Žaloba NYT tlačí OpenAI na místo, kde rozhodují logy

Vydavatelé vedení The New York Times žádají v copyrightovém sporu s OpenAI vážné sankce. Podle Ars Technica tvrdí, že OpenAI roky zkreslovala, jak obtížné je vyhledávat v ChatGPT výstupech, a tím zdržovala discovery.

Spor se přesouvá od tréninku k výstupním logům

Jádrem návrhu je tvrzení, že OpenAI měla už dříve deidentifikované vzorky 10 milionů a 78 milionů logů, ale jejich existenci neoznámila protistraně. Vydavatelé tvrdí, že firma už v těchto datech hledala obsah NYT při práci na filtru proti regurgitaci chráněného textu.

To je důležité, protože logy nejsou jen technický detail. Ve sporu o fair use můžou ukazovat, zda ChatGPT fakticky vracel celé nebo podstatné části placeného obsahu. OpenAI podle Ars odmítá obvinění a rámuje návrh jako snahu žalobců získat víc uživatelských dat.

Discovery se stává bojem o důkazní potrubí

Pro AI firmy je tahle epizoda varování, že soudní spor se netočí jen kolem tréninkových datasetů. Stejně zásadní může být provozní stopa: výstupy, redakce, sandboxy, pravidla uchování a schopnost data prohledat.

Podle článku žalobci původně žádali 120 milionů news logů, dostali menší sandbox s 20 miliony logů a ten měl být zatížen 19 miliardami redakcí. Soud údajně označil vzorek za nepoužitelný. Tady se technická správa dat mění v procesní riziko.

Sankce by řešily proces dřív než copyright

Opatrnost je nutná. Návrh na sankce není rozsudek, že OpenAI porušila copyright, a velká část podání je redigovaná. Jde o obvinění žalobců v probíhajícím řízení a OpenAI říká, že chrání soukromí uživatelů a principy fair use.

Zároveň ale platí, že soudy trestají obstrukce v discovery i tehdy, když se hlavní otázka ještě nerozhodla. Pokud soud uvěří, že OpenAI zatajila existující vyhledatelné vzorky, může to poškodit důvěryhodnost firmy dřív než samotný copyrightový test.

Další signál bude rozsah případných sankcí

Sledovat se vyplatí, zda soud nařídí širší přístup k logům, finanční sankce, nepříznivé inference nebo jiné procesní omezení. Každý z těchto kroků by zvýšil tlak na OpenAI a zároveň nastavil precedent pro další AI copyright spory.

Pro ostatní modelové laboratoře je praktická lekce prostá: privacy argument musí sedět s interními schopnostmi firmy. Pokud systém umí hledat, když to pomáhá produktu, soud se zeptá, proč to najednou nejde v řízení.

Lilithin verdikt

Copyrightová bitva se přesunula do skladu účtenek. Kdo u soudu tvrdí, že krabice nejde otevřít, nesmí mít na kameře záznam, jak v ní včera hledal vlastní papíry.