W brzuchu cyfrowego potwora znikają teksty Sanah, kryminały Chmielarza i reportaże Szczygła – bez ich wiedzy, zgody i bez zapłaty. Globalne korporacje budują swoje imperia na systemowej kradzieży i bezkarnym żerowaniu na pracy tysięcy twórców, także polskich. A nasze państwo bezradnie rozkłada ręce.
Jest koniec czerwca. W warszawskim Faktycznym Domu Kultury kilkudziesięciu słuchaczy z uwagą śledzi prowadzony na żywo eksperyment. Przeprowadza go Olga Gitkiewicz, reporterka i autorka książek. Chce sprawdzić, czy ChatGPT mógłby napisać reportaż jak żywy człowiek. Dla ułatwienia wybrała temat historyczny, bo oczywistością jest, że żaden model językowy nie ruszy w teren, nie porozmawia z ludźmi, nie przeprowadzi dziennikarskiego śledztwa.
Gitkiewicz wpisuje prosty prompt, na który odpowiedzieć można, sięgając do źródeł historycznych dostępnych w sieci. W odpowiedzi model językowy wypluwa tekst, który okazuje się wodolejstwem. Jest pełen niedopowiedzeń, błędów logicznych, a nawet językowych. Gitkiewicz na żywo je poprawia, komentuje, zadaje dodatkowe pytania, stara się, aby tekst bardziej przypominał reportaż. Publiczność się śmieje.
W kolejnym etapie eksperymentu prompt zawiera polecenie, aby narracja przypominała styl Olgi Gitkiewicz. ChatGPT zastrzega, że nie może idealnie podrobić danego autora, ale spróbuje oddać bardziej reporterski, oszczędny styl, z naciskiem na „struktury społeczne i codzienność”, cokolwiek miałoby to znaczyć.
— To, co wypluł, okazało się grafomanią w czystej postaci. Było tak nieznośne, drętwe, sztuczne, dalekie od czyjegokolwiek stylu, a do tego kompletnie pozbawione logiki, że ludzie śmiali się jeszcze bardziej — opowiada mi później Olga Gitkiewicz.
Czyli pisarze, reportażyści, szerzej ludzie pióra są uratowani? Sztuczna inteligencja “nie zabierze” im pracy? Nie mam dobrych wieści. Przyszłość autorów nie wydaje się bezpieczna. Owszem, ChatGPT czy inny model nie zastąpi pisarza czy reportera, ale odbierze im pieniądze.
Nazwisko Olgi Gitkiewicz, obok szeregu polskich twórców można odnaleźć w stworzonej przez amerykański magazyn The Atlantic wyszukiwarce dzieł „AI Watchdog”, na których firmy zajmujące się sztuczną inteligencją trenowały swoje modele językowe. To ogromny zbiór danych: chronionych prawem autorskim książek, filmów, programów telewizyjnych, utworów muzycznych i ich tekstów, podkastów czy artykułów naukowych, które wykorzystano bez zgody twórców.
Kiedy w wyszukiwarkę wpiszemy polskie nazwiska, dowiemy się, że w zbiorze treningowym znajduje się na przykład 127 utworów Sanah, 144 Krzysztofa Krawczyka, 206 Dawida Podsiadły, 414 rapera Tede i 312 Quebonafide. Są książki wspomnianej Olgi Gitkiewicz, ale nie tylko. Lista jest długa, a nazwiska twórców, których dzieła mogły być wykorzystane do trenowania modeli językowych, można wymieniać właściwie w nieskończoność. Maszynę prawdopodobnie nakarmiono twórczością m.in. Olgi Tokarczuk, Jerzego Pilcha, Jacka Dukaja, Jakuba Żulczyka, Mariusza Szczygła czy Wojciecha Chmielarza.
Kiedy pytam o to Mariusza Szczygła, nie wydaje się zaskoczony. Odpowiada, że nie zrobiło mu się na tę wieść gorąco. Nie poczuł też oburzenia.
– Dziwne byłoby, gdyby ten potwór jeszcze nie trawił naszych książek w swoim żołądku. Nie ma przed nim ratunku, tak jak nie ma przed kapitalizmem. Można zachować się tylko przyzwoicie na poziomie indywidualnym i nie wrzucać modelom AI plików, które są czyjąś pracą intelektualną czy artystyczną – mówi mi Mariusz Szczygieł i dodaje jednocześnie, że nie wierzy, że tak się nie stanie. – Zawsze ktoś będzie to robił. Student czy dziennikarz, który nie ma czasu przeczytać książki, więc AI mu ją streści – rozkłada ręce reporter.
