Merriam-Webster وEncyclopedia Britannica تقاضيان OpenAI بسبب 100 000 مقالة

لجأت Merriam-Webster وEncyclopedia Britannica إلى القضاء بدعوى ضد OpenAI، متهمتين الشركة بانتهاك حقوق النشر على نطاق واسع. وبحسب رواية المدّعيتين، استخدمت OpenAI ما يقارب 100 000 مقالة محمية بحقوق النشر لتدريب نماذجها اللغوية الكبيرة، دون أي إذن ودون دفع أي تعويض.

تُعدّ Merriam-Webster من أقدم المعاجم الإنجليزية وأكثرها موثوقية، وقد تأسست عام 1831. أما Encyclopedia Britannica فتسبقها زمنيًا؛ إذ تصدر منذ عام 1768، وظلّت طوال قرنين ونصف القرن الموسوعة الرئيسية الناطقة بالإنجليزية في العالم. وخلال هذه المدة، بنى محررو المؤسستين واحدة من أوسع مدوّنات النصوص المرجعية وأكثرها تدقيقًا. وهذا النوع تحديدًا من البيانات، الدقيق والمراجَع مرارًا والمرتبط بتعريفات وتواريخ محددة، ثمين بصورة خاصة في تدريب النماذج اللغوية التي يُفترض أن تقدّم إجابات صحيحة من حيث الوقائع.

وتتلخص جوهر الاتهامات في أن OpenAI أدرجت، عند تكوين مجموعات بيانات التدريب لنماذجها اللغوية الكبيرة (LLM)، مواد هذين الناشرين بصورة منهجية دون إبرام عقود ترخيص. وبحسب الدعوى، يتعلق الأمر بما يقارب 100 000 مقالة، وهي ليست عينة عشوائية من الشبكة المتاحة للعموم، بل اقتباس مقصود وواسع النطاق لمحتوى أنتجه محترفون. وقد تطلّب إنتاج هذه المواد جهدًا استمر سنوات من آلاف المعجميين والباحثين والمحررين العلميين والخبراء القطاعيين. ويُستخدم هذا الجهد كله الآن، في جوهره، وقودًا لمنتج تجاري، دون مقابل ودون موافقة.

وتندرج الدعوى ضمن موجة واسعة من الدعاوى القضائية ضد OpenAI. فقد سبق أن قدّمت مطالب مماثلة New York Times، ووكالات أدبية كبرى، ورابطة المؤلفين الأمريكية، واتحادات الصحفيين المستقلين، وعدد من الكتّاب المعروفين. ومنطق هذه الدعاوى جميعها ثابت: بنت شركات الذكاء الاصطناعي أعمالًا تبلغ قيمتها مليارات الدولارات على جهد فكري يخص غيرها، دون أن تدفع سنتًا واحدًا ودون أن تطلب الإذن.

ويتسع نطاق المطالبات: فبعد أن كان المؤلفون الأفراد هم من يرفعون الدعاوى، تدخل الآن إلى المعركة مؤسسات ترتبط علامتها التجارية ارتباطًا مباشرًا بالموثوقية والمرجعية الأكاديمية. وهذه لم تعد قضية حقوق نشر فحسب، بل قضية تتعلق بمن يملك سمعة الموثوقية في عصر الذكاء الاصطناعي.

وترد OpenAI عادةً بالحجة نفسها: فالتدريب على بيانات متاحة للعموم يندرج ضمن مبدأ fair use، أي الاستخدام العادل بموجب قانون حقوق النشر الأمريكي. وتضيف الشركة حجة أخرى، وهي أنها لا تعيد إنتاج النصوص الأصلية حرفيًا، وإنما تدرّب النماذج على الأنماط الإحصائية المستخلصة منها. ولم تحصل أي من هاتين الحجتين حتى الآن على تأكيد قضائي نهائي. فمعظم القضايا ما زالت في مراحلها الأولى، ولم تتبلور لدى المحاكم بعد موقف موحّد بشأن الحد الفاصل لـ fair use فيما يخص النماذج اللغوية الكبيرة.

وما يمنح هذه الدعوى خصوصيتها هو مشاركة ناشري المعاجم والموسوعات. فمنتجهم ليس أخبارًا تُكتب تحت ضغط الموعد النهائي، ولا مدوّنات تُنشر طلبًا للانتشار. إنه معرفة مرجعية تُنتج ببطء وبتكلفة عالية: موثّقة ومنظّمة وخاضعة لمعايير تحريرية صارمة. وهذه البيانات هي أساس الإجابات التي يقدّمها الذكاء الاصطناعي على أنها حقائق. وليس من قبيل الصدفة أن تُدرج هي بالذات في مدوّنة التدريب، ولا أن تجد نفسها الآن في صلب أكثر المنازعات القضائية مبدئيةً في تاريخ الذكاء الاصطناعي التوليدي.

وستحدد نتيجة هذه القضايا قواعد اللعبة للصناعة بأكملها. فانتصار أصحاب الحقوق سيُلزم شركات الذكاء الاصطناعي بترخيص بيانات التدريب بأثر رجعي، مع تبعات مالية لا يمكن التنبؤ بها. أما انتصار مفهوم fair use فسيرسي سابقة تجرّد المؤلفين فعليًا من أدوات التأثير في عصر الذكاء الاصطناعي التوليدي. والنتيجة غير واضحة حتى الآن، لكن أمرًا واحدًا بديهي: لن تتمكن الصناعة من بناء المستقبل إلى ما لا نهاية على ماضي الآخرين دون الاتفاق على الشروط.