The New York Times‘ın OpenAI ve Microsoft’a karşı yaklaşık üç yıl önce açtığı telif hakkı davasında kamuya açılan yeni belgeler, yapay zeka modellerini eğitme yöntemleri ile yayıncı içeriklerinin kullanımı konusundaki tartışmayı yeniden gündeme taşıdı.
Belgelerde Ne Var?
The Times’ın mahkemeye sunduğu sansürsüzleştirilmiş dosyada aktarılan şirket içi yazışmalara göre, üst düzey Microsoft çalışanları büyük ölçekli içerik toplama yöntemlerini son derece sert ifadelerle değerlendirdi.
“İnsanlık Tarihindeki En Büyük Emek Hırsızlığı”
Microsoft’ta uygulamalı bilimler direktörü olarak görev yapan ve aynı zamanda Northwestern Üniversitesi’nde profesörlük yapan Brent Hecht, Ocak 2023 tarihli bir şirket içi notunda bu ölçekteki veri kullanımını “benzeri görülmemiş ölçekte şaşırtıcı bir hırsızlık” ve “insanlık tarihindeki en büyük emek hırsızlığı” ifadeleriyle tanımladı.
Veri Toplamanın Boyutu
Mahkeme başvurusuna göre OpenAI’ın model eğitiminin ara aşamalarında kullanılan veri kümelerinde The New York Times, Daily News ve Center for Investigative Reporting tarafından yayımlanmış 91 bin 692’den fazla eserin kopyası bulunuyor. Common Crawl tabanlı başka bir veri kümesinin ise yalnızca nytimes.com alan adından iki milyondan fazla belge içerdiği öne sürülüyor.
Şirketler Arası Veri Paylaşımı
Belgeye göre OpenAI, tüm GPT-3 eğitim veri setini Microsoft’a teslim etti; Microsoft da bunu OpenAI modellerini kendi ticari ürünlerine nasıl entegre edeceğini değerlendirmek için kullandı. Microsoft’un da “Project Taxi” ve “Project Mango” adlı girişimler aracılığıyla OpenAI’a eğitim verisi sağladığı, bu verinin haber yayıncılarına ait en az 160.903 özgün eserin kopyasını içeren bir eğitim veri setine dönüştürüldüğü iddia ediliyor.
Şirketler Ne Diyor?
Microsoft: “Kişisel Görüş”
Microsoft, Hecht’in sözlerinin şirketin resmi görüşünü temsil etmediğini açıkladı. Şirket sözcüsü, ifadelerin yalnızca bir çalışanın kişisel bakış açısını yansıttığını ve hukuki bir değerlendirme olmadığını belirtti.
OpenAI: “Adil Kullanım”
Microsoft ve OpenAI uzun süredir, internette kamuya açık olarak bulunan materyallerin yapay zeka modellerinin eğitiminde kullanılmasının ABD telif hukukundaki “fair use” (adil kullanım) ilkesi kapsamında olduğunu savunuyor. Mahkeme kayıtlarına yansıyan bir başka yazışmada, ChatGPT ekibinin başındaki Nick Turley’nin yapay zekayı yayıncılar için “varoluşsal bir tehdit” olarak tanımladığı da ortaya çıktı.
Bu Neden Önemli?
Bu belgelerin önemi, dışarıdan yapılan spekülasyonların ötesine geçip şirket içi gerçek değerlendirmeleri gün yüzüne çıkarması.
Şirketler Kendi İçinde de İkna Olmamış
Ortaya çıkan yazışmalar, yapay zeka şirketleri içinde de gazetecilik içeriklerinin kullanımı konusunda ciddi tartışmalar yaşandığını gösteriyor. Bu, dışarıdan “fair use” savunmasının ne kadar sağlam bir zemine oturduğu sorusunu güçlendiriyor.
Davanın Kapsamı Genişliyor
The New York Times’ın açtığı bu dava, benzer iddialarla açılmış onlarca telif davasından yalnızca biri. Ancak Microsoft gibi bir ortağın iç yazışmalarının mahkeme kayıtlarına girmesi, davanın yalnızca OpenAI’ı değil, teknoloji devi Microsoft’u da doğrudan ilgilendiren bir boyuta taşındığını gösteriyor.
Sektör İçin Ne Anlama Geliyor?
Bu tür belgelerin kamuya açılması, yapay zeka eğitim verisi tartışmasında dengeleri değiştirebilir.
Yayıncılar İçin Güçlü Bir Kanıt
Davacı taraf için, şirket içinde bile “hırsızlık” olarak tanımlanan bir uygulamanın mahkemede “adil kullanım” savunmasıyla temize çıkarılması daha zor olabilir.
Sektörün Veri Toplama Uygulamaları Yeniden Gözden Geçiriliyor
Bu tür davaların sonucu, gelecekte model eğitiminde kullanılacak veri kaynaklarının nasıl lisanslanacağını doğrudan şekillendirecek. Şirketlerin telif sahipleriyle anlaşma yapma eğiliminin artması, bu davaların baskısıyla hızlanabilir.
Sonuç
Bu belgeler, yapay zeka eğitiminde kullanılan veri kaynakları tartışmasına dışarıdan bir iddia değil, içeriden bir itiraf ekliyor. Microsoft’un bu ifadeleri “kişisel görüş” olarak nitelendirmesi anlaşılır bir hukuki refleks; ancak bir şirket direktörünün kendi notunda kullandığı bu kadar sert bir dil, davanın seyrini ve daha geniş anlamda sektörün veri toplama pratiklerine yönelik kamuoyu algısını etkilemeye aday.