Kiedy pytam o to Mariusza Szczygła, nie wydaje się zaskoczony. Odpowiada, że nie zrobiło mu się na tę wieść gorąco. Nie poczuł też oburzenia.
– Dziwne byłoby, gdyby ten potwór jeszcze nie trawił naszych książek w swoim żołądku. Obawiam się, że nie ma przed nim ratunku, tak jak nie ma przed kapitalizmem – rozkłada ręce reporter.
Zaskoczony jest zaś autor kryminałów Wojciech Chmielarz. W rozmowie z Magazynem Spider’sWeb+ przyznaje, że dawniej sprawdzał, czy jego książki mogły służyć jako pożywka dla modeli językowych. Wtedy jednak nie znalazł swojego nazwiska na liście. Teraz wyszukiwarka wyświetla 9 tytułów jego książek, które mogły być wykorzystane do trenowania sztucznej inteligencji.
– Nie będę ukrywał: czuję się z tym po prostu źle. Zwyczajnie, po ludzku źle. Mamy tutaj do czynienia z klasyczną, wręcz podręcznikową sytuacją, w której prawo absolutnie nie nadąża za błyskawicznym rozwojem technologii. Zresztą to nie jest żadne novum, w historii ludzkości takie zjawisko ciągle się powtarza – mówi mi Wojciech Chmielarz.
Pisarz przyznaje, że sytuacja, w której w teorii chronione prawem utwory są wykorzystywane bez pytania kogokolwiek o zgodę i – co oczywiste – również bez wynagrodzenia, go niepokoi.
– W języku potocznym, w codziennej rozmowie, bez wahania użyłbym słowa „kradzież”. To intuicyjne i pierwsze skojarzenie, które nasuwa się każdemu człowiekowi, którego praca została bezwiednie przejęta. Natomiast jeśli przejdziemy na grunt czysto prawniczy, precyzyjny i sformalizowany, to tutaj nie wiem, jakiego sformułowania powinienem użyć – przyznaje Chmielarz.
Olga Gitkiewicz uważa zaś, że dla niej to nowa odsłona internetowego piractwa, tyle że do potęgi dziewiątej. Przyznaje zarazem, że zasadniczo nie przeszkadza jej, gdy pojedynczy człowiek ściągnie z pirackiej strony jej książkę, by ją przeczytać.
– Ale teraz się waham. To, że jedna osoba spiraci książkę, może wydawać się drobnym kamyczkiem, czymś bez znaczenia. Tylko że właśnie z milionów takich nielegalnie kopiowanych książek powstają dziś zbiory danych, na których trenuje się modele sztucznej inteligencji. Mamy więc do czynienia z systemowym zjawiskiem. I nazwałabym to raczej utratą kontroli nad efektami pracy twórczej. Ktoś przejmuje owoce mojej pracy, a ja – i ogólnie autorzy – nie mam na to żadnego wpływu. Bo przecież nikt do mnie nie zadzwonił ani nie napisał z pytaniem, czy może trenować model na mojej książce – mówi Gitkiewicz i dodaje, że postrzega to jako systemową nierównowagę. – Wielkie firmy technologiczne tworzą modele, aby na nich zarabiać. To komercyjna działalność. Niedawno w Sejmie, walcząc o ustawę o zabezpieczeniu socjalnym artystów, usłyszałam, że jesteśmy „darmozjadami” i „beztalenciami”, które powinny zmienić pracę, jeśli nie potrafią opłacić składek. A jednocześnie globalne firmy z ogromnym kapitałem za darmo wykorzystują efekty pracy tych rzekomych beztalenci, a państwo bezradnie rozkłada ręce – dodaje.
Twórcy sztucznej inteligencji, czyli firmy takie jak OpenAI, Anthropic, Google czy Meta, masowe wykorzystywanie do budowania modeli językowych takich jak ChatGPT m.in. książek tłumaczą dwoma zasadniczymi argumentami.
