AI-യുടെ ഭാവി നിർണ്ണയിക്കുന്ന കോടതി കേസുകൾ

ഫെഡറൽ കോടതികളിൽ ഇപ്പോൾ നടക്കുന്ന നിയമപോരാട്ടങ്ങൾ വെറും പണമോ ലൈസൻസിംഗ് ഫീസോ സംബന്ധിച്ചുള്ളതല്ല. ജനറേറ്റീവ് മോഡലുകളുടെ കാലത്ത് ‘സൃഷ്ടി’ എന്നതുകൊണ്ട് എന്താണ് അർത്ഥമാക്കുന്നത് എന്ന് നിർവചിക്കാനുള്ള അടിസ്ഥാനപരമായ ഒരു പോരാട്ടമാണിത്. വർഷങ്ങളായി, ടെക് കമ്പനികൾ ഇന്റർനെറ്റിലെ വിവരങ്ങൾ യാതൊരു തടസ്സവുമില്ലാതെ വാരികൂട്ടിയിരുന്നു. തങ്ങളുടെ പ്രവർത്തനങ്ങളുടെ വ്യാപ്തി തങ്ങളെ നിയമനടപടികളിൽ നിന്ന് സംരക്ഷിക്കുമെന്ന് അവർ കരുതി. എന്നാൽ ആ കാലം കഴിഞ്ഞു. ന്യൂയോർക്കിലെയും കാലിഫോർണിയയിലെയും ജഡ്ജിമാർ ഇപ്പോൾ തീരുമാനിക്കേണ്ടത്, ഒരു മനുഷ്യൻ പാഠപുസ്തകത്തിൽ നിന്ന് പഠിക്കുന്നത് പോലെ ഒരു മെഷീന് പകർപ്പവകാശമുള്ള വസ്തുക്കളിൽ നിന്ന് പഠിക്കാൻ കഴിയുമോ, അതോ ഈ മോഡലുകൾ അതിവേഗത്തിലുള്ള പകർത്തിയെഴുത്ത് (plagiarism) നടത്തുന്ന യന്ത്രങ്ങൾ മാത്രമാണോ എന്നാണ്. ഈ വിധിയായിരിക്കും അടുത്ത ദശകത്തിലെ ഇന്റർനെറ്റിന്റെ സാമ്പത്തിക ഘടനയെ തീരുമാനിക്കുക. പരിശീലനം എന്നത് ഒരു പരിവർത്തനപരമായ ഉപയോഗമാണെന്ന് കോടതികൾ വിധിച്ചാൽ, ഇപ്പോഴത്തെ വേഗത്തിലുള്ള വികസനം തുടരും. എന്നാൽ ഓരോ ഡാറ്റാ പോയിന്റിനും പ്രത്യേക അനുമതി വേണമെന്ന് വിധിച്ചാൽ, വലിയ സിസ്റ്റങ്ങൾ നിർമ്മിക്കുന്നതിനുള്ള ചെലവ് കുതിച്ചുയരും. ഫയൽ ഷെയറിംഗിന്റെ ആദ്യകാലങ്ങൾക്ക് ശേഷമുള്ള ഏറ്റവും വലിയ നിയമപരമായ സംഘർഷമാണിത്, പക്ഷേ ഇതിൽ ഉൾപ്പെട്ടിരിക്കുന്നത് മനുഷ്യന്റെ അറിവിന്റെയും ആവിഷ്കാരത്തിന്റെയും അടിസ്ഥാന ഘടകങ്ങളാണ്.

ഫെയർ യൂസ് (Fair Use) എന്ന അതിരുകൾ നിർണ്ണയിക്കൽ

മിക്കവാറും എല്ലാ പ്രധാന കേസുകളുടെയും കേന്ദ്രം ‘ഫെയർ യൂസ്’ എന്ന തത്വമാണ്. വിമർശനം, വാർത്താ റിപ്പോർട്ടിംഗ്, ഗവേഷണം തുടങ്ങിയ പ്രത്യേക സാഹചര്യങ്ങളിൽ പകർപ്പവകാശമുള്ള വസ്തുക്കൾ അനുമതിയില്ലാതെ ഉപയോഗിക്കാൻ ഈ നിയമം അനുവദിക്കുന്നു. തങ്ങളുടെ മോഡലുകൾ യഥാർത്ഥ കൃതികളുടെ പകർപ്പുകൾ സൂക്ഷിക്കുന്നില്ലെന്ന് ടെക് കമ്പനികൾ വാദിക്കുന്നു. പകരം, വാക്കുകൾ അല്ലെങ്കിൽ പിക്സലുകൾ തമ്മിലുള്ള ഗണിതശാസ്ത്രപരമായ ബന്ധങ്ങൾ പഠിച്ച് പുതിയ എന്തെങ്കിലും സൃഷ്ടിക്കുകയാണ് മോഡലുകൾ ചെയ്യുന്നത്. ഇതിനെയാണ് ഇൻഡസ്ട്രി ‘ട്രാൻസ്ഫോർമേറ്റീവ് യൂസ്’ എന്ന് വിളിക്കുന്നത്. സെർച്ച് എഞ്ചിനുകൾക്ക് വെബ്സൈറ്റുകൾ ഇൻഡക്സ് ചെയ്യാൻ അനുമതി നൽകിയ മുൻകാല വിധികൾ അവർ ചൂണ്ടിക്കാട്ടുന്നു. എന്നാൽ, പ്രധാന വാർത്താ സ്ഥാപനങ്ങളും കലാകാരന്മാരും ഉൾപ്പെടെയുള്ള പരാതിക്കാർ പറയുന്നത്, ജനറേറ്റീവ് സിസ്റ്റങ്ങൾ വ്യത്യസ്തമാണെന്നാണ്. തങ്ങൾ പരിശീലിപ്പിച്ച ആളുകളുടെ സൃഷ്ടികളോട് നേരിട്ട് മത്സരിക്കാനാണ് ഈ മോഡലുകൾ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത് എന്ന് അവർ അവകാശപ്പെടുന്നു. ഒരു ഉപയോക്താവ് ഒരു പ്രത്യേക എഴുത്തുകാരന്റെ ശൈലിയിൽ കഥ എഴുതാൻ AI-യോട് ആവശ്യപ്പെടുമ്പോൾ, ആ എഴുത്തുകാരന്റെ ജീവിതകാലത്തെ അധ്വാനത്തെയാണ് മോഡൽ ഉപയോഗിക്കുന്നത്.

