Frustrerede forskere: Vores værker bruges til AI-træning – uden tilladelse

Flere danske forskere har opdaget, at deres publikationer og bøger sandsynligvis indgår i de enorme datasæt, der bruges til at træne kunstig intelligens.

“Fire af mine bøger er blevet brugt til AI-træning uden min viden og samtykke. Det føles uretfærdigt, især fordi to af bøgerne er udgivet af University of Chicago Press, som er et af verdens førende nonprofit universitetsforlag. Jeg tror ikke, at de har solgt mine værker til AI-træning, da deres formål er at fremme forskning og viden, ikke profit. Eventuelle overskud geninvesteres i udgivelser af forskning,” fortæller Fabian Holt, dr.phil. og lektor i kommunikation på Roskilde Universitet.

Han har som mange andre forskere benyttet et søgeværktøj, der er udviklet af The Atlantic, hvor man kan indtaste sit navn og se, om ens værker optræder i LibGen, der er en online platform, som fungerer som et uofficielt digitalt bibliotek. 

Den er kendt for at tilbyde gratis adgang til millioner af bøger, videnskabelige artikler, lærebøger og andre publikationer – ofte uden rettighedsindehavernes tilladelse.

Nægter at kapitulere

Fabian Holt tænker, at hvis hans bøger er blevet misbrugt, er det sandsynligt, at det også er sket for mere fremtrædende forskere.

“Jeg har en kontrakt med forlaget om, hvordan mine værker må benyttes, så det er en sag mellem mig og University of Chicago Press. Som forsker i amerikansk politik er jeg dog også klar over, at techgiganterne har stor frihed under Trump,” siger han og tilføjer:

"Det ville være en ren kapitulation at sige, at det er umuligt at gøre noget ved dette problem. Vi har i vores videnskabelige netværk, fagforeninger og institutioner mulighed for at problematisere det og bede lovgiverne i EU om at komme på banen."

Handler om faglig integritet

For mange forskere er det ikke kun et spørgsmål om ophavsret, men også om faglig integritet og kontrol over egen forskning. Det gør sig blandt andet gældende for Rikke Andreassen, professor på Roskilde Universitet, der også har værker der optræder i LibGen.

“Jeg er tilhænger af åben forskning og vidensdeling, men det her handler om store kommercielle virksomheder, der sætter sig på viden. Det ville gøre en stor forskel, hvis det var en ikke-kommerciel, åben vidensdelingsplatform, der brugte mine data – det ville jeg have det bedre med,” siger Rikke Andreassen. 

Hun peger på, at det er svært at acceptere, at store firmaer “stjæler data”, og at konsekvensen er, at forskeres arbejder, som de har frembragt med blod, sved og tårer nu ufrivilligt bidrager til, at tech-giganterne bliver endnu større.

“Hvis det er pengene, der driver udviklingen, burde man lønne de folk, hvis arbejde man bruger.”

David mod Goliat

Problemet er ikke kun teknisk, men også juridisk:

“Det kan være en krænkelse af ophavsretten at bruge værker til træning af AI-modeller, og der er også et problem, hvis AI-løsninger gengiver beskyttet stof i deres output,” siger Morten Rosenmeier, professor i ophavsret og forperson for Udvalget til Beskyttelse af Videnskabeligt Arbejde (UBVA) under Akademikerne, der arbejder på en rapport om AI og rettighedshavernes stilling.

Han anbefaler, at forskere og rettighedshavere skriver i deres bøger, at datahøstning med henblik på AI-træning er forbudt, men han erkender, at især de amerikanske techgiganter sjældent retter sig efter det.

“Deres vision er at høste alle værker, der nogensinde er lavet. Man må være pragmatisk og erkende, at det er svært at forbyde effektivt, men man kan arbejde for kollektiv licensering, så rettighedshavere får betaling,” siger han.

Retssager mod techgiganter breder sig

Der er dog begyndt at komme retssager, der forsøger at dæmme op for udviklingen. I Frankrig har de største forfatter- og forlagsforeninger netop anlagt sag mod Meta for at have brugt ophavsretligt beskyttet materiale i stor skala til at træne deres AI-systemer uden tilladelse.

“Vi er vidne til et monumentalt rov,” udtalte Maia Bensimon, generalsekretær for SNAC, til Reuters. Sagen betegnes som et eksempel til efterfølgelse i resten af Europa, hvor kampen mod techgiganterne ofte beskrives som “David mod Goliat”.

Også i USA og andre lande er der en bølge af lignende sagsanlæg mod både Meta og OpenAI, hvor forfattere, kunstnere og forlag forsøger at få domstolene til at tage stilling til brugen af deres værker i AI-træning.

Koda, den danske rettighedsorganisation for komponister, sangskrivere og musikforlag, har for nyligt anlagt sag mod den amerikanske AI-musiktjeneste Suno for krænkelse af ophavsretten.

Sagsanlægget handler om, at Suno uden tilladelse har brugt tusindvis af danske musikværker – blandt andet sange af Aqua, D-A-D, MØ, Christopher, Junior Senior og Laid Back – til at træne deres kunstige intelligens, der kan generere ny musik i forskellige stilarter. Koda kræver, at Suno stopper brugen af de danske værker og betaler erstatning til de berørte rettighedshavere.

Overvejer prøvesager

Morten Rosenmeier vil ikke udelukke, at Akademikerne kan finde på at anlægge nogle prøvesager, hvis de ikke kan få techgiganterne til forhandlingsbordet frivilligt.

“Organisationer har pligt til at gøre det, der er bedst for medlemmerne, og hvis forbudsvejen er urealistisk, må man arbejde for rimelig betaling og licensløsninger. Det er et vilkår, at internationale forlag og tidsskrifter nu udvikler egne AI-løsninger og forsøger at tjene på det,” siger han.

Han understreger, at selvom man har publiceret sin forskning i et tidsskrift, har man stadig ophavsretten, men forlagene tiltager sig i stigende grad ret til at bruge værkerne til egne AI-løsninger.

“Det er vigtigt at forstå, at det ikke er muligt at stoppe AI-udviklingen, men man skal arbejde for, at brugen af forskningspublikationer og forskningsdata sker på civiliserede og lovlige vilkår, hvor rettighedshavere har en rimelig indflydelse på, hvad man bruger deres ting til, og hvor de får en betaling.”

For forskere som Fabian Holt og Rikke Andreassen handler sagen ikke kun om penge, men om retten til at bestemme over egen forskning og om at sikre, at viden ikke blot bliver endnu en ressource for techgiganterne.

“Hvis jeg fik valget, ville jeg stadig sige nej til, at mine ting blev brugt, selv hvis jeg fik betaling. Men jeg ville nok godt lave en byttehandel, hvor jeg fik adgang til tech-firmaernes ‘black box’ og kunne forske i, hvordan algoritmerne fungerer. Det er jo paradoksalt, at de har ”stjålet” mine værker med alle deres detaljer, mens vi som forsker ikke må forske i deres detaljer,” siger Rikke Andreassen.