Po pierwsze, powołują się na prawniczą doktrynę dozwolonego użytku, która jest ich główną linią obrony przed wielomiliardowymi pozwami ze strony pisarzy i wydawców. Mowa o przepisach, które w Stanach Zjednoczonych określa się jako fair use. Zaś w Unii Europejskiej istnieją analogiczne przepisy dotyczące eksploracji i uczenia AI na cudzych tekstach i danych, czyli Text and Data Mining – w skrócie TDM. Do polskiego porządku prawnego przepisy te wprowadzono we wrześniu zeszłego roku.
Technologiczni giganci argumentują więc, że nie kopiują dzieł, aby potem je np. bezprawnie rozpowszechniać czy odsprzedawać, lecz transformują oryginalny utwór, nadając mu nową formę i charakter. Słowem: powstaje nowy produkt.
– AI, karmiąc się, wykorzystuje wszystkie dostępne dane, ale trudno powiedzieć, że okrada twórców – przekonywał w Spier'sWeb+ prof. Leszek Pacholski z Uniwersytetu Wrocławskiego, którego wychowankiem jest chociażby Aleksander Mądry z OpenAI.
Dla twórców AI to kluczowa argumentacja, wręcz „być albo nie być”. Gdyby sądy uznały (w tych sprawach toczą się na całym świecie procesy), że za każdą książkę, artykuł czy piosenkę wykorzystaną do treningu potrzebna jest płatna licencja, to stworzenie modeli językowych LLM byłoby o wiele trudniejsze, o ile w ogóle wykonalne. Dlaczego? Bo z jednej strony zajęłoby o wiele więcej czasu. Podpisanie licencji z tysiącami autorów i wydawców zajęłoby lata, a nie wszyscy autorzy w ogóle wyraziliby zgodę na wykorzystanie ich dzieł. Z drugiej – byłoby niezwykle kosztowne, bo za każdy wykorzystany materiał należałoby zwyczajnie zapłacić. A tego twórcy sztucznej inteligencji unikają jak ognia.
– Jeśli ktoś wykorzystuje dzieło stworzone przez twórcę, a w tym konkretnym przypadku moje książki, do tworzenia zupełnie nowej, wysoce dochodowej działalności komercyjnej, to moim zdaniem drastycznie wykracza to poza jakiekolwiek ramy dozwolonego użytku – uważa Wojciech Chmielarz, który zanim został autorem kryminałów, był dziennikarzem ekonomicznym. Dodaje też, że skoro korporacje technologiczne używają owoców czyjejś pracy do tego, aby zarabiać gigantyczne pieniądze, to w grę wchodzi nie tylko dozwolony użytek, ale przede wszystkim prawa pokrewne. – Firmy szkolące sztuczną inteligencję zwyczajnie nie dysponują tymi prawami. Powinny je najpierw legalnie wykupić na zasadzie licencji, zamiast bezkarnie po nie sięgać, nie pytając nawet o zdanie autorów – dodaje pisarz.
Podaje też prostą analogię, którą każdy bez trudu zrozumie. Jeśli jakikolwiek np. producent filmowy chciałby stworzyć ekranizację na podstawie jego książki, to musi wynegocjować warunki i wykupić odpowiednią licencję na wykorzystanie oraz eksploatację utworu na nowym polu, jakim jest kino czy telewizja.
– Dlaczego więc w przypadku szkolenia modelu językowego miałoby być inaczej? Mechanizm jest identyczny: podmiot technologiczny bierze moją książkę, przetwarza ją i bez mojej wiedzy oraz zgody narusza moje prawa autorskie i pokrewne – twierdzi Wojciech Chmielarz.
A to, że firmy technologiczne nie zamierzają zawierać umów licencyjnych ani też płacić autorom, widać po ich działaniach. Nie tylko nie wypłacają im rekompensat, ale nawet nie informują, że ich model pożarł ich dzieło. Mało tego, szukając strawy dla trenowanych systemów, sięgają także po materiały pochodzące z nielegalnych źródeł.
To przypadek firmy Meta, czyli właściciela Facebooka i Instagrama, ale nie tylko. Za sprawą śledztwa magazynu The Atlantic wiemy, że grupa zarządzana przez Marka Zuckerberga świadomie korzystała z pirackiej biblioteki Library Genesis.
