وہ عدالتی مقدمات جو AI کی دنیا بدل سکتے ہیں

فیڈرل کورٹس میں جاری قانونی لڑائیاں صرف پیسوں یا لائسنسنگ فیس کے بارے میں نہیں ہیں۔ یہ اس بات کو طے کرنے کی ایک بنیادی جدوجہد ہے کہ جنریٹو ماڈلز کے دور میں تخلیق کا مطلب کیا ہے۔ برسوں تک، ٹیک کمپنیوں نے بغیر کسی رکاوٹ کے اوپن ویب سے ڈیٹا سکریپ کیا، یہ سوچ کر کہ ان کے آپریشنز کا وسیع پیمانہ انہیں ایک طرح کی غیر اعلانیہ استثنیٰ دے گا۔ وہ دور ختم ہو چکا ہے۔ نیویارک اور کیلیفورنیا کے جج اب یہ فیصلہ کرنے کے پابند ہیں کہ کیا کوئی مشین کاپی رائٹ شدہ مواد سے اسی طرح سیکھ سکتی ہے جیسے ایک انسانی طالب علم نصابی کتاب سے سیکھتا ہے، یا کیا یہ ماڈلز صرف تیز رفتار سرقہ (plagiarism) کے جدید انجن ہیں۔ اس کا نتیجہ اگلی دہائی کے لیے انٹرنیٹ کے معاشی ڈھانچے کا تعین کرے گا۔ اگر عدالتیں یہ فیصلہ دیتی ہیں کہ ٹریننگ ایک ٹرانسفارمیٹو استعمال ہے، تو تیز رفتار ترقی کا موجودہ سفر جاری رہے گا۔ اگر وہ فیصلہ دیتی ہیں کہ ٹریننگ کے لیے ہر ڈیٹا پوائنٹ پر واضح اجازت درکار ہے، تو بڑے پیمانے کے سسٹمز بنانے کی لاگت آسمان کو چھو لے گی۔ یہ فائل شیئرنگ کے ابتدائی دنوں کے بعد سے سب سے اہم قانونی تناؤ ہے، لیکن اس کے داؤ پر انسانی علم اور اظہار کے بنیادی عناصر لگے ہوئے ہیں۔

فیئر یوز (Fair Use) کی حدود کا تعین

تقریباً ہر بڑے مقدمے کے مرکز میں ‘فیئر یوز’ کا اصول ہے۔ یہ قانونی اصول مخصوص حالات میں، جیسے تنقید، خبروں کی رپورٹنگ، یا تحقیق کے لیے، اجازت کے بغیر کاپی رائٹ شدہ مواد کے استعمال کی اجازت دیتا ہے۔ ٹیک کمپنیوں کا استدلال ہے کہ ان کے ماڈلز اصل کاموں کی کاپیاں محفوظ نہیں کرتے۔ اس کے بجائے، ان کا دعویٰ ہے کہ ماڈلز الفاظ یا پکسلز کے درمیان ریاضیاتی تعلقات سیکھتے ہیں تاکہ کچھ بالکل نیا تخلیق کیا جا سکے۔ اسے انڈسٹری ‘ٹرانسفارمیٹو یوز’ کہتی ہے۔ وہ سرچ انجنز سے متعلق پچھلے فیصلوں کی طرف اشارہ کرتے ہیں جنہیں ویب سائٹس کو انڈیکس کرنے کی اجازت دی گئی تھی کیونکہ وہ اصل مواد کو تبدیل کرنے کے بجائے ایک نئی سروس فراہم کر رہے تھے۔ تاہم، مدعی، بشمول بڑی نیوز آرگنائزیشنز اور فنکاروں کے گروپس، کا استدلال ہے کہ جنریٹو سسٹمز مختلف ہیں۔ ان کا دعویٰ ہے کہ یہ ماڈلز براہ راست ان لوگوں کے ساتھ مقابلہ کرنے کے لیے بنائے گئے ہیں جن کے کام پر انہیں ٹرین کیا گیا تھا۔ جب کوئی صارف AI سے کسی مخصوص زندہ مصنف کے انداز میں کہانی لکھنے کو کہتا ہے، تو ماڈل اس مصنف کی زندگی بھر کی کمائی کو ممکنہ طور پر ان کی مستقبل کی آمدنی کی جگہ لینے کے لیے استعمال کر رہا ہوتا ہے۔

