Прецедент Anthropic: правовой анализ добросовестного использования, сбора данных и будущего генеративного ИИ в свете дела Bartz против Anthropic

Часть I: Фактический и правовой ландшафт

Этот начальный раздел устанавливает фактическую основу для постановления суда, сосредотачиваясь на конкретных действиях Anthropic и ключевом решении суда анализировать эти действия не как единое событие, а как серию отдельных «способов использования». Такое структурирование является основополагающим для понимания всего дела.

1.1. Основополагающее нарушение: создание «вечной» библиотеки

В данном подразделе подробно рассматриваются преднамеренные, основополагающие действия Anthropic по сбору данных, которые привели к судебному иску. Повествование подчеркивает стремление компании к максимальному охвату данных и ее первоначальное пренебрежение законом об авторском праве в погоне за техническими целями.

Суд установил, что амбиции Anthropic заключались в создании «центральной библиотеки „всех книг в мире“ для хранения „навечно“».¹ Это определение «постоянного, универсального ресурса» имеет решающее значение, поскольку позже суд проводит различие между ним и более временным использованием данных для конкретного цикла обучения.

В отчете подробно описываются конкретные, неоспоримые факты нарушения. Начиная с начала 2021 года, Anthropic скачала более семи миллионов книг с известных пиратских ресурсов, включая Books3, Library Genesis (LibGen) и Pirate Library Mirror (PiLiMi). Суд особо отмечает, что соучредители Anthropic знали, что это пиратские коллекции.¹

Суд выделяет ключевое доказательство, раскрывающее намерения: заявление генерального директора Дарио Амодея о том, что компания предпочла украсть книги, чтобы избежать «юридической/практической/деловой волокиты», связанной с законным приобретением.¹ Это признание недобросовестности определяет рамки всего дела и становится важным для вопроса о преднамеренности и возмещении ущерба.

Тщательное изложение этих фактов судом устанавливает то, что можно назвать доктриной «первородного греха» для данных ИИ. Последующее, в остальном законное использование (например, преобразующее обучение) не может ретроактивно очистить первоначальный, незаконный акт приобретения. Происхождение данных — это не сноска, а решающий вопрос. Суд начинает свое фактическое изложение не с ИИ, а с пиратства. Он устанавливает четкие доказательства как самого действия (скачивание с пиратских сайтов), так и намерения (знание о пиратском происхождении, желание избежать «волокиты»). Это позиционирует пиратство как основополагающее событие. В своем последующем правовом анализе суд прямо отрицает, что добросовестное использование для обучения может оправдать нарушающий права акт создания библиотеки из пиратских источников. Таким образом, устанавливается четкая причинно-следственная связь: незаконный акт приобретения создает нестираемую ответственность, независимо от того, для чего данные используются в дальнейшем. Это имеет глубокие последствия для любой компании в сфере ИИ, которая построила свои модели на наборах данных сомнительного происхождения, таких как The Pile, который содержит Books3.

1.2. Три развилки на пути: разграничение «способов использования» произведений, защищенных авторским правом, компанией Anthropic

В этом подразделе объясняется самый важный аналитический шаг, сделанный судьей Алсапом: его отказ рассматривать все копирование Anthropic как единое действие. Этот судебный разбор является ключом ко всему нюансированному исходу дела.

Суд основывает свой подход на прецеденте Верховного суда (Warhol), заявляя, что его пороговая задача — определить, «использовалось ли произведение, защищенное авторским правом, несколькими способами», а затем «оценить каждый» способ использования по его собственным условиям.¹

В отчете противопоставляются аргументы сторон. Anthropic настаивала на едином, целостном использовании: «только для обучения LLM». Авторы же утверждали о как минимум двух различных способах использования: во-первых, создание библиотеки, и во-вторых, обучение на ее основе.¹

Судья Алсап применил еще более детальный анализ, разделив действия Anthropic на три отдельных потока копирования, каждый из которых требует своего собственного независимого анализа на предмет добросовестного использования ¹:

1. Приобретение и хранение пиратских цифровых книг для центральной библиотеки.
2. Преобразование законно приобретенных печатных книг в цифровой формат («деструктивное сканирование») для центральной библиотеки.
3. Использование цифровых книг (из любого источника) в качестве входных данных для процесса обучения LLM.

