Zusammenfassung:
Als Reaktion auf eine gemeinsame Klage wegen Urheberrechtsverletzung, die von Nachrichtenverlegern und Buchautoren eingeleitet wurde, legte Microsoft dem Gericht die neuesten Verteidigungsmaterialien vor und betonte, dass sein Chatbot für künstliche Intelligenz, Copilot, Berichte aus Medien wie der New York Times und urheberrechtlich geschützten literarischen Werken fast nie wörtlich kopiert oder im Wesentlichen reproduziert. Diese Haltung zielt darauf ab, eine solide „Fair-Use“-Rechtsverteidigung für Microsoft und OpenAI aufzubauen und das Gericht zu drängen, damit verbundene Fälle schnellstmöglich durch ein summarisches Urteil zu beenden.
Im Rahmen des Offenlegungsprozesses in der Klage veröffentlichte Microsoft eine Datenbank mit 8,2 Millionen Transkripten tatsächlicher Copilot-Gespräche mit Experten, die von den klagenden Nachrichtenorganisationen beauftragt wurden. Microsoft wies darauf hin, dass der Datensatz nicht zufällig ausgewählt, sondern gezielt anhand von Schlüsselwörtern im Zusammenhang mit der Nachrichten-Website des Klägers gesichtet worden sei. Theoretisch handele es sich um einen Beispielsatz, der „mit höchster Wahrscheinlichkeit mutmaßlich rechtsverletzende Inhalte enthält“.
Die Ergebnisse der Datenanalyse zeigten jedoch extrem niedrige Wiederholungsfrequenzen. Von diesen 8,2 Millionen gefilterten Datensätzen enthielten nur 59.545 Datensätze mindestens 16 aufeinanderfolgende Wörter, die sich mit den für das Modelltraining verwendeten Nachrichteninhalten überschnitten, was weniger als 1 % der Gesamtdatensätze ausmacht. Darüber hinaus identifizierte der ursprüngliche Sachverständige in der Klage gegen die gemeinnützige Organisation für investigative Berichterstattung „Center for Investigative Reporting“ (Center for Investigative Reporting) nur 51 Fälle in einer umfangreichen Stichprobe, die „erhebliche Überschneidungen“ mit dem Material der Organisation darstellten.
In einem anderen konsolidierten Fall, der von einer Gruppe von Autoren wegen Buchurheberrechten eingereicht wurde, zeigten Testdaten einen ähnlichen Trend. Von den Autoren des Klägers beauftragte unabhängige Experten führten eine Überprüfung der 212 in den Fall involvierten Bücher durch und fanden schließlich erzeugte Datensätze mit mindestens 30 Wortüberschneidungen in nur 10 Büchern, mit insgesamt nur 24 solcher übereinstimmenden Stichproben.
Microsoft argumentierte vor Gericht, dass diese detaillierten Daten lediglich seine zentrale Rechtsverteidigung bestätigten, nämlich dass die Verwendung urheberrechtlich geschützter Materialien zum Trainieren großer Sprachmodelle eine „faire Verwendung“ im Rahmen des US-amerikanischen Urheberrechtsgesetzes sei. Microsoft betonte, dass sich der Zweck der Verwendung urheberrechtlich geschützter Materialien von Copilot und des dahinter stehenden generativen KI-Systems grundlegend von dem der Originalveröffentlichung unterscheidet. Sein grundlegender Mechanismus besteht darin, Sprachmuster zu absorbieren und neu zu organisieren, um neue Inhalte zu generieren, anstatt als Ersatz für das Originalwerk zu zirkulieren. Selbst wenn gelegentlich sporadische Textfragmente wieder auftauchen, können die Merkmale der „transformativen Verwendung“ des Trainingsprozesses für große Sprachmodelle nicht gelöscht werden.
Zuvor reichten eine Reihe von Medienorganisationen und Autorengruppen, darunter die New York Times, das Center for Investigative Reporting und die Authors Guild, gemeinsam eine Klage ein, in der sie Microsoft und OpenAI beschuldigten, illegal Millionen von Originalartikeln und Büchern ohne Genehmigung zum Trainieren ihrer kommerziellen KI-Plattformen beschlagnahmt zu haben und durch die Generierung stark überlappender Inhalte direkt mit den Originalautoren zu konkurrieren, was erhebliche Auswirkungen auf das Geschäftsökosystem des unabhängigen Journalismus und des literarischen Schaffens hatte. Um die Effizienz von Gerichtsverfahren zu verbessern, wurden entsprechende Klagen gegen Nachrichtenverleger und -autoren zusammengefasst und demselben Bundesrichter übergeben.
Microsoft hat derzeit offiziell beim Gericht einen Antrag auf ein summarisches Urteil gestellt, in der Hoffnung, anhand der oben genannten Daten nachweisen zu können, dass der materielle Verletzungsvorwurf des Klägers einer universellen sachlichen Grundlage entbehrt, und so diesen wichtigen Branchenrechtsstreit hinsichtlich der Rechtmäßigkeit der zugrunde liegenden Ausbildung generativer künstlicher Intelligenz frühzeitig beilegen zu können. Bisher haben die New York Times, das Center for Investigative Reporting und die Writers Guild of America die neuesten Statistiken und Gerichtsurteile von Microsoft nicht öffentlich kommentiert.
Kommentare