Co to takiego? LibGen, bo takiego skrótowca zwykle używa się w jej kontekście, to ogromna baza plików z milionami książek czy prac naukowych, czyli materiałami zawierającymi treści wysokiej jakości. A takie są kluczowe dla szkolenia modeli językowych i niezwykle pożądane przez twórców systemów AI. Wiedzieli o tym pracownicy Mety, którzy szkolili flagowy model językowy Llama 3. Rozmawiali nawet z wieloma wydawcami o tym, by zakupić legalne licencje pozwalające wykorzystać książki do trenowania AI, ale uznali, że – tu ważny cytat – legalna droga byłaby "niezwykle powolna", a do tego "nieracjonalnie droga". Wiadomo, że „za darmo” to najuczciwsza cena, przynajmniej tak uznała Meta z Markiem Zuckerbergiem na czele, który osobiście dał zielone światło, aby skorzystać ze zbioru pirackiej biblioteki. I choć dziś nie da się dokładnie ustalić, które części LibGen zostały wykorzystane przez Metę, to wiadomo, że firma-matka Facebooka nie była jedyna – z nielegalnego zbioru danych korzystało też OpenAI przy tworzeniu ChataGPT oraz firma Anthropic. Przypadek tej ostatniej jest o tyle ważny, że twórcy modeli z serii Claude zostali na drodze prawnej zmuszeni do zapłacenia 1,5 mld dolarów w ramach ugody z grupą autorów i wydawców po tym, jak amerykański sąd orzekł, że firma, co w czasie procesu przyznał jeden z jej pracowników, nielegalnie pobrała i przechowywała (można się domyślać, w jakim celu) miliony książek chronionych prawem autorskim.
Wiadomo nawet, że wśród poszkodowanych byli polscy autorzy. W uzyskaniu odszkodowania pomagał im Piotr Siemion, pisarz, tłumacz i prawnik, a także członek zarządu Unii Literackiej, która zrzesza polskich pisarzy.
– Jako prawnik pomagałem pro bono dwojgu znanym polskim autorom, których utwory w przekładzie ukazały się w języku angielskim; trzeba było wypełnić przygotowane przez Anthropic dokumenty i wysłać wnioski o rekompensatę. Były to kwoty sięgające kilku tysięcy dolarów, nie mówimy więc o żadnych bajońskich sumach. Jednak sama sprawa była przełomowa, bo wcześniej nie wydarzyło się nic podobnego – opowiada Piotr Siemion.
To przechowywanie pobranych książek, którego dopuścił się Anthropic, jest kluczowe pod względem drugiego z koronnych argumentów, których używają twórcy sztucznej inteligencji.
Firmy technologiczne usprawiedliwiają masowe wykorzystanie dzieł twórców, bo – jak lubią mówić – ich produkty tylko się z nich uczą. Traktują książki, artykuły, piosenki jedynie jako materiał, na podstawie którego model poznaje język, zasady gramatyki, idee i fakty o świecie. A tych prawo autorskie nie chroni, w przeciwieństwie do konkretnej formy wyrażania myśli, czyli np. fabuły, stylu autora.
– Twórcy AI przekonują, że proces uczenia ich modeli przypomina ludzką naukę. My również czytamy książki, oglądamy obrazy i słuchamy muzyki, a potem tworzymy nowe, kreatywne rzeczy na bazie zdobytej wiedzy i nie płacimy autorom przeczytanych książek za to, że mogliśmy się czegoś z nich nauczyć, czymś zainspirować. Twórcy AI twierdzą, że ich modele powinny mieć prawo robić dokładnie to samo, choć oczywiście w nieporównywalnie większej skali. Szczególnie że, jak twierdzą, modele AI nie „przechowują” tych książek „w sobie” i ich fizycznie nie powielają, one się na nich uczą – wyjaśnia dr Gabriela Bar, ekspertka w obszarze prawa nowych technologii oraz regulacji dotyczących sztucznej inteligencji.
Jak wyjaśnia radczyni prawna, wyjątkiem jest zjawisko nazywane regurgitacją. Polega ono na tym, że najczęściej na skutek celowej prowokacji użytkownika model nagle generuje treść będącą dokładną wersją chronionego utworu. A to mógłby być dowód na nielegalne zwielokrotnienie i naruszenie praw autorskich.
