاب‌ها را برای سرگرمی یا آموزش انسانی نمی‌خواند، که هدف اصلی نویسنده بوده است، بلکه آنها را به عنوان داده‌های محاسباتی خام برای ساخت یک ابزار فناورانه جدید تجزیه و تحلیل می‌کند.[1][4]

با به رسمیت شناخته شدن ماهیت تحول‌آفرین آموزش هوش مصنوعی توسط دادگاه‌ها، کانون توجه حقوقی به شدت بر عامل چهارم متمرکز شده است: آسیب بازار. اکنون، کارشناسان حقوقی و متخصصان مالکیت فکری این آزمون اقتصادی را به عنوان استاندارد قطعی می‌بینند که می‌تواند صنعت هوش مصنوعی مولد را بسازد یا نابود کند. اگر دادگاهی تشخیص دهد که خروجی‌های یک مدل هوش مصنوعی به عنوان جایگزین مستقیم بازار برای آثاری که بر اساس آنها آموزش دیده، عمل می‌کنند، ماهیت تحول‌آفرین آموزش پس‌زمینه برای نجات توسعه‌دهنده از مسئولیت فلج‌کننده نقض قانون کافی نخواهد بود.[1][3]

استاندارد آسیب بازار یک سوال به ظاهر ساده می‌پرسد: آیا خروجی سیستم هوش مصنوعی جایگزین اثر اصلی در بازار تجاری می‌شود؟ اگر مصرف‌کننده‌ای بتواند از یک چت‌بات هوش مصنوعی بخواهد محصولی تولید کند که نیاز او به محتوای دارای حق تکثیر خاص شاکی را کاملاً برآورده سازد، دفاع استفاده منصفانه شروع به فروپاشی می‌کند. این امر دادگاه‌ها را مجبور می‌کند به آنچه هوش مصنوعی در واقع هنگام درخواست کاربران تولید می‌کند نگاه کنند، نه فقط به مجموعه‌داده‌های عظیمی که روی سرورهای شرکت‌ها قرار دارند.[3]

دادگاه‌ها دو نظریه اصلی آسیب بازار را در این اختلافات پیچیده شناسایی کرده‌اند. اولین مورد «جایگزینی مستقیم» است که زمانی رخ می‌دهد که یک مدل هوش مصنوعی کپی‌های دقیق یا تقریباً دقیق از داده‌های آموزشی را بازتولید کند. اگر کاربری از یک مدل بخواهد و آن مدل متن کلمه به کلمه یک رمان از Stephen King یا یک تحقیق پولی New York Times را خروجی دهد، مستقیماً نیاز مصرف‌کننده به خرید آن محتوای اصلی را جایگزین می‌کند. جایگزینی مستقیم به طور جهانی به عنوان عاملی مهلک برای دفاع استفاده منصفانه شناخته می‌شود.[1]

با این حال، از آنجا که توسعه‌دهندگان پیشرو هوش مصنوعی موانع سخت‌گیرانه‌ای را برای جلوگیری از بازتولید مستقیم داده‌های آموزشی اعمال کرده‌اند، شاکیان به طور فزاینده‌ای به یک نظریه دوم و گسترده‌تر متکی هستند: «جایگزینی غیرمستقیم» یا «تضعیف بازار». تحت نظریه تضعیف بازار، خالقان استدلال می‌کنند که حتی اگر هوش مصنوعی کپی‌های دقیق را خروجی ندهد، آثاری شبیه به سبک اصلی را در مقیاس بسیار بزرگ و با هزینه کم تولید می‌کند که عملاً خالقان انسانی را از بازارهای خود بیرون می‌راند. به عنوان مثال، اگر یک هوش مصنوعی بتواند فوراً یک داستان معمایی ۱۰۰ صفحه‌ای را دقیقاً به سبک یک نویسنده پرفروش و تنها با چند پنی تولید کند، بازار برای آثار اصلی آینده آن نویسنده به طور قابل بحثی تضعیف و کم‌ارزش می‌شود.[1]

