Vrijgegeven stukken zetten fair-useverweer OpenAI onder druk in zaak New York Times

De onlangs vrijgegeven stukken beslissen de auteursrechtzaak van The New York Times tegen OpenAI en Microsoft niet. Wel geven ze uitgevers een concreter feitenrelaas: nieuws zou op enorme schaal zijn verzameld, ook uit bronnen met toegangsbeperkingen, terwijl medewerkers binnen de bedrijven zouden hebben onderkend dat AI-antwoorden het bereik en verdienmodel van uitgevers kunnen aantasten. 5

Daarmee draait de zaak niet alleen meer om de vraag óf modellen met nieuws zijn getraind. Ook de manier waarop dat materiaal volgens de uitgevers is verkregen, wat de bedrijven wisten over de commerciële gevolgen en wat dat betekent voor een beroep op fair use — de Amerikaanse uitzondering op het auteursrecht — komt centraal te staan.

Wat de uitgevers uit de stukken afleiden

In hun vrijgegeven processtuk stellen de uitgevers dat OpenAI en Microsoft nieuwsartikelen op industriële schaal hebben gekopieerd en gebruikt. In de oorspronkelijke klacht stelde The New York Times al dat miljoenen Times-werken meerdere keren waren gekopieerd en ingelezen om GPT-modellen te trainen. 29

Volgens berichtgeving over de later vrijgegeven stukken gaat het daarnaast om grote datasets met documenten van uitgevers en veel afzonderlijke auteursrechtelijk beschermde werken. De uitgevers stellen ook dat de bedrijven toegang zochten tot betaalde artikelen en informatie over het auteursrechtelijk beheer — zoals vermeldingen van de rechthebbende — verwijderden. 25

Dit zijn beschuldigingen, geen vastgestelde feiten. Maar voor de strategie van de uitgevers zijn ze belangrijk: de wijze van verkrijging en omgang met rechteninformatie kan meewegen bij de beoordeling van het commerciële karakter en de eerlijkheid van het gebruik.

Interne waarschuwingen zijn geen juridische bekentenis

Een opvallende passage wordt toegeschreven aan Brent Hecht, directeur Applied Science bij Microsoft. Hij zou AI-scraping hebben omschreven als „een verbijsterende diefstal van ongekende proporties” en mogelijk „de grootste diefstal van arbeid in de menselijke geschiedenis”. 513

De vrijgegeven materialen zouden ook zorgen bevatten over een schadelijke vicieuze cirkel voor uitgevers: systemen die op journalistiek zijn getraind, beantwoorden vragen rechtstreeks en verminderen zo bezoeken aan de media die die verslaggeving financieren. 1011

De waarde van zulke uitspraken ligt voor de uitgevers niet in het woord „diefstal” op zichzelf. De formulering van een medewerker bepaalt niet of er juridisch sprake is van auteursrechtinbreuk. De stukken kunnen wel worden gebruikt om te betogen dat betrokkenen een concreet risico op marktvervanging voorzagen.

Microsoft heeft gezegd dat de interne documenten individuele opvattingen weergeven, geen juridische conclusies. Het bedrijf verdedigt de toepassingen van Copilot als transformatief gebruik. 11

Waarom de daling van 93% in doorkliks opvalt

Volgens het processtuk verwijzen de uitgevers naar Microsoft-tests waaruit zou blijken dat Copilot het aantal doorkliks naar nytimes.com met maximaal 93% kon verlagen vergeleken met een gewone Bing-zoekopdracht. 4

Dat cijfer raakt direct aan de vierde fair-usefactor: het effect van het gebruik op de potentiële markt voor, of waarde van, het beschermde werk. Het argument van de uitgevers is simpel: als een antwoordmachine de informatiebehoefte van een lezer vervult zonder door te sturen naar het oorspronkelijke artikel, kan die machine een vervanger zijn in plaats van een bron van verkeer.

Eén interne test bewijst op zichzelf geen marktschade voor alle zoekopdrachten, producten of uitgevers. Maar de test geeft de eisers wel een concreet aanknopingspunt om te stellen dat de vermeende schade meetbaar en voorzienbaar is, en niet louter speculatief.

Paywalls en auteursrechtvermeldingen kunnen doorslaggevend worden

OpenAI en Microsoft stellen in brede zin dat het trainen van modellen transformatief fair use kan zijn. Het Amerikaanse ministerie van Justitie heeft dat algemene standpunt gesteund in een zogeheten statement of interest: de federale rechtbank in Manhattan zou volgens het ministerie geen regel moeten aannemen die het trainen op beschermde tekst in brede zin als inbreuk aanmerkt. 33

Die interventie is juridisch en politiek relevant, maar is geen rechterlijke uitspraak. Ook lost zij niet iedere beschuldiging in deze zaak op. De rechter kan onderscheid maken tussen het trainen van een model in het algemeen en — als dat bewezen wordt — het omzeilen van betaalmuren, verwijderen van rechteninformatie, het genereren van inbreukmakende uitvoer of het inzetten van een product dat een licentie- of lezersmarkt verdringt.

De zaak kan dus minder afhangen van de abstracte vraag of AI-training ooit fair use kan zijn, en meer van de specifieke gestelde handelwijze en commerciële effecten.

Wat de stukken veranderen

De openbaarmaking versterkt het procesverhaal van de uitgevers op drie punten:

1. Gestelde schaal van kopiëren. De eisers kunnen het kopiëren neerzetten als systematisch in plaats van incidenteel. 29
2. Gestelde kennis van risico's. Interne zorgen kunnen hun argument ondersteunen dat de bedrijven de risico's voor journalistiek en uitgeverseconomie begrepen. 511
3. Een concrete maat voor mogelijke substitutie. De gemelde Copilot-analyse over doorkliks geeft het argument over marktschade een specifiek datapunt. 4

Dat alles maakt fair use niet automatisch onmogelijk. Auteursrechtbeoordelingen blijven sterk afhankelijk van de feiten, en de rechtbank heeft niet vastgesteld dat de gestelde training, scraping of productwerking onrechtmatig was. Het Amerikaanse ministerie van Justitie geeft OpenAI's bredere fair-useargument bovendien invloedrijke steun. 33

De kernvraag is nu scherper: als de uitgevers kunnen bewijzen dat beschermde journalistiek achter betaalmuren is verkregen en gebruikt op een manier die bezoeken en licentiemogelijkheden vervangt, ziet de rechter dat dan als transformatieve innovatie — of als commercieel schadelijk gebruik dat niet door fair use wordt beschermd?