V open source světě copyleft funguje jako právní pojistka: kdokoliv použije váš kód, musí i své odvozené dílo nabídnout pod stejně otevřenou licencí. Yaleův tým nyní tvrdí, že podobná logika by se měla vztahovat i na AI modely. Podle CCAI by se generativní model, který byl natrénován na kódu chráněném touto licencí, považoval za odvozené dílo, čímž by automaticky zdědil copyleftové povinnosti .

Jednoduše řečeno: pokud si firma vezme open source kód komunity a použije ho k trénování svého uzavřeného komerčního modelu, musela by podle CCAI onen model – včetně jeho architektury a trénovacích dat – opět otevřít komunitě .

Jaké povinnosti transparentnosti by ukládala?

Pokud by vývojář AI trénoval model na kódu pod licencí CCAI, musel by veřejně zveřejnit :

• Architekturu modelu – tedy jeho návrh a strukturu .
• Trénovací data – datové sady použité při učení modelu .
• Samotný model a jeho odvozené verze by navíc musely zůstat pod stejnými copyleftovými podmínkami .

Tímto mechanismem se návrh snaží zabránit tomu, aby AI společnosti využívaly komunitní open source kód k tvorbě uzavřených proprietárních systémů, aniž by komunitě něco vrátily .

Kdo studii napsal?

Studie nese název „The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI“ (Obhajoba kontextového copyleftu: Licencování open source trénovacích dat a generativní AI) . Jejími autory jsou :

• Grant Shanklin – hlavní autor a de Vries-Sherif Junior Fellow na DEC, Yale College .
• Claudio Novelli – výzkumník DEC .
• Emmie Hine – výzkumnice DEC .
• Luciano Floridi – profesor John K. Castle a zakládající ředitel DEC .
• Tyler Schroder – bývalý bakalářský spolupracovník DEC .

Jaké právní nejistoty přetrvávají?

Výzkumníci sami identifikují několik zásadních právních otázek kolem vymahatelnosti CCAI v praxi :

1. Hranice fair use – vymahatelnost CCAI zásadně závisí na tom, zda trénování AI modelu spadá pod americkou doktrínu „fair use“ (přiměřené užití) . Pokud soudy rozhodnou, že trénování na kódu chráněném autorským právem je fair use, bude vymáhání licenčních omezení výrazně obtížnější, protože samotné trénování by nevyžadovalo svolení držitele práv .

2. Klasifikace jako odvozené dílo – právně zatím není jasné, zda natrénovaný AI model (včetně jeho vah) může být považován za „odvozené dílo“ trénovacího kódu .

3. Rozdílnost jurisdikcí – vymahatelnost návrhu se může lišit napříč právními systémy, protože pravidla autorského práva a výjimky z něj se stát od státu liší .

4. Praktické prosazování – i kdyby licence byla právně udržitelná, samotné vymáhání může narazit na problém: modely se často trénují na obřích smíšených datasetech a původ konkrétního kusu open source kódu je složité vystopovat .

Stručně řečeno – CCAI je teoreticky dobře podložený návrh, ale jeho reálná síla závisí na nevyřešených otázkách autorského práva, zejména na tom, zda trénování AI na chráněném kódu představuje fair use a zda je model právně odvozeným dílem .

V open source světě copyleft funguje jako právní pojistka: kdokoliv použije váš kód, musí i své odvozené dílo nabídnout pod stejně otevřenou licencí. Yaleův tým nyní tvrdí, že podobná logika by se měla vztahovat i na AI modely. Podle CCAI by se generativní model, který byl natrénován na kódu chráněném touto licencí, považoval za odvozené dílo, čímž by automaticky zdědil copyleftové povinnosti .

Jednoduše řečeno: pokud si firma vezme open source kód komunity a použije ho k trénování svého uzavřeného komerčního modelu, musela by podle CCAI onen model – včetně jeho architektury a trénovacích dat – opět otevřít komunitě .

Jaké povinnosti transparentnosti by ukládala?

Pokud by vývojář AI trénoval model na kódu pod licencí CCAI, musel by veřejně zveřejnit :

• Architekturu modelu – tedy jeho návrh a strukturu .
• Trénovací data – datové sady použité při učení modelu .
• Samotný model a jeho odvozené verze by navíc musely zůstat pod stejnými copyleftovými podmínkami .

Tímto mechanismem se návrh snaží zabránit tomu, aby AI společnosti využívaly komunitní open source kód k tvorbě uzavřených proprietárních systémů, aniž by komunitě něco vrátily .

Kdo studii napsal?

Studie nese název „The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI“ (Obhajoba kontextového copyleftu: Licencování open source trénovacích dat a generativní AI) . Jejími autory jsou :

• Grant Shanklin – hlavní autor a de Vries-Sherif Junior Fellow na DEC, Yale College .
• Claudio Novelli – výzkumník DEC .
• Emmie Hine – výzkumnice DEC .
• Luciano Floridi – profesor John K. Castle a zakládající ředitel DEC .
• Tyler Schroder – bývalý bakalářský spolupracovník DEC .

Jaké právní nejistoty přetrvávají?

Výzkumníci sami identifikují několik zásadních právních otázek kolem vymahatelnosti CCAI v praxi :

1. Hranice fair use – vymahatelnost CCAI zásadně závisí na tom, zda trénování AI modelu spadá pod americkou doktrínu „fair use“ (přiměřené užití) . Pokud soudy rozhodnou, že trénování na kódu chráněném autorským právem je fair use, bude vymáhání licenčních omezení výrazně obtížnější, protože samotné trénování by nevyžadovalo svolení držitele práv .

2. Klasifikace jako odvozené dílo – právně zatím není jasné, zda natrénovaný AI model (včetně jeho vah) může být považován za „odvozené dílo“ trénovacího kódu .

3. Rozdílnost jurisdikcí – vymahatelnost návrhu se může lišit napříč právními systémy, protože pravidla autorského práva a výjimky z něj se stát od státu liší .

4. Praktické prosazování – i kdyby licence byla právně udržitelná, samotné vymáhání může narazit na problém: modely se často trénují na obřích smíšených datasetech a původ konkrétního kusu open source kódu je složité vystopovat .

Stručně řečeno – CCAI je teoreticky dobře podložený návrh, ale jeho reálná síla závisí na nevyřešených otázkách autorského práva, zejména na tom, zda trénování AI na chráněném kódu představuje fair use a zda je model právně odvozeným dílem .