Ale też na podważenie metafory "uczenia się", na której opiera się cała branża AI. W styczniu tego roku to, że duże modele nie uczą się, lecz kopiują udało się dowieść zespołowi naukowców z Uniwersytetów Stanford i Yale. Badacze ujawnili oni, że cztery popularne duże modele językowe GPT firmy OpenAI, Claude firmy Anthropic, Gemini firmy Google i Grok firmy xAI – zapisały duże fragmenty niektórych książek, na których zostały wytrenowane, i potrafią odtwarzać długie ich fragmenty. Na przykład sprowokowany przez naukowców Claude potrafił dostarczyć niemal kompletny tekst książek "Harry Potter i Kamień Filozoficzny", "Wielki Gatsby" i "Frankenstein”. To odkrycie, które opisujący badanie The Atlantic określił "czymś, co może zmienić wszystko w branży technologicznej".
Dlaczego? Bo firmy zajmujące się sztuczną inteligencją m.in. OpenAI, Meta, Microsoft, Anthropic czy Google, od dawna zaprzeczają, że przechowują kopie informacji, z których się uczą. Ta ostatnia pisała nawet, że LLM-y nie przechowują kopii swoich danych szkoleniowych, lecz „wzorce w języku ludzkim”. I na pierwszy rzut oka to może być prawda. Ale – jak napisał Alex Reisner programista i publicysta The Atlantic – może to być również mylące, kiedy zagłębimy się w to, jak faktycznie używane są np. książki do opracowania modelu AI.
"Twórcy AI dzielą tekst książki na tokeny lub fragmenty słów. Na przykład fraza hello, my friend może być reprezentowana przez tokeny he , llo , my , fri i end . Niektóre tokeny to rzeczywiste słowa; inne to po prostu grupy liter, spacji i znaków interpunkcyjnych. Model przechowuje te tokeny i konteksty, w których pojawiają się w książkach. Kiedy LLM pisze zdanie, podąża ścieżką przez ten las możliwych sekwencji tokenów, dokonując na każdym kroku wyboru o wysokim prawdopodobieństwie. Opis Google’a jest więc mylący, ponieważ przewidywania dotyczące kolejnych tokenów nie pochodzą z jakiegoś nieokreślonego bytu, takiego jak „język ludzki”, ale z konkretnych książek, artykułów i innych tekstów, które model przeskanował" – tłumaczył Alex Reisner. A w swoim tekście wykazał, że „mapa prowadząca przez las” bywa tak szczegółowa, że zawiera kopie całych książek i artykułów. Na przykład modelom Llama i Claude wystarczyło podać kilka pierwszych zdań z książek, aby odtworzyły je niemal w całości.
Problem w tym, że mimo to duże modele językowe generatywnej AI zwykle nie zaserwują nam dokładnego, identycznego cytatu z książki. Raczej opowiedzą nam o czym jest, bo tak zostały zaprogramowane. Zaś wspomniana regurgitacja jest przez twórców sztucznej inteligencji uważana za “rzadki błąd” związany z niewłaściwym wykorzystaniem technologii.
– Nawet jeśli model AI odpowie nam dokładnym cytatem z książki, to wcale nie oznacza, że został na niej wytrenowany – mówi dr Gabriela Bar. – Mają one obecnie stały dostęp do internetu i informacje o fabule mogą zaczerpnąć z ogólnodostępnych opisów czy recenzji w sieci. Dlatego udowodnienie, że model z całą pewnością wykorzystał konkretne dzieło, jest niezwykle trudne – dodaje.
Twórcy w tej nierównej walce zajmują więc trudną, żeby nie powiedzieć przegraną pozycję. Samo znalezienie własnego nazwiska w wyszukiwarce dzieł wykorzystanych do trenowania sztucznej inteligencji to za mało. Bo cóż autor może właściwie począć?
– Paskudny aspekt tej sytuacji polega na tym, że ja osobiście, jako pojedynczy autor, nie jestem w stanie zrobić absolutnie nic. To nie jest nawet przysłowiowe kopanie się z koniem – to jest próba kopania się z ogromną górą. Gdybym na własną rękę próbował wytoczyć proces korporacji technologicznej, byłbym z góry skazany na porażkę. Co ja mogę zrobić w pojedynkę? Nie pójdę przecież na otwartą wojnę sądową z gigantem pokroju OpenAI – mówi Wojciech Chmielarz.
W realiach polskiego rynku prawdopodobnie żadnego z autorów, nawet tych najpopularniejszych nie byłoby na to stać na samodzielną kosztowną walkę sądową. Chociaż może to być skuteczna ścieżka, co pokazuje przykład z Niemiec, gdzie OpenAI, wprawdzie dopiero w pierwszej instancji, ale przegrało sprawę o naruszenie praw autorskich wykorzystując teksty popularnych piosenek w swoim modelu językowym ChatGPT bez uiszczenia opłat licencyjnych.