Это трехчастное разделение является мастерским актом судебного прагматизма. Оно позволяет суду вынести узкое, точное решение, которое наказывает за явные нарушения авторских прав, одновременно избегая решения, которое могло бы подавить развитие глобально важной и преобразующей технологии. Судья столкнулся с дилеммой: компания занималась как откровенным пиратством, так и новаторскими инновациями. Монолитное решение было бы грубым и неудовлетворительным. Решение в пользу Anthropic полностью оправдало бы пиратство. Решение против Anthropic полностью рисковало бы затормозить развитие ИИ. Разделив «способы использования», судья создает отдельные правовые вопросы, допускающие разные исходы. Он может объявить пиратство незаконным, одновременно объявив процесс обучения законным. Этот подход сигнализирует юридическому и технологическому сообществам, что суды не будут выносить простые вердикты «да» или «нет» в отношении ИИ. Вместо этого они будут проводить высокоспецифичный, детальный анализ каждого шага в процессе разработки ИИ. Это значительно усложняет юридическое соответствие для компаний в сфере ИИ.

Часть II: Трехчастный анализ добросовестного использования судом

Этот раздел составляет ядро отчета, предоставляя глубокий и сравнительный анализ того, как суд применил четыре фактора добросовестного использования к каждому из трех выделенных им способов.

Фактор добросовестного использования	1. Пиратские библиотечные копии	2. Приобретенные и отсканированные копии	3. Копии для обучения LLM
1. Цель и характер использования	Против добросовестного использования (Простая замена покупки; непреобразующее)	В пользу добросовестного использования (Преобразующее изменение формата для хранения/поиска)	Решительно в пользу добросовестного использования («Потрясающе преобразующее» неэкспрессивное использование)
2. Природа произведения, защищенного авторским правом	Против добросовестного использования (Творческие произведения в основе авторского права)	Против добросовестного использования (Творческие произведения)	Против добросовестного использования (Творческие произведения)
3. Объем и существенность использованной части	Против добросовестного использования (Копирование всего произведения для непреобразующей цели)	В пользу добросовестного использования (Копирование всего произведения, но разумное для цели изменения формата)	В пользу добросовестного использования (Копирование всего произведения, но разумное для преобразующей цели обучения)
4. Влияние на потенциальный рынок	Решительно против добросовестного использования (Напрямую вытесняет основной рынок для книг)	Нейтрально (Не узурпирует рынок, который защищает Закон об авторском праве)	В пользу добросовестного использования (Незамещающий результат; отклоняет рынок «лицензирования для обучения»)
Общий вывод	НЕ ЯВЛЯЕТСЯ ДОБРОСОВЕСТНЫМ ИСПОЛЬЗОВАНИЕМ	ЯВЛЯЕТСЯ ДОБРОСОВЕСТНЫМ ИСПОЛЬЗОВАНИЕМ	ЯВЛЯЕТСЯ ДОБРОСОВЕСТНЫМ ИСПОЛЬЗОВАНИЕМ

2.1. Непростительный грех: пиратство как неотъемлемое и неискупимое нарушение

В этом подразделе представлен подробный разбор однозначного отказа суда признать добросовестным использованием создание пиратской библиотеки.

По первому фактору (цель и характер) суд установил, что целью приобретения пиратских книг было просто создание библиотеки без оплаты, что является прямой заменой нормальной коммерческой цели произведений. Это противоположность преобразующему использованию.¹ Суд прямо заявляет, что будущее добросовестное использование не оправдывает первоначальное пиратство, отмечая, что сомневается, что нарушитель когда-либо сможет доказать, что кража книги была «разумно необходимой», когда ее можно было приобрести.¹

Четвертый фактор (влияние на рынок) имел наибольший вес против Anthropic. Суд установил, что создание библиотеки из пиратских источников «явно вытеснило спрос на книги Авторов, копия за копией».¹ Он поддержал катастрофическую логику, согласно которой, если бы такое поведение стало широко распространенным, оно «уничтожило бы [весь] издательский рынок».¹

Анализ суда здесь является прямым применением закона об авторском праве к краже. Ключевой вывод заключается в его отказе позволить «магии» ИИ скрыть обыденную реальность нарушения. Решение суда о проведении судебного разбирательства по возмещению ущерба за эти копии, включая вопрос о преднамеренности, подчеркивает серьезность этого вывода.¹

2.2. Допустимое изменение формата: легитимация оцифровки приобретенных произведений

В этом подразделе рассматривается новое и чрезвычайно важное постановление суда о «деструктивном сканировании».

