اكتشف الباحثون للتو شيئًا مزعجًا للغاية يمكن أن يهز صناعة الذكاء الاصطناعي في جوهرها

لسنوات، ادعت شركات الذكاء الاصطناعي مثل جوجل، وميتا، وأنثروبيك، وأوبن إيه آي أن نماذجها اللغوية الكبيرة لا تحافظ من الناحية الفنية على الأعمال المحمية بحقوق الطبع والنشر، ولكنها بدلاً من ذلك “تتعلم” من بيانات التدريب بطريقة مشابهة للعقل البشري. كان هذا التمييز الذي تمت صياغته بعناية أمرًا حاسمًا في دفاعهم ضد العدد المتزايد من الدعاوى القضائية المتعلقة بانتهاك حقوق الطبع والنشر. والسؤال الذي يطرح نفسه، هل الذكاء الاصطناعي هو في الواقع آخر وأعلى أشكال القرصنة؟

يذهب هذا الادعاء مباشرة إلى قلب حقوق الطبع والنشر. بموجب قانون حقوق الطبع والنشر الأمريكي لعام 1976، يتمتع صاحب الحق بالحق الحصري في إعادة إنتاج العمل وتكييفه وتوزيعه وأدائه علنًا وعرضه. وفي الوقت نفسه، يسمح مبدأ “الاستخدام العادل” باستخدام المواد المحمية لأغراض مثل النقد والصحافة والبحث، وهي على وجه التحديد الحجة التي تتذرع بها صناعة الذكاء الاصطناعي في قضايا المحاكم. وقد صرح مدير OpenAI، سام ألتمان، أن الأمر “انتهى” بالنسبة للصناعة إذا تم منعها من الاستخدام الحر لبيانات الملكية لتدريب النماذج.

لسنوات، اتهم أصحاب حقوق الطبع والنشر شركات الذكاء الاصطناعي بتدريب نماذج على الأعمال المقرصنة والمحمية، وتحقيق الدخل منها عمليا دون تعويض المؤلفين والصحفيين والفنانين بشكل مناسب. وقد أدى هذا الصراع القانوني الذي دام عدة سنوات إلى تنفيذ العديد من التسويات الكبيرة. الآن، يمكن لدراسة جديدة أن تزيد من تفاقم محنة الصناعة.

نشر باحثون من كلية ستانفورد وكلية ييل ورقة بحثية قدموا فيها أدلة دامغة على أن النماذج اللغوية الكبيرة تقوم بالفعل بنسخ البيانات، بدلاً من “التعلم” منها بشكل مجرد. على وجه التحديد، تم اختبار أربعة نماذج معروفة: GPT-4.1 من OpenAI، وGemini 2.5 Pro من Google، وGrok 3 من xAI، وClaude 3.7 Sonnet من Anthropic. جميعهم، وفقًا للنتائج، تمكنوا من إعادة إنتاج مقاطع طويلة من الأعمال المشهورة ولكنها لا تزال محمية بدقة عالية للغاية.

دراسة تشكك في الدفاع الكامل عن صناعة الذكاء الاصطناعي

تشير الدراسة إلى أن كلود كان قادرًا على إنتاج “كتب كاملة حرفيًا تقريبًا”، بدقة بلغت 95.8 بالمائة. أعاد جيميني إنتاج رواية “هاري بوتر وحجر الساحر” بدقة بلغت 76.8 بالمئة، في حين أنتج كلود محتوى من رواية “1984” لأورويل بنسبة تطابق أكثر من 94 بالمئة مع النص الأصلي.

يشير مؤلفو الورقة إلى أنه على الرغم من الاعتقاد السائد في كثير من الأحيان أن النماذج لا تتذكر الكثير من بيانات التدريب، إلا أن الأبحاث الحديثة تظهر أنه يمكن استخلاص قدر كبير من النص المحمي منها. تم الحصول على جزء من هذه النتائج باستخدام تقنية Handiest-of-N، التي تمطر عارضة الأزياء بأشكال مختلفة من نفس الاستعلام. وقد تم بالفعل ذكر مثل هذه الأساليب في قضايا أمام المحاكم، حيث زعم محامو شركة OpenAI أن “المستخدمين العاديين لا يستخدمون المنتجات بهذه الطريقة”.

ويمكن أن تكون عواقب هذه النتائج بعيدة المدى. وكما لاحظ الصحفي في مجلة The Atlantic، فإن النتائج تقوض الحجة القائلة بأن النماذج “تتعلم” فقط من النصوص، بدلاً من تخزينها واسترجاعها لاحقًا عن طريق نسخ المحتوى عمليًا. وقد يشكل هذا عبئًا قانونيًا خطيرًا على شركات الذكاء الاصطناعي، وربما يكلفها مليارات الدولارات في أحكام انتهاك حقوق الطبع والنشر.

ومع ذلك، لا يوجد إجماع كامل حتى الآن. يقول مارك ليملي، أستاذ القانون في جامعة ستانفورد، والذي مثل شركات الذكاء الاصطناعي في نزاعات مماثلة، إنه غير متأكد مما إذا كان المعرض “يحتوي” بالفعل على نسخة من الكتاب أم أنه قادر على إعادة بنائه بسرعة استجابة لاستفسار ما. وفي الوقت نفسه، تستمر الصناعة في الإصرار على أن النماذج لا تخزن نسخًا من البيانات، وهو ما ناقشته كل من جوجل وOpenAI رسميًا أمام مكتب حقوق الطبع والنشر الأمريكي.

ما إذا كان القضاة الذين يتعاملون مع العدد المتزايد من النزاعات سيقبلون هذه الحجج يظل سؤالًا مفتوحًا. إن الرهان كبير، خاصة في الوقت الذي يصعب فيه على المؤلفين والصحفيين كسب المال من أعمالهم، في حين تستمر قيمة صناعة الذكاء الاصطناعي في الارتفاع بشكل كبير، حسبما ذكرت مجلة فيوتشرزم.