ഈ കേസുകളിലെ നടപടിക്രമങ്ങൾ അന്തിമ വിധികളെപ്പോലെ തന്നെ പ്രധാനമാണ്. ഒരു കേസിന്റെ മെറിറ്റിലേക്ക് കടക്കുന്നതിന് മുൻപ്, തള്ളിക്കളയാനുള്ള അപേക്ഷകളിലും തെളിവ് ശേഖരണത്തിലും ജഡ്ജിമാർ വിധി പറയണം. ഈ പ്രാരംഭ ഘട്ടങ്ങൾ ടെക് കമ്പനികളെ തങ്ങൾ ഉപയോഗിച്ച ഡാറ്റയെക്കുറിച്ചും അത് എങ്ങനെ പ്രോസസ്സ് ചെയ്തു എന്നതിനെക്കുറിച്ചും വെളിപ്പെടുത്താൻ നിർബന്ധിതരാക്കുന്നു. പല കമ്പനികളും തങ്ങളുടെ പരിശീലന സെറ്റുകൾ രഹസ്യമായി സൂക്ഷിച്ചിരുന്നു. കോടതികൾ ഇപ്പോൾ ആ രഹസ്യങ്ങൾ പുറത്തുകൊണ്ടുവരികയാണ്. ഒരു കേസ് ഒത്തുതീർപ്പിലെത്തിയാൽ പോലും, തെളിവ് ശേഖരണ ഘട്ടത്തിൽ പുറത്തുവരുന്ന വിവരങ്ങൾ ഭാവിയിലെ നിയന്ത്രണങ്ങൾക്ക് വഴികാട്ടിയാകും. തെളിവ് നൽകേണ്ട ബാധ്യത സ്രഷ്ടാക്കളിൽ നിന്ന് ടെക് ഭീമന്മാരിലേക്ക് മാറുന്ന ഒരു മാറ്റമാണ് നാം കാണുന്നത്. AI-യുടെ അന്തിമ ഔട്ട്‌പുട്ട് മാത്രമല്ല, ഡാറ്റ ശേഖരണത്തിന്റെ മുഴുവൻ പ്രക്രിയയും കോടതികൾ പരിശോധിക്കുന്നു. ഡാറ്റ എങ്ങനെ സ്ക്രാപ്പ് ചെയ്തു, എവിടെ സൂക്ഷിച്ചു, ഡിജിറ്റൽ അവകാശ സംരക്ഷണ ഉപകരണങ്ങൾ മറികടന്നോ തുടങ്ങിയ കാര്യങ്ങൾ ഇതിൽ ഉൾപ്പെടുന്നു. ഈ സാങ്കേതിക വിവരങ്ങളായിരിക്കും മുഴുവൻ വ്യവസായത്തിനുമുള്ള പുതിയ നിയമപരമായ മാനദണ്ഡങ്ങൾക്ക് അടിസ്ഥാനം.

