Cazul afirmă că Google a copiat inițial cărți ca material sursă prin intermediul Google Books, susținând că compania a folosit cărți pe care „le-a obținut în scopuri strict limitate în legătură cu Google Books și alte servicii Google”. De asemenea, se acuză că Google „a descărcat date web de pe aproape întregul internet, inclusiv de pe surse piratate cunoscute și din spatele unor paywall-uri legitime”. Mai mult, se susține că Google a copiat aceste lucrări fără permisiune pentru a-și antrena modelele AI și continuă să o facă, deși aceste utilizări ar depăși sfera acordurilor existente.
Procesul susține că Google era pe deplin conștientă de riscurile legale, documente interne avertizând că utilizarea cărților pentru antrenarea AI era „extrem de problematică pentru Google” și ar putea duce la amenzi de până la 100 de miliarde de dolari. „În niciun moment Google nu a informat autorii și editorii că le copiază lucrările ca material sursă pentru a dezvolta și antrena modele AI”, se arată în plângere.
Kirk Sigmon, partener fondator al KellDann Law, specializat în tehnologie și proprietate intelectuală, a declarat pentru Al Jazeera: „Ideea, pe scurt, este că orice argument de fair use [o doctrină legală care permite utilizarea limitată a materialului protejat fără permisiune în scopuri precum raportarea, educația și cercetarea] pe care l-ar avea Gemini ar fi probabil anulat de faptul că au achiziționat cărțile în mod ilegal. Este o problemă interesantă, cu multe dimensiuni complexe, nu în ultimul rând pentru că poate fi greu de demonstrat ce a fost sau nu în corpusul de antrenare.”
Procesul urmează unei încercări anterioare a Hachette Book Group și Cengage, din februarie, de a se alătura unui proces colectiv existent, intentat inițial de un grup de autori în 2023. „Amploarea plângerii subliniază că autorii și editorii sunt uniți în scopul de a-și proteja valoroasele drepturi de proprietate intelectuală asupra operelor de ficțiune, non-ficțiune, cărți pentru copii, memorii și poezie, precum și asupra lucrărilor educaționale și articolelor științifice care acoperă mii de domenii și evoluții în cercetare”, a declarat Hachette într-un comunicat.
Acesta nu este primul proces intentat unei companii AI de către autori și editori de cărți pentru încălcarea drepturilor de autor. Există un proces în așteptare împotriva OpenAI, intentat de autori precum George RR Martin, autorul seriei Game of Thrones, și Authors Guild. În octombrie, un judecător federal a respins încercarea OpenAI de a respinge cazul. Cu toate acestea, un alt proces intentat de un grup de autori împotriva Meta nu a fost favorabil autorilor. În 2025, un grup de autori condus de Richard Kadrey a susținut că compania-mamă a Facebook și Instagram a folosit cărți protejate de drepturi de autor pentru a-și antrena modelele AI. Un judecător federal a decis că antrenarea AI îndeplinea cerințele legale pentru „fair use”.
„Toate [procesele privind drepturile de autor] urmează de obicei aceeași foaie de parcurs”, a declarat Michael Goodyear, profesor asociat la New York Law School, pentru Al Jazeera. „Pretențiile de bază sunt că ai luat lucrări protejate și le-ai folosit pentru antrenare. Acestea au fost copii ilegale, acesta este argumentul antrenării. Unele fac și argumente mai explicite despre rezultate care încalcă drepturile.”
Dar Oli Huggins, CEO al ExpertEdge și VP al Parteneriatelor la Packt Publishing – o editură ale cărei titluri au fost folosite într-un caz de piraterie Anthropic și care a declarat pentru Al Jazeera că a fost contactat de companii AI care doreau să plătească pentru a se antrena pe datele companiei – a spus că provocarea este că, odată ce informațiile sunt folosite pentru antrenare, este dificil să se demonstreze dacă un rezultat constituie încălcare a drepturilor de autor. „Demonstrarea a ceea ce s-a întâmplat în interiorul unui model este o altă dificultate fundamentală. Odată ce oul este copt în prăjitură, este extrem de dificil să-l identifici, să cuantifici contribuția sa sau să dovedești exact ce copie a unei cărți a fost folosită. Un model poate dezvălui familiaritatea cu o lucrare fără a reproduce suficient text textual pentru a stabili lanțul probator de care are nevoie un reclamant”, a spus Huggins.
Huggins a adăugat că ofertele de licențiere făcute în prezent nu sunt sustenabile pentru editori. „Economia rămâne profund neatractivă. Ofertele care circulă în prezent pot evalua o licență perpetuă de antrenare AI la aproximativ 10 dolari per titlu.”
Există un val de procese în industriile bazate pe conținut, inclusiv știri și muzică, împotriva companiilor AI pentru încălcarea drepturilor de autor. CNN a intentat un proces împotriva Perplexity, acuzând că a copiat ilegal peste 17.000 de articole pentru a-și antrena modelele, generând conținut „identic sau substanțial similar cu conținutul CNN”, potrivit plângerii depuse în mai. Săptămâna trecută, 17 organizații de știri, inclusiv The New York Times, au acuzat OpenAI că reține probe într-un caz intentat inițial de ziar în 2023, susținând că compania AI condusă de Sam Altman a încălcat drepturile de autor în timpul antrenării ChatGPT.
În sectorul muzical, Hagens Berman, o firmă de avocatură proeminentă pentru acțiuni colective, a intentat un proces colectiv împotriva generatorului de muzică AI Suno, acuzând că și-a antrenat modelele pe lucrările muzicienilor independenți fără consimțământul acestora. În ianuarie, Universal Music Group a dat în judecată Anthropic, acuzând compania condusă de Dario Amodei de încălcare a drepturilor de autor prin utilizarea a 20.000 de cântece pentru a-și antrena modelul Claude fără permisiune.
Dar rămân întrebări legate de cine este responsabil în cele din urmă pentru materialul reprodus care pare a fi copiat, potrivit lui Goodyear, întrebări la care instanțele nu au răspuns încă. „Dacă utilizatorul încearcă în mod activ să determine modelul să încalce drepturile, asta ar putea însemna că utilizatorul este în cele din urmă responsabil, nu sistemul AI. Aceasta este încă o întrebare deschisă pe care instanțele din Statele Unite nu au abordat-o cu adevărat.”
De ce este important:
Acest proces marchează un moment crucial în confruntarea dintre industria editorială și giganții tehnologiei, având potențialul de a stabili precedente legale majore privind utilizarea operelor protejate de drepturi de autor pentru antrenarea inteligenței artificiale. Dacă instanța va da câștig de cauză reclamanților, ar putea forța companiile AI să negocieze licențe echitabile cu autorii și editorii, transformând fundamental modelul economic al dezvoltării AI. În același timp, o decizie favorabilă Google ar putea consolida doctrina „fair use” în contextul tehnologiilor emergente, deschizând calea pentru o exploatare mai largă a conținutului protejat. Indiferent de rezultat, acest caz va influența modul în care sunt create și reglementate modelele lingvistice mari, având implicații directe pentru milioane de creatori de conținut, editori și utilizatori din întreaga lume.
