Rund um die Klage der New York Times gegen OpenAI spitzt sich die Diskussion über das KI-Training mit urheberrechtlich geschütztem Material zu. Schon zuvor machte OpenAI klar: ohne diese Trainingsdaten geht es nicht.
Vor dem britischen Parlament, das im vergangenen Juli eine umfassende Untersuchung zu großen Sprachmodellen eingeleitet hat, gab OpenAI Anfang Dezember 2023 eine Stellungnahme zur Notwendigkeit von urheberrechtlich geschütztem Material für das KI-Training ab.
Demnach sei es "unmöglich", heute führende KI-Modelle ohne urheberrechtlich geschütztes Material zu trainieren, da das heutige Urheberrecht weitgehend jede Form menschlicher Äußerung abdecke.
Da das Urheberrecht heute praktisch jede Art menschlicher Äußerungen abdeckt - einschließlich Blogposts, Fotos, Forenbeiträge, Fetzen von Softwarecode und Regierungsdokumente - wäre es unmöglich, die führenden KI-Modelle von heute zu trainieren, ohne urheberrechtlich geschütztes Material zu verwenden.
OpenAI
Die Beschränkung der Trainingsdaten auf jahrzehntealte Bücher und Bilder sei ein "interessantes Experiment", führe aber nicht zu KI-Modellen, die den heutigen Anforderungen gerecht würden. OpenAI weist besonders darauf hin, dass gerade Teile der Kreativwirtschaft mit den Modellen arbeiten und davon profitieren würden.
Durch die Demokratisierung der kreativen Möglichkeiten werden KI-Werkzeuge die Quantität, Vielfalt und Qualität kreativer Arbeit sowohl im kommerziellen als auch im nichtkommerziellen Bereich erhöhen. Sie werden die Produktivität der Mitarbeiter steigern, die Produktionskosten senken und die Kreativität fördern, indem sie Brainstorming, Prototyping, die gemeinsame Nutzung von Ideen, Iteration und den Austausch von Ideen erleichtern.
OpenAI
OpenAI respektiere das Urheberrecht und gehe davon aus, dass es das KI-Training nicht verhindere. Das Unternehmen wird sich hier auf das Prinzip des "Fair Use" berufen, das es auch im Rechtsstreit mit der New York Times als entscheidendes Argument angeführt habe.
Dennoch gebe es "noch viel zu tun" und die Kreativen müssten unterstützt und gefördert werden. OpenAI verweist hier unter anderem auf die Unterstützung einzelner Verlage und die Möglichkeit, den Trainingsdaten-Suchroboter zu blockieren und damit von den eigenen Daten fernzuhalten.
Allerdings gilt das nur für das Training zukünftiger Modelle. GPT-4 wurde trainiert, bevor diese Funktion verfügbar war.
Mehr eine Frage des Geldes als des Rechts
Die Argumentation von OpenAI geht insofern am Thema vorbei, als sich die Kritik der Content-schaffenden Industrien nicht direkt gegen das KI-Training an urheberrechtlich geschütztem Material richtet. Sie richtet sich in erster Linie gegen die unbezahlte Nutzung von urheberrechtlich geschütztem Material für das KI-Training.
OpenAI weist in seiner Stellungnahme darauf hin, dass es auch lizenziertes Trainingsmaterial verwendet. Doch genau hier liegt der Streitpunkt: Für welches Datenmaterial muss bezahlt werden und wie viel?
Auf die damit verbundenen Kosten, die das gesamte KI-Geschäftsmodell ins Wanken bringen könnten, geht OpenAI in seinem Brief an die britische Kommission nicht ein.
Deutlicher wurde Meta im Herbst in einer Stellungnahme an das US-Copyright Office: KI-Trainingsdaten im erforderlichen Umfang zu lizenzieren, sei unbezahlbar.
