הרעיון, שמפורט במאמר שפורסם ב-SSRN וב-arXiv, אינו רק תיקון משפטי נקודתי. זהו ניסיון למנוע תופעה שחוקרים מכנים "שוד קוד" – הפיכת עבודה קהילתית למוצר מסחרי סגור ללא תמורה הולמת .

אילו חובות שקיפות מטיל הרישיון?

אז מה בדיוק תידרש חברת AI לעשות אם היא תאמן מודל על קוד עם רישיון CCAI? התשובה היא פשוטה ומהפכנית כאחד: לפתוח את הקופסה השחורה. ההצעה מחייבת חשיפה פומבית של מידע מפתח על המודל :

• ארכיטקטורת המודל (Model Architecture) – המבנה הפנימי, העיצוב וההנדסה של הרשת העצבית .
• נתוני האימון (Training Data) – המידע על אילו מערכי נתונים שימשו לאימון, סוגיית שקיפות שנחשבת לאחת מהרגישות והמורכבות בתעשייה .
• המשכיות הרישיון – לא רק המודל המקורי, אלא גם כל גרסה נגזרת שלו, חייבת להישאר תחת אותם תנאי CCAI, מה שמבטיח שרשרת פתיחות בלתי פוסקת .

מי עומד מאחורי המחקר?

העבודה המחקרית, שכותרתה הרשמית היא "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" (המקרה לקופילפט הקשרי: רישוי נתוני אימון בקוד פתוח ובינה מלאכותית יוצרת), היא פרי עמלם של צוות חוקרים מכובד :

• גרנט שנקלין (Grant Shanklin) – המחבר הראשי, עמית זוטר במרכז לאתיקה דיגיטלית (DEC) של אוניברסיטת ייל .
• קלאודיו נובלי (Claudio Novelli) – חוקר ב-DEC .
• אמי היין (Emmie Hine) – חוקרת ב-DEC .
• לוצ'אנו פלורידי (Luciano Floridi) – פרופסור מופקד בקתדרה על שם ג'ון ק. קאסל והמייסד והמנהל של מרכז האתיקה הדיגיטלית .
• טיילר שרודר (Tyler Schroder) – עמית תואר ראשון לשעבר ב-DEC .

אילו אי-ודאויות משפטיות נותרו?

גם אם הרעיון נשמע מבטיח על הנייר, המעבר מהתיאוריה לפרקטיקה רצוף מהמורות משפטיות. החוקרים עצמם מצביעים על מספר "פילים בחדר" שיכריעו את גורל הרישיון :

1. שאלת ה'שימוש ההוגן' (Fair Use): זוהי אבן הנגף המרכזית. בדיני זכויות יוצרים, ובמיוחד בארה"ב, קיים חריג של "שימוש הוגן" המאפשר שימוש ביצירות מוגנות למטרות מסוימות ללא צורך ברשות. אם בתי המשפט יכריעו שאימון AI על קוד מוגן בזכויות יוצרים עונה על קריטריונים של שימוש הוגן, רישיון ה-CCAI עלול להפוך לאות מתה, שכן מלכתחילה לא נדרשת כל רשות מבעל הקוד .
2. הגדרת 'יצירה נגזרת': האם מודל AI, על כל משקלותיו הלמדניים, הוא באמת "יצירה נגזרת" של טקסט הקוד המקורי? זוהי שאלה חדשה שטרם הוכרעה בחקיקה או בפסיקה. גוף של טקסט הופך לפרמטרים מתמטיים, והקשר ביניהם רחוק מלהיות טריוויאלי מבחינה משפטית .
3. פערי סמכויות שיפוט: דיני זכויות יוצרים אינם אחידים ברחבי העולם. מה שייחשב להפרה באירופה עשוי להיות מותר לחלוטין בישראל או בארה"ב. היעדר אחידות גלובלית מקשה על אכיפתו של רישיון אחיד .
4. אכיפה מעשית: גם אם הרישיון תקף משפטית, איך מוכיחים שחברה מסוימת השתמשה בקוד שלכם? מודלים גדולים מאומנים על מערכי נתונים עצומים שמקורותיהם לעיתים קרובות לא מתועדים היטב. מעקב אחר "טביעת האצבע" של פיסת קוד ספציפית בתוך בליל של מיליארדי פרמטרים הוא אתגר טכני ומשפטי אדיר .

אז מה הלאה?

רישיון ה-CCAI הוא, נכון לעכשיו, פרובוקציה אינטלקטואלית מבריקה יותר מאשר כלי משפטי מוגמר. הוא מניח על השולחן את השאלות הקשות ביותר בנוגע ליחסים בין קוד פתוח, זכויות יוצרים ועתיד הבינה המלאכותית. הוא מאלץ אותנו לשאול: למי שייכת התבונה שנוצרה מהלמידה המשותפת של האנושות? התשובה, כך נראה, עוד רחוקה, ותיקבע לא רק בחדרי האקדמיה אלא גם, ובעיקר, באולמות בתי המשפט.