По первому фактору (цель и характер) суд счел акт покупки печатной книги, ее сканирования и уничтожения оригинала преобразующим использованием. Однако трансформация здесь не творческая, а функциональная: «для экономии места для хранения и обеспечения возможности поиска».¹ Суд провел аналогию с делами об изменении формата, такими как

Sony Betamax, и отличил его от массового распространения, как в деле Napster, поскольку цифровая копия предназначалась только для внутреннего использования, а оригинал был уничтожен, что не привело к чистому увеличению числа копий.¹

По четвертому фактору (влияние на рынок) суд счел его нейтральным. Он признал, что такая практика могла бы вытеснить продажу издателем цифровой электронной книги. Однако он рассудил, что, поскольку Anthropic уже законно приобрела копию, Закон об авторском праве не предоставляет правообладателю дальнейшего права контролировать формат этой частной копии или «взимать разные цены за одну и ту же книгу» для максимизации прибыли.¹

Это знаковое решение. Оно создает юридически защищенный, промышленный путь для компаний ИИ для приобретения огромных объемов обучающих данных с физических носителей, полностью обходя цифровые лицензионные схемы издателей. Это решение обеспечивает правовой план: покупать подержанные физические копии (ссылаясь на доктрину первой продажи), оцифровывать их для функциональной цели создания внутренней базы данных с возможностью поиска и уничтожать оригиналы. Это, вероятно, вызовет новую «золотую лихорадку» на рынке физических носителей и появление новой сферы услуг, ориентированной на промышленное деструктивное сканирование. Это крупный стратегический путь к созданию проприетарных наборов данных.

2.3. «Потрясающе преобразующий» акт: защита процесса обучения ИИ

В этом подразделе анализируется основное положение постановления для будущего развития ИИ, объясняя, почему внутренний процесс обучения получил такую сильную защиту.

По первому фактору (цель и характер) формулировки суда были недвусмысленными, называя использование «квинтэссенцией преобразующего» и «потрясающе таковым».¹ Цель состоит не в том, чтобы читать или наслаждаться выразительностью книги, а в том, чтобы анализировать ее как статистический объект для «сопоставления статистических связей между каждым фрагментом текста».¹ Это неэкспрессивная, функциональная цель, полностью отличная от цели оригинального произведения.

По третьему фактору (объем/существенность) суд признал, что было скопировано все произведение. Однако он счел это «разумным по отношению к цели», поскольку для обучения современной LLM требуется «монументальный» объем текста.¹ Копирование было необходимо для того, чтобы преобразующее использование сработало.

По четвертому фактору (влияние на рынок) суд не нашел вреда ни для одного рынка, который защищает Закон об авторском праве. Во-первых, выходные данные ИИ не являлись заменой книгам.¹ Во-вторых, и что наиболее важно, суд отклонил притязания авторов на «потенциальный рынок для лицензирования… для узкой цели обучения LLM». Он постановил, что, когда использование является настолько преобразующим, правообладатели не имеют права контролировать или лицензировать его.¹

Вся защита добросовестного использования для обучения зависит от четкого и защищаемого разделения между внутренним процессом обучения (входные данные) и публичными результатами работы модели (выходные данные). Аргументация суда обеспечивает правовую «тихую гавань» для стороны входных данных, при условии, что сторона выходных данных не нарушает права. Суд неоднократно подчеркивает, что истцы не утверждали о нарушающих права выходных данных и что фильтры Anthropic были разработаны для их предотвращения.¹ Именно это отсутствие вреда, основанного на выходных данных, позволяет суду спокойно относиться к обширному копированию на входе. Это устанавливает прямую причинно-следственную связь: чем чище выходные данные, тем безопаснее входные. Стратегическое последствие для компаний ИИ очевидно: юридический риск теперь сосредоточен в точке взаимодействия с пользователем. Следовательно, инвестиции в передовые фильтры выходных данных, методы предотвращения запоминания и защитные механизмы контента — это не просто вопрос безопасности продукта, а основной компонент правовой стратегии компании для защиты своей практики обучения.

Часть III: Прецедент, последствия и стратегические рекомендации

Этот заключительный раздел обобщает детальный анализ в виде высокоуровневых стратегических выводов для ключевых участников отрасли, переводя юридический прецедент в практически применимую бизнес-аналитику.

3.1. Новый правовой барьер для ИИ: зеленый свет для обучения, красный свет для источников

Этот подраздел формулирует центральный прецедент дела в ясных, недвусмысленных терминах. Решение — это не простая победа или поражение; это сложная дорожная карта с четкими знаками.

Зеленый свет: Основной технологический процесс обучения генеративного ИИ на огромных объемах защищенных авторским правом текстов является высокозащищенным добросовестным использованием.

