Tekoäly ja tekijänoikeudet – Markkinoija, tiedosta ainakin tämä!

Tekstiä, kuvaa ja videota tuottavien tekoälygeneraattorien tekijänoikeusasiat ovat nousseet odotetusti yhä enemmän keskusteluun sitä mukaa kun näiden ohjelmistojen käyttö on yleistynyt.

Tekijänoikeudet koskettavat sekä tekoälyn opetusdataa että tekoälyllä luotuja tuotoksia. Juridiset esteet voivatkin olla The Economistin artikkelin mukaan yksi kolmesta voimasta, joka jarruttaa suurten kielimallien (large language models) kehitystä. Muut kaksi ovat eksponentiaalisesti nousevat kulut (energia, laskentateho ja osaava työvoima) sekä koulutusdatan rajallisuus.

Tekoälyn opetusdataa koskeva oikeustila on tällä hetkellä epäselvä

Vuoden 2023 alussa nostettiin ensimmäiset tekijänoikeuskanteet tekoälykuvageneraattoreita koskien. USA:ssa taiteilijat nostivat kanteen Stable Diffusionin ja Midjourneyn taustayhtiöitä eli Stability AI:ta ja Midjourneytä sekä oman kuvageneraattorinsa kehittänyttä taidesivusto DeviantArtia vastaan. Isossa-Britanniassa kuvapankkipalvelu Getty Images haastoi Stability AI:n perustuen väitettyyn loukkaukseen tekijänoikeudella suojatun aineiston käyttämisestä opetusdatana ilman lupaa. Jopa hieman koomisesti Stability AI sylki ulos kuvia, joissa oli Getty Imagesin vesileima. Kiinni housut kintuissa?

Tekoälyn opetusdataa koskevassa laintulkinnassa on tietysti huomioitava eri valtioiden tekijänoikeuslainsäädännön erityispiirteet, kuten Yhdysvaltojen fair use -periaate, johon perustuen on mahdollista käyttää tekijänoikeuden muuten suojaamaa materiaalia tietyissä tilanteissa. Amerikkalaiset tekoälykehittäjät voivatkin vedota kyseiseen periaatteeseen käyttäessään suojattua aineistoa. Suomessa ja muissa mannereurooppalaisissa maissa ei ole vastaavaa yleisluontoista kohtuullisen käytön periaatetta, vaan laissa säädetään tarkkarajaisemmista tekijän yksinoikeuteen kohdistuvista rajoituksista. Tärkeää olisi määrittää, onko tekoälyn opetusvaihe sellaista toimintaa, joka loukkaa tekijänoikeuslain mukaista tekijän yksinoikeutta.

EU-tason sääntelyssä vuonna 2019 hyväksytty DSM-direktiivi yrittää selkeyttää tekoälyn opettamiseen liittyvää oikeustilaa ainakin tiedonlouhinnan osalta. Direktiivin mukaan tiedonlouhinta on sallittua tietyin edellytyksin, esimerkiksi jos oikeudenhaltija ei ole pidättänyt oikeuksiaan asianmukaisella tavalla. Esimerkkinä tästä joillakin kansainvälisillä taiteilijoiden käyttämillä portfolioalustoilla on jo hiljattain otettu käyttöön metadatatunniste ”NoAI”, jonka taiteilijat voivat lisätä alustoilla julkaisemiensa teosten metatietoihin. Tällaisen kiellon noudattamista on kuitenkin erittäin vaikea valvoa.

Tosin teknologia kehittyy nyt niin nopeaa vauhtia, että lainsäädännön on erittäin vaikeaa pysyä kehityksen vauhdissa. Edellä mainitun DSM-direktiivin tekstin- ja tiedonlouhintaa koskevan 4. artiklan osalta direktiivi on jo nyt osoittautunut vanhentuneeksi, sillä siinä ei mainita tekoälyä tai koneoppimista lainkaan. Lopputulos on se, että ko. artiklan soveltuvuudesta tekoälykäyttöön vallitsee epäselvyys, ja on olemassa vaara siitä, että eri jäsenmaissa päädytään asiassa erilaisiin tulkintoihin.

Tekoälyn opettamiseen kerätyn aineiston lisensointi voi olla yksi ratkaisu. Kuitenkin opetusdatan valtavan määrän vuoksi lisensointi ei ole aina realistinen vaihtoehto, paitsi suuryrityksille, kuten OpenAI. Täysin lisensoituja tietokantoja, kuten The Stack, on olemassa, ja tietokantoja voitaisiin luoda pelkästään tekoälyn opettamista varten, mikä välttäisi tekijänoikeuskysymykset.

Asiassa on tietysti myös moraalisfilosofinen puoli: Mitä on luovuus? Onko aitoa luovuutta jos tuotos perustuu vain massiiviseen opetusaineistoon ja siitä rakennettuihin tuotoksiin? Ovatko tekoälygeneraattorit aidosti luovia? Mikä on idean ja toteutuksen suhde luovuudessa ja tekijänoikeuksissa?