Anthropic ने Stanford के प्रोफेसरों की किताबों को अवैध रूप से प्राप्त करके Claude को प्रशिक्षित किया
Anthropic द्वारा Stanford के प्रोफेसरों की किताबों की pirated copies का उपयोग करके अपने Claude AI models को train करने ने copyright, fairness, और tech में double standards पर बहस फिर से छेड़ दी है। टिप्पणीकार ध्यान दिलाते हैं कि एक हालिया ruling ने कानूनी रूप से प्राप्त किताबों पर training को fair use माना, जबकि LibGen जैसी shadow libraries से works डाउनलोड करने पर Anthropic पर $1.5 billion का penalty लगाया गया। कई लोगों का कहना है कि यह एक ऐसी प्रणाली को उजागर करता है जहाँ बड़ी AI firms नियम तोड़कर settlements चुका सकती हैं, जबकि individual actors को कठोर prosecution का सामना करना पड़ता है, और व्यापक प्रश्न उठते हैं कि बड़े पैमाने पर AI training के युग में copyright और “information wants to be free” के आदर्श सह-अस्तित्व में रह सकते हैं या नहीं।
शीर्षक, वैधता, और अदालत के निष्कर्ष
- कई लोग नोट करते हैं कि मूल शीर्षक भ्रामक था: अदालत ने पाया कि कानूनी रूप से प्राप्त किताबों पर प्रशिक्षण fair use है; अवैधता pirated ebooks (जैसे LibGen से) हासिल करने में थी।
- बड़ा settlement acquisition/storage में copyright infringement के लिए था, model training की क्रिया स्वयं के लिए नहीं।
- कुछ लोग शीर्षक बदलाव (“illegally trained” → “illegally obtained”) को इस तरह पढ़ते हैं कि अवैध रूप से प्राप्त डेटा पर training फिर भी lawful हो सकती है; अन्य इसे अस्पष्ट मानते हैं।
AI training में piracy बनाम fair use
- एक पक्ष कहता है कि यह अंतर अप्रासंगिक है: किताबें “उन्हें पढ़ने के लिए” pirating करना भी piracy ही है और इससे बने models दूषित होने चाहिए।
- दूसरा पक्ष कानूनी रेखा पर जोर देता है: fair use केवल कानूनी रूप से प्राप्त प्रतियों पर लागू होता है; pirate libraries से डाउनलोड करना अलग गलत काम है।
- मौजूदा प्रथा पर चर्चा: बड़ी मात्रा में used books खरीदकर उन्हें scan करना “कानूनी प्रतीत होता है।”
- कई लोग नोट करते हैं कि LLMs कभी-कभी training data को शब्दशः reproduce कर सकते हैं, जिससे यह दावा कमजोर पड़ता है कि कुछ भी “copied” नहीं हुआ।
Aaron Swartz और CFAA से तुलना
- लंबा subthread एक व्यक्ति पर academic PDFs bulk download करने के लिए कठोर आपराधिक prosecution की तुलना एक बड़े corporate book piracy के civil settlement से करता है।
- कुछ लोग कानूनी भेद पर जोर देते हैं: CFAA unauthorized system access को कवर करता है, pirate sites से simple downloading को नहीं।
- अन्य लोग नैतिक और संरचनात्मक असमानता पर ध्यान देते हैं: व्यक्तियों को दशकों की prison की धमकी मिलती है, corporations बड़े checks लिखते हैं।
- इस पर बहस कि Swartz जैसी theories का उपयोग करके AI execs पर criminal prosecution करना अन्याय को ठीक करेगा या खराब precedent को और मजबूत करेगा।
Copyright, नैतिकता, और “information wants to be free”
- मजबूत anti-copyright आवाज़ें कहती हैं कि knowledge को स्वतंत्र रूप से साझा किया जाना चाहिए, professors gatekeepers हैं, और “intellectual property” वैध नहीं है।
- अन्य लोग copyright का बचाव करते हैं, कहते हैं कि यह संविधान में आधार रखता है और authors को भुगतान देने के लिए आवश्यक है; उन्हें चिंता है कि भुगतान के बिना AI training रचनात्मकता के प्रोत्साहन को नष्ट कर देती है।
- यह दावा कि authors की works का बिना भुगतान उपयोग “slave labor” है, व्यापक रूप से अतिशयोक्तिपूर्ण या अपमानजनक माना जाता है, हालांकि कुछ लोग अपने काम पर नियंत्रण खोने की भावना से सहानुभूति रखते हैं।
आर्थिक और प्रतिस्पर्धी प्रभाव
- चिंता है कि acquisition पर सख्त नियम लेकिन training के लिए व्यापक fair use, well-funded labs के लिए एक moat बना देते हैं जो विशाल corpora खरीद/scan कर सकती हैं।
- कुछ लोग डरते हैं कि LLMs books का स्थान ले लेंगे, जिससे authors की आजीविका कमजोर होगी; अन्य ध्यान दिलाते हैं कि लोग दशकों की piracy और free online information के बावजूद अभी भी books खरीदते हैं।
- कुछ लोग LLMs को “IP laundering machines” मानते हैं; अन्य उन्हें knowledge तक पहुंच को democratize करने वाला मानकर स्वागत करते हैं।
न्याय, प्रवर्तन, और वांछित उपचार
- बार-बार उभरने वाला विषय: प्रवर्तन में double standards—“rules for the little guy, settlements for the rich.”
- कुछ का तर्क है कि इससे criminal/RICO cases, model takedowns, सख्त audits के तहत retraining, या यहाँ तक कि nationalization भी शुरू होना चाहिए।
- अन्य overcriminalization से सावधान करते हैं, यह कहते हुए कि हमें खराब कानूनों को ठीक करना चाहिए, न कि punitive precedents को बढ़ाना चाहिए।