Jeśli do podobnych wniosków dojdą inne sądy, w tym przede wszystkim amerykańskie, to autorzy będą mogli przestać przyglądać się jak rabowana jest ich własność, a wzywana policja nie przyjeżdża.
Wojciech Chmielarz przyznaje, że na pewno poważnie rozważyłby dołączenie do takiego pozwu. Podobnie odpowiada pytana o to Olga Gitkiewicz. Oboje podkreślają, że liczą tutaj na wsparcie państwa, czy ministerstwa, które mogłoby przyjąć rolę aktywnego koordynatora działań.
– Gdyby na przykład w Ministerstwie Kultury funkcjonował dedykowany zespół ekspercki, który monitorowałby zagraniczne procesy zbiorowe, informował polskich autorów o możliwościach prawnych i pomagał nam bezpłatnie przebrnąć przez skomplikowane międzynarodowe formalności – to byłoby realne, potężne wsparcie – mówi Wojciech Chmielarz.
Czy resort kultury rozważa podjęcie takich działań? Trudno powiedzieć, bo na nasze pytania ministerstwo nie odpowiedziało.
Podobnie jak na pytania dotyczące podejmowanych kroków mających na celu ochronę polskich twórców przed wykorzystywaniem ich dzieł do trenowania modeli AI, tworzonych w tym celu regulacji czy współpracy z organizacjami zrzeszającymi twórców, jak choćby Unia Literacka.
Gabriela Bar przekonuje, że Polska nie powinna czekać na rozstrzygnięcia procesów twórców pozywających gigantów technologicznych, toczące się w Stanach Zjednoczonych.
– Sądy rzadko wydają tam wyroki jednoznacznie na korzyść autorów. Często brakuje twardych dowodów na to, że model realnie uczył się na danych powoda lub że doszło do złamania prawa. Dlatego wiele spraw kończy się poufnymi ugodami. Do tego amerykańskie rozstrzygnięcia niekoniecznie będą dla nas miarodajne, gdyż tam obowiązuje doktryna "fair use", która różni się od naszego "dozwolonego użytku" – mówi dr Gabriela Bar i dodaje, że polski ustawodawca mógłby częściowo samodzielnie uporządkować prawnie kwestię ochrony twórców, ale z uwzględnieniem przepisów unijnych. Chodzi przede wszystkim o wyjątek eksploracji tekstów i danych, czyli TDM, przewidziany w dyrektywie DSM i wdrożony do polskiej ustawy o prawie autorskim i prawach pokrewnych. Mechanizm ten może legalizować określone formy korzystania z utworów na potrzeby analizy tekstów i danych, także w kontekście rozwoju AI, ale nie oznacza pełnej dowolności po stronie dostawców systemów AI.
– Polska ma możliwość uchwalenia własnych przepisów, np. w kwestii wspomnianych wynagrodzeń czy systemowych rekompensat dla twórców. Takie przepisy muszą być jednak spójne z dyrektywą DSM i innymi przepisami unijnymi. Poza tym regulacje mają sens tylko wtedy, gdy są egzekwowalne. W obszarze AI skuteczność ochrony twórców wymaga raczej rozwiązań europejskich, wykorzystujących tzw. efekt brukselski, a nie wyłącznie lokalnych regulacji – dodaje dr Gabriela Bar.
Autorzy jednak nie mają zbyt wielu złudzeń, że zmiany nastąpią szybko. Olga Gitkiewicz przypomina, że państwa zwykle są co najmniej o kilka lat za firmami technologicznymi, dlatego nie ma co dodatkowo zwlekać z podjęciem działań.
– Oczekuję od państwa polskiego zindywidualizowanych kroków prawnych, a nie tylko polegania na ścieżce unijnej. Niestety, na razie państwo polskie raczej brata się z Big Techami, zamiast je regulować – mówi Gitkiewicz.
Nie jest jednak tak, że na polu regulacji kompletnie nic się nie dzieje. Piotr Siemion z Unii Literackiej podkreśla, że zarówno w polskim Ministerstwie Kultury, jak i na forach europejskich trwa dyskusja na temat ograniczenia praktyki wspomnianego wcześniej TDM (Text and Data Mining), czyli uczenia AI na cudzych tekstach.