ان مقدمات میں طریقہ کار کے مراحل حتمی فیصلوں جتنے ہی اہم ہیں۔ اس سے پہلے کہ کوئی جج کیس کے میرٹ پر فیصلہ کرے، انہیں مسترد کرنے کی درخواستوں اور ڈسکوری کی درخواستوں پر فیصلہ کرنا ہوگا۔ یہ ابتدائی مراحل ٹیک کمپنیوں کو مجبور کرتے ہیں کہ وہ ظاہر کریں کہ انہوں نے کون سا ڈیٹا استعمال کیا اور اسے کیسے پروسیس کیا۔ بہت سی کمپنیوں نے اپنے ٹریننگ سیٹس کو خفیہ رکھا ہے، جس کی وجہ مسابقتی فائدہ بتائی گئی ہے۔ عدالتیں اب اس رازداری کو ختم کر رہی ہیں۔ اگر کوئی کیس بالآخر عدالت کے باہر طے بھی ہو جائے، تو ڈسکوری کے مرحلے کے دوران عوامی کی گئی معلومات مستقبل کے ضوابط کے لیے ایک روڈ میپ فراہم کر سکتی ہیں۔ ہم ایک ایسی تبدیلی دیکھ رہے ہیں جہاں ثبوت کا بوجھ تخلیق کاروں سے ٹیک جائنٹس کی طرف منتقل ہو رہا ہے۔ عدالتیں صرف AI کے حتمی آؤٹ پٹ کو نہیں دیکھ رہی ہیں، بلکہ ڈیٹا انٹیک کے پورے پائپ لائن کو دیکھ رہی ہیں۔ اس میں یہ شامل ہے کہ ڈیٹا کیسے سکریپ کیا گیا، اسے کہاں ذخیرہ کیا گیا، اور کیا اس عمل کے دوران کسی ڈیجیٹل رائٹس مینجمنٹ ٹولز کو بائی پاس کیا گیا۔ یہ تکنیکی تفصیلات پوری انڈسٹری کے لیے نئے قانونی معیارات کی بنیاد بنیں گی۔

ڈیٹا رائٹس میں بین الاقوامی تضاد

جبکہ امریکی عدالتیں فیئر یوز پر توجہ مرکوز کرتی ہیں، باقی دنیا ایک مختلف راستے پر چل رہی ہے۔ یہ عالمی ٹیک فرموں کے لیے ایک بکھرا ہوا قانونی ماحول پیدا کرتا ہے۔ یورپی یونین میں، AI ایکٹ شفافیت کے سخت تقاضے متعارف کرواتا ہے۔ یہ لازمی قرار دیتا ہے کہ کمپنیاں ٹریننگ کے لیے استعمال ہونے والے کاپی رائٹ شدہ مواد کا انکشاف کریں، قطع نظر اس کے کہ ٹریننگ کہاں ہوئی۔ یہ امریکی نظام کے بالکل برعکس ہے، جو بعد میں قانونی چارہ جوئی پر زیادہ انحصار کرتا ہے۔ یورپی یونین کا نقطہ نظر فعال ہے، جس کا مقصد ماڈل کے عوام میں جاری ہونے سے پہلے ہی کاپی رائٹ کی خلاف ورزی کو روکنا ہے۔ فلسفے میں اس فرق کا مطلب یہ ہے کہ جو ماڈل سان فرانسسکو میں چلانے کے لیے قانونی ہے، وہ برلن میں تعینات کرنے کے لیے غیر قانونی ہو سکتا ہے۔ عالمی سامعین کے لیے، اس کا مطلب یہ ہے کہ آپ کے علاقے میں دستیاب فیچرز تیزی سے ڈیٹا خودمختاری کی مقامی تشریحات پر منحصر ہوں گے۔ کچھ ممالک یہاں تک کہ