जेनेरेटिव AI के लिए चीज़ें अब और बिगड़ने वाली हैं
ChatGPT और DALL·E जैसे generative AI systems अब अस्पष्ट prompts से भी कॉपीराइटेड या ट्रेडमार्क वाले पात्रों और यहाँ तक कि news articles की नकल करने में अधिक सक्षम हो रहे हैं, जिससे उपयोगकर्ताओं और AI providers के अनजाने में IP law का उल्लंघन करने का जोखिम बढ़ रहा है। टिप्पणीकार इस पर बहस करते हैं कि कानूनी ज़िम्मेदारी किसकी होनी चाहिए—model operators, users, या rights holders—और क्या मौजूदा copyright frameworks को scraped data पर बड़े पैमाने के machine training को कवर करने के लिए बढ़ाया जा सकता है या किया जाना चाहिए। कई लोग परिणामों के मिश्रण की उम्मीद करते हैं: commercial models के लिए tighter licensing और filtering, major media और entertainment companies द्वारा सख़्त enforcement, और unrestricted या illicit datasets पर प्रशिक्षित “pirate” या open models का एक समानांतर ecosystem.
देयता और “किस पर मुकदमा होगा” वाला सवाल
- इस पर तीखा मतभेद है कि प्राथमिक उल्लंघनकर्ता कौन है:
- अंतिम उपयोगकर्ता, जो AI-जनित सामग्री प्रकाशित करता है।
- मॉडल प्रदाता, जिसने कॉपीराइटेड डेटा पर प्रशिक्षण किया और आउटपुट वितरित करता है।
- इस्तेमाल की गई उपमाएँ:
- सेशन संगीतकार, जिसका रिफ़ “Stairway to Heaven” की नकल करता है।
- ठेकेदार बनाम नियोक्ता IP स्वामित्व।
- Photoshop/Xerox जैसे तटस्थ टूल बनाम ऐसा मॉडल जिसमें पहले से ही संरक्षित कृतियाँ “समाहित” हैं।
- कुछ लोग नोट करते हैं कि OpenAI/Microsoft/AWS जैसे विक्रेता सीमित indemnity देते हैं, जिससे परोक्ष रूप से वे कुछ जोखिम स्वीकार करते हैं।
कॉपीराइटेड डेटा पर प्रशिक्षण बनाम आउटपुट उल्लंघन
- एक पक्ष: कॉपीराइटेड कृतियों पर प्रशिक्षण करना स्वयं उल्लंघन है; क्यूरेटरों को सुनिश्चित करना चाहिए कि केवल उचित रूप से लाइसेंस प्राप्त या public-domain डेटा ही उपयोग हो।
- दूसरा पक्ष: प्रशिक्षण एक रूपांतरकारी “text and data mining” है और संभवतः fair use है (या कुछ अधिकारक्षेत्रों में स्पष्ट रूप से छूट प्राप्त), जबकि उल्लंघन केवल उपयोग/आउटपुट स्तर पर होता है।
- EU और Japan को विशिष्ट TDM अपवादों के लिए उद्धृत किया गया, हालांकि opt-out या “unreasonable prejudice” जैसी शर्तों के साथ; कानूनी नतीजे अभी भी अनसुलझे/अस्पष्ट माने जाते हैं।
अस्पष्ट prompts से ट्रेडमार्क और कॉपीराइट वाले पात्र
- उदाहरण: “videogame plumber,” “golden droid from classic sci-fi movie,” “animated sponge” से स्पष्ट Mario/C-3PO/SpongeBob जैसी समानताएँ निकलना।
- कुछ लोग कहते हैं कि ये prompts मूलतः विशिष्ट IP के लिए परोक्ष अनुरोध हैं, इसलिए यह आश्चर्यजनक या दोषमुक्त करने वाला नहीं है।
- अन्य लोग ज़ोर देते हैं कि इससे उपयोगकर्ताओं के लिए अनजाने में उल्लंघन करना आसान हो जाता है; मौजूदा मॉडल न तो चेतावनी देते हैं, न attribution करते हैं।
- प्रस्तावित उपाय:
- YouTube ContentID जैसी post-processing filters या अलग detection models।
- trademark databases या model-based recognizers के आधार पर prompt- या output-level blocking।
- आलोचकों का तर्क है कि यह तकनीकी रूप से नाज़ुक, कानूनी रूप से धुंधला, और over-blocking के प्रति संवेदनशील है।
कलाकारों, प्रोत्साहनों, और कॉपीराइट नीति पर प्रभाव
- थ्रेड में कई कलाकार/क्रिएटिव्स GenAI को पहले से ही freelance काम और commissions को नुकसान पहुँचाता हुआ देखते हैं, खासकर व्यक्तियों के लिए बड़े rightsholders की तुलना में अधिक।
- विरोधी दृष्टिकोण: लोग intrinsic reasons से रचना करते हैं; photography और synths जैसी पुरानी तकनीकों ने कला को खत्म नहीं किया; सृजन अनुकूलित हो जाएगा।
- व्यापक आलोचनाएँ:
- मौजूदा copyright terms (life + decades) को कई लोग अत्यधिक और बड़ी कंपनियों के पक्ष में मानते हैं।
- प्रस्तावों में terms को छोटा करना और fair use को मज़बूत करना, से लेकर copyright को समाप्त करना या patronage/gratuity मॉडलों की ओर बढ़ना शामिल है।
- अन्य लोग चेतावनी देते हैं कि copyright को कमजोर करने से सबसे ज़्यादा फायदा big tech को होगा, जो बिना मुआवज़े के सबके काम से कमाई करेगी।
नियमन, भू-राजनीति, और भविष्य की दिशाएँ
- कुछ लोग अनुमान लगाते हैं कि कड़े copyright-आधारित प्रतिबंध US/EU में commercial GenAI को “kneecap” कर देंगे, जबकि open/pirate models और non-Western jurisdictions आगे बढ़ते रहेंगे।
- Napster बनाम torrents जैसी उपमाएँ दी गई हैं: भले ही बड़े services पर रोक लगे या उन्हें retrain करने पर मजबूर किया जाए, uncensored models और datasets बने रहेंगे।
- संभावित परिणामों पर अटकलें:
- Licensing deals और prompts या models पर “AI taxes”。
- high-risk uses के लिए अलग, कड़े नियम, जबकि निजी, गैर-व्यावसायिक generation के लिए हल्का व्यवहार।
- यदि AI outputs पर भारी post-filtering और opacity हो, तो उन पर भरोसे में संभावित chilling effect।