הרעיון, שמפורט במאמר שפורסם ב-SSRN וב-arXiv, אינו רק תיקון משפטי נקודתי. זהו ניסיון למנוע תופעה שחוקרים מכנים "שוד קוד" – הפיכת עבודה קהילתית למוצר מסחרי סגור ללא תמורה הולמת .

אילו חובות שקיפות מטיל הרישיון?

אז מה בדיוק תידרש חברת AI לעשות אם היא תאמן מודל על קוד עם רישיון CCAI? התשובה היא פשוטה ומהפכנית כאחד: לפתוח את הקופסה השחורה. ההצעה מחייבת חשיפה פומבית של מידע מפתח על המודל :

• ארכיטקטורת המודל (Model Architecture) – המבנה הפנימי, העיצוב וההנדסה של הרשת העצבית .
• נתוני האימון (Training Data) – המידע על אילו מערכי נתונים שימשו לאימון, סוגיית שקיפות שנחשבת לאחת מהרגישות והמורכבות בתעשייה .
• המשכיות הרישיון – לא רק המודל המקורי, אלא גם כל גרסה נגזרת שלו, חייבת להישאר תחת אותם תנאי CCAI, מה שמבטיח שרשרת פתיחות בלתי פוסקת .

מי עומד מאחורי המחקר?

העבודה המחקרית, שכותרתה הרשמית היא "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" (המקרה לקופילפט הקשרי: רישוי נתוני אימון בקוד פתוח ובינה מלאכותית יוצרת), היא פרי עמלם של צוות חוקרים מכובד :

• גרנט שנקלין (Grant Shanklin) – המחבר הראשי, עמית זוטר במרכז לאתיקה דיגיטלית (DEC) של אוניברסיטת ייל .
• קלאודיו נובלי (Claudio Novelli) – חוקר ב-DEC .
• אמי היין (Emmie Hine) – חוקרת ב-DEC .
• לוצ'אנו פלורידי (Luciano Floridi) – פרופסור מופקד בקתדרה על שם ג'ון ק. קאסל והמייסד והמנהל של מרכז האתיקה הדיגיטלית .
• טיילר שרודר (Tyler Schroder) – עמית תואר ראשון לשעבר ב-DEC .

אילו אי-ודאויות משפטיות נותרו?

גם אם הרעיון נשמע מבטיח על הנייר, המעבר מהתיאוריה לפרקטיקה רצוף מהמורות משפטיות. החוקרים עצמם מצביעים על מספר "פילים בחדר" שיכריעו את גורל הרישיון :

1. שאלת ה'שימוש ההוגן' (Fair Use): זוהי אבן הנגף המרכזית. בדיני זכויות יוצרים, ובמיוחד בארה"ב, קיים חריג של "שימוש הוגן" המאפשר שימוש ביצירות מוגנות למטרות מסוימות ללא צורך ברשות. אם בתי המשפט יכריעו שאימון AI על קוד מוגן בזכויות יוצרים עונה על קריטריונים של שימוש הוגן, רישיון ה-CCAI עלול להפוך לאות מתה, שכן מלכתחילה לא נדרשת כל רשות מבעל הקוד .
2. הגדרת 'יצירה נגזרת': האם מודל AI, על כל משקלותיו הלמדניים, הוא באמת "יצירה נגזרת" של טקסט הקוד המקורי? זוהי שאלה חדשה שטרם הוכרעה בחקיקה או בפסיקה. גוף של טקסט הופך לפרמטרים מתמטיים, והקשר ביניהם רחוק מלהיות טריוויאלי מבחינה משפטית .
3. פערי סמכויות שיפוט: דיני זכויות יוצרים אינם אחידים ברחבי העולם. מה שייחשב להפרה באירופה עשוי להיות מותר לחלוטין בישראל או בארה"ב. היעדר אחידות גלובלית מקשה על אכיפתו של רישיון אחיד .
4. אכיפה מעשית: גם אם הרישיון תקף משפטית, איך מוכיחים שחברה מסוימת השתמשה בקוד שלכם? מודלים גדולים מאומנים על מערכי נתונים עצומים שמקורותיהם לעיתים קרובות לא מתועדים היטב. מעקב אחר "טביעת האצבע" של פיסת קוד ספציפית בתוך בליל של מיליארדי פרמטרים הוא אתגר טכני ומשפטי אדיר .

אז מה הלאה?

רישיון ה-CCAI הוא, נכון לעכשיו, פרובוקציה אינטלקטואלית מבריקה יותר מאשר כלי משפטי מוגמר. הוא מניח על השולחן את השאלות הקשות ביותר בנוגע ליחסים בין קוד פתוח, זכויות יוצרים ועתיד הבינה המלאכותית. הוא מאלץ אותנו לשאול: למי שייכת התבונה שנוצרה מהלמידה המשותפת של האנושות? התשובה, כך נראה, עוד רחוקה, ותיקבע לא רק בחדרי האקדמיה אלא גם, ובעיקר, באולמות בתי המשפט.