ഡാറ്റാ അവകാശങ്ങളിലെ അന്താരാഷ്ട്ര വ്യത്യാസങ്ങൾ

അമേരിക്കൻ കോടതികൾ ‘ഫെയർ യൂസ്’ എന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ, ലോകത്തിന്റെ മറ്റ് ഭാഗങ്ങൾ വ്യത്യസ്തമായ പാതയാണ് സ്വീകരിക്കുന്നത്. ഇത് ആഗോള ടെക് കമ്പനികൾക്ക് ആശയക്കുഴപ്പമുണ്ടാക്കുന്നു. യൂറോപ്യൻ യൂണിയനിലെ AI ആക്റ്റ് കർശനമായ സുതാര്യത ആവശ്യപ്പെടുന്നു. പരിശീലനത്തിനായി ഉപയോഗിച്ച പകർപ്പവകാശമുള്ള വസ്തുക്കൾ വെളിപ്പെടുത്തണമെന്ന് ഇത് കമ്പനികളോട് ആവശ്യപ്പെടുന്നു. അമേരിക്കൻ രീതിയിൽ നിന്ന് വ്യത്യസ്തമായി, യൂറോപ്പിൽ നിയമനടപടികൾക്ക് മുൻപേ തന്നെ നിയന്ത്രണങ്ങൾ വരുന്നു. ഒരു മോഡൽ പുറത്തിറക്കുന്നതിന് മുൻപ് തന്നെ പകർപ്പവകാശ ലംഘനം തടയുകയാണ് യൂറോപ്യൻ യൂണിയന്റെ ലക്ഷ്യം. സാൻ ഫ്രാൻസിസ്കോയിൽ നിയമപരമായ ഒരു മോഡൽ ബെർലിനിൽ നിയമവിരുദ്ധമാകാം എന്ന് ഇതിനർത്ഥം. ആഗോള ഉപയോക്താക്കളെ സംബന്ധിച്ചിടത്തോളം, നിങ്ങളുടെ പ്രദേശത്ത് ലഭ്യമായ ഫീച്ചറുകൾ ഡാറ്റാ പരമാധികാരത്തെക്കുറിച്ചുള്ള പ്രാദേശിക വ്യാഖ്യാനങ്ങളെ ആശ്രയിച്ചിരിക്കും. ചില രാജ്യങ്ങൾ പ്രാദേശിക നവീകരണത്തെ പ്രോത്സാഹിപ്പിക്കാൻ AI പരിശീലനത്തിന് പ്രത്യേക ഇളവുകൾ നൽകാൻ ആലോചിക്കുമ്പോൾ, മറ്റ് രാജ്യങ്ങൾ തങ്ങളുടെ സാംസ്കാരിക പൈതൃകം സംരക്ഷിക്കാൻ അതിരുകൾ കർശനമാക്കുന്നു.

നവീകരണത്തിന്റെ വേഗതയും ഉടമസ്ഥാവകാശവും തമ്മിലുള്ള സംഘർഷം അതിർത്തി കടന്ന് പ്രവർത്തിക്കുന്ന കമ്പനികളെയാണ് ഏറ്റവും കൂടുതൽ ബാധിക്കുന്നത്. സ്ക്രാപ്പിംഗ് നിയമവിരുദ്ധമാണെന്ന് യുകെയിലെ ഒരു കോടതി വിധിച്ചാൽ, ഒരു കമ്പനിക്ക് തങ്ങളുടെ സേവനങ്ങൾ ജിയോഫെൻസ് ചെയ്യേണ്ടി വരും. ഇത് വെറും സിദ്ധാന്തമല്ല. സ്വകാര്യതയുമായി ബന്ധപ്പെട്ട ആശങ്കകൾ കാരണം ചില രാജ്യങ്ങൾ ഇതിനകം തന്നെ ചില ടൂളുകൾ നിരോധിച്ചിട്ടുണ്ട്. ഈ കേസുകളുടെ നിയമപരമായ ചട്ടക്കൂട് ഡാറ്റ എങ്ങനെയാണ് ഒഴുകുന്നത് എന്ന പ്രായോഗിക യാഥാർത്ഥ്യത്തെ പലപ്പോഴും അവഗണിക്കുന്നു. ഒരു മോഡൽ പരിശീലിപ്പിച്ചു കഴിഞ്ഞാൽ, മുഴുവൻ സിസ്റ്റവും വീണ്ടും പരിശീലിപ്പിക്കാതെ ഒരു പ്രത്യേക വിവരത്തെ ‘മറക്കാൻ’ കഴിയില്ല. ഈ സാങ്കേതിക പരിമിതി കോടതി വിധികളെ കൂടുതൽ ഗൗരവമുള്ളതാക്കുന്നു. ഒരു വിധിയിലൂടെ മാത്രം കോടിക്കണക്കിന് ഡോളർ വിലമതിക്കുന്ന ഒരു ഉൽപ്പന്നം നശിപ്പിക്കാൻ കമ്പനിയെ നിർബന്ധിതരാക്കാം. അതുകൊണ്ടാണ് പല കമ്പനികളും പ്രസാധകരുമായി ലൈസൻസിംഗ് കരാറുകളിൽ ഒപ്പിടാൻ തിരക്കുകൂട്ടുന്നത്.

കോഡും സൃഷ്ടിയും തമ്മിലുള്ള ഉരസൽ

പ്രായോഗികമായ വെല്ലുവിളികൾ മനസ്സിലാക്കാൻ, സാറ എന്ന ചിത്രകാരിയുടെ കാര്യം നോക്കാം. പതിനഞ്ച് വർഷമായി തനതായ ശൈലി വികസിപ്പിച്ചെടുത്ത ആളാണ് സാറ. ഒരു ദിവസം, തന്റെ പേര് ടൈപ്പ് ചെയ്താൽ അതേ ശൈലിയിൽ ചിത്രം നിർമ്മിക്കുന്ന ഒരു AI ടൂൾ അവൾ കാണുന്നു. കുറഞ്ഞ ചിലവിൽ