Красный свет: Происхождение этого текста является основным источником юридической ответственности. Использование пиратских данных создает ответственность, которую нельзя стереть последующим преобразующим использованием.

Основной прецедент: Решение поднимает вопрос о происхождении данных с уровня технической сноски до центрального столпа соблюдения авторских прав в эпоху ИИ. То, как вы получаете свои данные, теперь так же важно, как и то, что вы с ними делаете.

3.2. Неизбежная борьба: будущее сбора данных и лицензирования

В этом подразделе анализируются предсказуемые коммерческие и стратегические последствия решения, прогнозируя фундаментальную перестройку рынка данных для ИИ.

«Красный свет» суда на пиратство напрямую вызывает «борьбу» за юридически защищенные альтернативы. Решение эффективно закрывает одну дверь (пиратство), одновременно открывая две другие (лицензирование и деструктивное сканирование).

Прогнозируемый тренд 1: Чистка «грязных» наборов данных. Компании ИИ будут вынуждены провести срочные и тщательные аудиты своих цепочек поставок данных, удаляя или помещая в карантин наборы данных с известным нарушающим права контентом (например, Books3). Это создаст премиальный рынок для «чистых», полностью проверенных наборов данных.

Прогнозируемый тренд 2: Рост прагматичного лицензирования от издателей. Решение дает издателям огромные рычаги. Теперь они могут обращаться в лаборатории ИИ не со слабой просьбой о «лицензии на обучение», а с сильным ценностным предложением: «лицензия на юридически защищенное, свободное от нарушений хранилище данных». Компании ИИ, столкнувшись с явной ответственностью за пиратство, будут гораздо более мотивированы платить за эту правовую определенность.

Прогнозируемый тренд 3: Бум «деструктивного сканирования». Как было отмечено ранее, это решение почти наверняка вызовет крупные инвестиции в логистику приобретения и оцифровки физических носителей в промышленных масштабах.

3.3. Стратегические императивы для участников отрасли

Этот заключительный подраздел предлагает конкретные, практические рекомендации, адаптированные для различных игроков в экосистеме.

Для компаний ИИ:

• Аудит и документирование: Немедленно инициируйте всесторонний аудит всех источников данных. Тщательно документируйте происхождение каждого фрагмента данных, используемого для обучения.
• Инвестиции в защиту выходных данных: Удвойте инвестиции в технологии фильтрации выходных данных, предотвращения запоминания и защитные механизмы. Способность доказать отсутствие нарушений в выходных данных — ваш основной правовой щит для процесса обучения.
• Диверсификация источников: Откажитесь от любой зависимости от юридически сомнительных источников. Создайте диверсифицированную и защищаемую стратегию сбора данных, которая сочетает прямое лицензирование у издателей, потенциальный канал «деструктивного сканирования» и использование проверенных материалов из общественного достояния и с открытыми лицензиями.

Для издателей и создателей контента:

• Монетизация определенности: Ваш основной актив теперь — правовая определенность. Структурируйте и продвигайте пакетные лицензионные соглашения, которые предлагают компаниям ИИ защиту от претензий по авторским правам. Оценивайте эту определенность по премиальной цене.
• Переход от «обучения» к «доступу»: Формулируйте свои лицензионные соглашения не как «разрешение на обучение» (которое, по словам суда, не требуется), а как «разрешение на доступ к чистому, высококачественному репозиторию» (что решение суда по пиратству делает очень ценным).
• Мониторинг выходных данных: Борьба не окончена. Хотя обучение на ваших работах может быть добросовестным использованием, их воспроизведение в выходных данных ИИ — нет. Инвестируйте в сервисы, которые отслеживают модели ИИ на предмет дословного или производного нарушения вашего контента. Суд прямо оставил эту дверь открытой для будущих исков.¹

Для инвесторов:

• Обновление комплексной проверки: Происхождение данных теперь должно быть центральным элементом вашего процесса комплексной проверки для любых инвестиций в ИИ. Оценка компании должна быть напрямую связана с юридическим риском, заложенным в ее обучающих данных.
• Требование прозрачности: Настаивайте на том, чтобы портфельные компании предоставляли полный отчет о своих источниках данных. Компания, построенная на основе пиратских данных, таких как Books3 или LibGen, несет значительную, потенциально катастрофическую, нераскрытую ответственность, поскольку Anthropic теперь грозит судебное разбирательство по возмещению ущерба.¹
• Выявление новых возможностей: Это решение создает новые инвестиционные тезисы вокруг поставщиков «чистых данных», услуг по аудиту данных и компаний, специализирующихся на промышленном преобразовании физических носителей в цифровые.