– W unijnej dyrektywie o prawie autorskim na jednolitym rynku cyfrowym (tzw. dyrektywa DSM, z ang. Digital Single Market) szkolenie modeli zostało prawnie dopuszczone. Dlatego na radykalne postulaty w stylu „całkowicie zabronić AI” nie ma szans. Teraz kluczowe będzie uregulowanie tej praktyki tak, aby twórcy coś z tego mieli – mówi Piotr Siemion i dodaje, że dlatego rozważane są inne możliwości.
– Jedną z nich mogłaby być zmiana w prawie autorskim, tworząca mechanizm dostępu do puli utworów. Obecnie rozważane są dwa równoległe modele. Pierwszy to model opt-out, w którym utwory domyślnie mogą być wykorzystywane do TDM, chyba że autor jawnie wyrazi sprzeciw i zablokuje dostęp. Zaś drugi to model bardziej radykalny – opt-in, który zakładałby, że z definicji nie wolno korzystać z utworów, chyba że autorzy wyraźnie się na to zgodzą – tłumaczy Piotr Siemion.
Jeśli zaś chodzi o polskie prawo autorskie, to obecnie szkolenie modeli AI jest traktowane jako wyjątek, jednak dopuszczalny. Brakuje też jasno zdefiniowanego pola eksploatacji TDM czy ogólnie regulacji wykorzystywania utworów przez sztuczną inteligencję.
– W prawie autorskim można udzielić licencji na druk, audiobook, adaptację filmową czy sceniczną i tak dalej. Jednak AI jako tzw. pole eksploatacji to coś absolutnie nowego. Biznes oparty na tej grupie technologii rozwija się tak szybko, że prawo za nim nie nadąża. Dlatego eksperci i ministerstwo pracują obecnie nad zdefiniowaniem tego pola eksploatacji – mówi Piotr Siemion.
Przyznaje jednak, że wprowadzenie nawet najlepszych przepisów wciąż nie rozwiązuje kluczowego problemu, czyli tego, jak zmusić globalne Big Techy, aby technicznym i technologicznym sposobem wdrożyły i respektowały zmiany.
– Niestety, odpowiedzią Big Techów na składane propozycje jest "chiński mur". Twierdzą, że każda opcja jest zbyt trudna, „nie uda się”. Owszem, deklarują chęć dalszych rozmów, bo co do zasady nie są przeciw, ale jak to zrobić? Rzekomo nie wiedzą i twierdzą, że będzie trudno cokolwiek zmienić – mówi Piotr Siemion.
Wygląda to na typowe i znane już z historii działań firm technologicznych granie na czas i przerzucenie odpowiedzialności na państwa unijne.
– W ich interesie nie leży to, aby sprawę uporządkować. Można wręcz myśleć, że chodzi im o przewlekanie sprawy i zyskanie na czasie, by ostatecznie płacić jak najmniej i jak najpóźniej – mówi Piotr Siemion.
Big Techy liczą, że o sprawie zapomnimy. Albo pisarze, że umrą z głodu i to także zamknie temat.
A czytelnicy? Cóż. Jak pokazał The Atlantic, przez to, że książki zastępujemy krótkimi wideo na TikToku czy streszczeniami zrobionymi przez AI, gwałtownie tracimy umiejętność czytania. Karmimy się uzależniającą dopaminą, zamiast budować mięsień intelektu i krytycznego myślenia. Może więc niebawem pozostaną tylko odbiorcy kontentu, a czytelnikiem nie będzie kogo nazwać.
A stąd już krok do realizacji wizji poety Kennetha Goldsmitha, twórcy koncepcji "nietwórczego pisania”, która brzmi dziś jak proroctwo zapowiadające nadejście dużych modeli językowych, czyli LLM-ów.
Goldsmith przekonywał, że skoro w dobie internetu jesteśmy zalewani gigantyczną ilością treści, to może pisarze powinni zrezygnować z oryginalności i romantycznego tworzenia tekstów "od zera”. A zamiast tego zająć się analizą, filtrowaniem i rekonstrukcją tego, co już zostało napisane. Słowem: pisarz stałby się kimś w rodzaju kuratora lub programisty bazy danych. Zredukowany do roli, w której bliżej mu do maszyny. Podobnej do tej, która dziś karmi się jego własnymi słowami.