قاضی Vince Chhabria، که ریاست پرونده Kadrey علیه Meta را بر عهده داشت، صراحتاً جایگزینی غیرمستقیم را به عنوان یک آسیب قابل تشخیص تحت عامل چهارم استفاده منصفانه به رسمیت شناخت. او در حکم خود اشاره کرد که اگر شاکیان بتوانند شواهد ملموسی ارائه دهند مبنی بر اینکه آثار تولید شده توسط هوش مصنوعی با موفقیت نویسندگان کمتر شناخته شده را کنار می‌زنند یا بازار کلی کتاب‌های نوشته شده توسط انسان را تضعیف می‌کنند، دفاع استفاده منصفانه می‌تواند شکست بخورد. این حکم راه را برای شاکیان باز کرد تا با ادعای قابل قبول مبنی بر اینکه مدل‌های هوش مصنوعی مولد بازار را با جایگزین‌های ارزان و مصنوعی پر می‌کنند، از درخواست‌های اولیه رد دعوی جان سالم به در ببرند.[1]

با این حال، اثبات این تضعیف، همچنان یک مانع اثباتی دشوار برای طبقه خلاق باقی مانده است. شاکیان باید خسارت اقتصادی واقعی و قابل اندازه‌گیری را نشان دهند که به طور خاص با خروجی‌های هوش مصنوعی مرتبط باشد، نه اینکه صرفاً بر ترس‌های فرضی از رقابت آینده تکیه کنند. در چندین مورد رد دعوی اولیه، قضات فدرال شاکیان را به دلیل عدم ارائه شواهد معنادار مبنی بر اینکه خروجی‌های هوش مصنوعی واقعاً به عنوان جایگزین بازار برای کتاب‌های خاص آنها عمل می‌کنند، سرزنش کردند و خاطرنشان کردند که ترس کلی از پیشرفت فناوری، آسیب بازار قانونی تحت قانون حق تکثیر محسوب نمی‌شود.[1][4]

بعد حیاتی دیگری از استاندارد در حال تحول آسیب بازار، به منشأ خود داده‌های آموزشی مربوط می‌شود. در حالی که دادگاه‌ها تمایل خود را برای محافظت از آموزش هوش مصنوعی تحت استفاده منصفانه در صورتی که داده‌ها به طور قانونی به دست آمده باشند، نشان داده‌اند، این حمایت قضایی در صورتی که داده‌های زیربنایی از طریق دزدی (Piracy) به دست آمده باشند، کاملاً از بین می‌رود. دادگاه‌ها تمایز قاطعی بین جمع‌آوری داده‌ها از وب‌سایت‌های در دسترس عموم و دانلود آرشیوهای عظیمی از مالکیت فکری دزدیده شده برای دور زدن دیوارهای پرداخت و هزینه‌های صدور مجوز قائل شده‌اند. اگر یک توسعه‌دهنده از داده‌های دزدی استفاده کند، آسیب بازار ذاتی تلقی می‌شود، زیرا آنها فعالانه بازار خرده‌فروشی مشروع برای آن آثار را دور زده‌اند.[4][5]

این تمایز در قلب یک دعوی حقوقی دسته‌جمعی بزرگ قرار دارد که در ماه مه ۲۰۲۶ توسط پنج ناشر بزرگ – از جمله Elsevier، Macmillan و McGraw Hill – علیه Meta Platforms ثبت شد. ناشران ادعا می‌کنند که Meta عمداً از «کتابخانه‌های سایه» (shadow libraries)، مانند مجموعه داده بدنام Books3، استفاده کرده است که حاوی میلیون‌ها کتاب دزدی است که از حفاظت‌های مدیریت حقوق دیجیتال خود محروم شده‌اند. ناشران با تمرکز بر کسب غیرقانونی داده‌ها به جای صرفاً فرآیند آموزش، تلاش می‌کنند تا دفاع استفاده تحول‌آفرین را به طور کامل دور بزنند.[7]

تحلیلگران حقوقی خاطرنشان می‌کنند که استفاده از مواد دزدی، دفاع استفاده منصفانه یک شرکت هوش مصنوعی را به شدت تضعیف می‌کند، صرف نظر از اینکه مدل حاصل چقدر پیشرفته شود. همانطور که یک قاضی فدرال در حکمی قبلی اشاره کرد، نگهداری و استفاده از کپی‌های ذاتاً دزدی «به طور جبران‌ناپذیری ناقض قانون» است. حتی اگر مدل هوش مصنوعی هرگز یک خط از یک کتاب دزدی را خروجی ندهد، عمل دانلود و ذخیره یک کتابخانه سایه برای اجتناب از پرداخت هزینه کتاب‌ها، یک آسیب مستقیم به بازار خرده‌فروشی اصلی ناشران محسوب می‌شود.[4]

