सभी AI-जनित कोड ओपन सोर्स होना चाहिए
यह दावा कि सभी AI-जनित कोड ओपन सोर्स होने चाहिए, कॉपीराइट, लाइसेंसिंग, और प्रशिक्षण डेटा के रूप में उपयोग किए गए ओपन-सोर्स प्रोजेक्ट्स के प्रति निष्पक्षता पर बहस छेड़ देता है। टिप्पणीकार इस पर बहस करते हैं कि क्या मॉडल आउटपुट पर वास्तव में कॉपीराइट हो सकता है, क्या copyleft शर्तें (जैसे GPL) LLM आउटपुट पर “चिपकनी” चाहिए, और क्या कंपनियाँ AI टूल्स के जरिए प्रतिबंधात्मक लाइसेंसों की “laundering” कर रही हैं। कई लोगों को वर्तमान कानून अस्पष्ट और असमान रूप से लागू लगता है, उन्हें ओपन-सोर्स मेंटेनर्स और proprietary vendors—दोनों पर आर्थिक प्रभाव की चिंता है, और वे यह भी प्रश्न करते हैं कि AI training को मानव सीखने की तरह मानना वैध कानूनी या नैतिक तुलना है या नहीं।
AI-जनित कोड की कानूनी स्थिति
- इस बात पर कड़ा मतभेद है कि क्या AI आउटपुट पर कॉपीराइट लागू हो सकता है।
- कुछ लोग US Copyright Office के मार्गदर्शन का हवाला देते हैं: पूरी तरह से AI-जनित कृतियों पर कॉपीराइट नहीं होता; मानव द्वारा “steering” और चयन/व्यवस्था संरक्षित हो सकती है, लेकिन केवल prompts अक्सर नहीं।
- अन्य लोग बताते हैं कि यह अभी भी अदालतों में बड़े पैमाने पर अनपरीक्षित है; मौजूदा मामले (Doe v. GitHub, Thaler/Allen v. Perlmutter, आदि) सीमित हैं और सब कुछ तय नहीं करते।
- कई लोग यह भी बताते हैं: यदि कॉपीराइट नहीं है, तो ओपन-सोर्स लाइसेंसिंग का कानूनी रूप से कोई अर्थ नहीं; ऐसा कोड प्रभावी रूप से public domain होगा, “open source” नहीं।
ओपन-सोर्स और copyleft लाइसेंसों के साथ अंतःक्रिया
- एक पक्ष का तर्क है: GPL/AGPL या CC‑BY‑SA कोड पर प्रशिक्षित मॉडल्स को वे लाइसेंस विरासत में मिलने चाहिए, वरना यह “license laundering” है।
- जवाब में कहा जाता है: कॉपीराइटेड कोड पर training, मानव सीखने या fair use जैसी है; अदालतों ने अभी तक LLM output को स्वतः उल्लंघनकारी या मूल OSS लाइसेंसों के अधीन नहीं माना है।
- निम्न के बीच अंतर पर जोर दिया गया:
- Public domain (कोई अधिकार नहीं, कोई दायित्व नहीं)
- Permissive OSS (MIT/BSD)
- Copyleft (GPL/AGPL), जो लागू किए जा सकने वाले कॉपीराइट पर निर्भर करता है।
नैतिकता और निष्पक्षता की बहसें
- कई लोगों को लगता है कि यह नैतिक रूप से गलत है कि FOSS और CC-लाइसेंस वाले काम को बड़े पैमाने पर scrape करके monetized किया गया, फिर उन्हीं योगदानकर्ताओं को replace करने के लिए इस्तेमाल किया गया।
- अन्य लोग जवाब देते हैं कि मनुष्य हमेशा सार्वजनिक कोड से सीखते आए हैं और tools (LLMs, compilers, scaffolding generators) स्वयं अधिकार नहीं पाते; परिणामी software का स्वामित्व मानव user या employer के पास होना चाहिए।
व्यावहारिकता और प्रवर्तनीयता
- इस पर संदेह है कि “सभी AI-जनित कोड को open source होना चाहिए” को कभी लागू किया जा सकेगा, विशेषकर अच्छी तरह वित्तपोषित उल्लंघनकर्ताओं के खिलाफ।
- Trade secret law को एक विकल्प के रूप में उठाया गया है: भले ही कॉपीराइट लागू न हो, कंपनियाँ AI-जनित कोड को secret रख सकती हैं यदि उसे distribute नहीं किया जाता।
- कहा गया कि LLMs के साथ reverse engineering वैसे भी closed source को कम सुरक्षात्मक बना देता है।
AI-सहायता प्राप्त कार्य का मूल्य और authorship
- कुछ लोग कहते हैं कि AI-उत्पादित कोड कम-गुणवत्ता का “slop” है, जब तक उसे बहुत सावधानी से curate न किया जाए; असली मूल्य design, domain knowledge, और निरंतर refinement में है।
- अन्य लोग चेतावनी देते हैं कि यदि AI-जनित artifacts पर कॉपीराइट नहीं है, तो पूरे AI-आधारित business models (जैसे AI music catalogs) कानूनी रूप से नाज़ुक हो सकते हैं।
- इस बात को लेकर लगातार तनाव है कि AI को केवल एक tool माना जाए या एक मध्यवर्ती “author” माना जाए जो पारंपरिक IP मान्यताओं को तोड़ देता है।