شاکیان در این پرونده‌های جدید همچنین در حال آزمایش نظریه سومی از آسیب بازار هستند: تخریب بازار صدور مجوز. آنها استدلال می‌کنند که شرکت‌های هوش مصنوعی با جمع‌آوری رایگان داده‌ها، بازار مشروع و نوظهور صدور مجوز برای داده‌های آموزشی را دور می‌زنند. پلتفرم‌های بزرگی مانند Reddit، Stack Overflow و کنسرسیوم‌های مختلف خبری قبلاً قراردادهای صدور مجوز چند میلیون دلاری با توسعه‌دهندگان هوش مصنوعی منعقد کرده‌اند. شاکیان استدلال می‌کنند که این امر ثابت می‌کند یک بازار سودآور و قابل دوام برای داده‌های آموزشی وجود دارد و جمع‌آوری غیرمجاز مستقیماً خالقان را از این جریان درآمد جدید محروم می‌کند و بدین ترتیب شرط عامل چهارم برای آسیب بازار را برآورده می‌سازد.[1][3]

با این حال، دادگاه‌ها تاکنون با درجاتی از تردید به استدلال بازار صدور مجوز نگریسته‌اند. چندین قاضی خاطرنشان کرده‌اند که دارنده حق تکثیر از نظر قانونی حق انحصار یک بازار صدور مجوز نظری را ندارد که تنها به دلیل اختراع فناورانه جدید متهم وجود پیدا کرده است. اگر استفاده زیربنایی از داده‌ها، استفاده منصفانه تلقی شود، شرکت هوش مصنوعی از نظر قانونی موظف به پرداخت هزینه مجوز نیست، که این استدلال را تا حدودی دوری می‌سازد. دادگاه‌ها خواستار اثبات آسیب به بازار اصلی هستند، نه صرفاً از دست دادن یک سود بادآورده فرضی.[1][3]

برای مدیریت حجم و پیچیدگی محض این اختلافات همپوشان، سیستم قضایی فدرال به طور تهاجمی شروع به تجمیع پرونده‌ها کرده است. هیئت قضایی دعاوی چند ناحیه‌ای اخیراً ده‌ها شکایت علیه OpenAI – که در حال حاضر با حداقل ۲۴ اقدام جداگانه حق تکثیر روبرو است – را به یک محل واحد در ناحیه جنوبی نیویورک تحت نظر قاضی Sidney H. Stein منتقل کرد. هدف از این تجمیع، جلوگیری از احکام متناقض در مورد سؤالات اصلی استفاده منصفانه و ساده‌سازی فرآیند عظیم کشف مدارک مورد نیاز برای حسابرسی آموزش‌های هوش مصنوعی است.[6]

این دعوی چند ناحیه‌ای شاکیان را مجبور می‌کند تا نظریه‌های آسیب بازار خود را یکپارچه کنند و به جای یک سری شکایات فردی پراکنده، یک استدلال اقتصادی منسجم علیه غول هوش مصنوعی ارائه دهند. همچنین به دادگاه اجازه می‌دهد تا یک استاندارد واحد برای آنچه شواهد قابل قبول تضعیف بازار را تشکیل می‌دهد، ایجاد کند و سابقه‌ای را تعیین کند که احتمالاً بر کل صنعت هوش مصنوعی مولد برای دهه آینده حاکم خواهد بود. نتیجه این پرونده تجمیع‌شده به عنوان راهنمای قطعی برای نحوه اعمال قانون حق تکثیر در یادگیری ماشین عمل خواهد کرد.[6]

با پیشرفت سال ۲۰۲۶، صنعت هوش مصنوعی مولد تحت یک واقعیت حقوقی جدید و شفاف‌تر فعالیت می‌کند. تهدید وجودی مبنی بر اینکه تمام آموزش‌های هوش مصنوعی ذاتاً غیرقانونی هستند، تا حد زیادی محو شده و با یک استاندارد اقتصادی دقیق و مبتنی بر شواهد جایگزین شده است. توسعه‌دهندگان هوش مصنوعی اکنون باید اطمینان حاصل کنند که داده‌های آموزشی آنها به طور قانونی به دست آمده و مهم‌تر از آن، مدل‌های آنها برای کمک به خلاقیت انسانی طراحی شده‌اند، نه جایگزینی اقتصادی آن. دوران جمع‌آوری بی‌رویه داده‌ها به پایان رسیده و جای خود را به دوران انطباق حقوقی حساب‌شده و همزیستی بازار داده است.[3][5]