AI och upphovsrätt i EU: Licensiering som lösning?

Inledning

I det snabbt föränderliga landskapet för generativ AI har gränslandet mellan teknik och upphovsrätt blivit en central konflikt som åter igen har blivit satt i fokus. GEMA, som representerar över 95 000 tyska musikskapare och förlag, stämde OpenAI för användningen av skyddade musikverk i AI-träning utan ersättning till rättighetsinnehavarna. GEMA föreslår en licenseringsmodell som lösning på tvisten.

Enligt en rapport från GEMA från 2023 uppgår generativ AI inom musik till cirka 8 % av den globala AI-marknaden, med intäkter på 3 miljarder kronor och marknaden förväntas växa tiofalt fram till 2028 och nå över 31 miljarder kronor. Givet detta är det nödvändigt att AI-bolag och rättighetsinnehavare hittar en lösning som balanserar AI-utvecklares databehov med kreatörers rättigheter och ersättningar.

AI och upphovsrätt

Generativa AI-modeller, som de som utvecklats av OpenAI, tränas ofta på enorma mängder data, inklusive texter, bilder och musik, för att skapa nya kreativa verk. Upphovsrätten ger en ensamrätt för upphovsmän att bestämma hur deras verk används, men det finns undantag från ensamrätten. I EU-lagstiftning, liksom i den svenska upphovsrättslagens 2 kap. 15a-c §§, behandlas detta under text- och datautvinningsundantaget, som möjliggör användning av skyddat material för forskningsändamål om rättighetsinnehavaren inte uttryckligen motsatt sig. Vi har tidigare skrivit om AI och upphovsrätt i mer detalj här och här.

Frågan om hur dessa undantag från upphovsrätten hanteras skiljer sig dock markant mellan olika rättssystem. De juridiska skillnaderna mellan EU och USA skapar osäkerhet i gränsöverskridande konflikter. Detta är särskilt relevant i tvister som GEMA:s stämning mot OpenAI, där frågan om olika regelverk blir relevant. Medan EU använder ett regelstyrt undantag som tydligt definierar när upphovsrättsskyddade verk får användas utan tillstånd, tillämpar USA istället ”fair use”-doktrinen.

Fair use tillåter användning av skyddade verk utan tillstånd om användningen är transformativ, exempelvis för parodi eller utbildningsändamål. Denna doktrin är dock mer oförutsägbar och domstolsstyrd än EU:s regler, vilket skapar osäkerhet för både kreatörer och AI-utvecklare. Det pågår en ganska omfattande diskussion bland jurister om fair use tillåter träning av AI, så frågan är inte avgjord i USA heller. Skillnaderna mellan dessa system gör att gränsöverskridande fall, som det mellan GEMA och OpenAI, komplicerade och påvisar ett behov av klargörande gränsöverskridande regler kring AI-träning.

Stämningen från GEMA

GEMA:s stämning mot OpenAI syftar till att inkludera generativ AI-teknik i licenssystemet för användning av upphovsrättsskyddat material. GEMA hävdar att ChatGPT genom enkla prompts kan reproducera låttexter vilket indikerar att OpenAI har använt skyddade låttexter utan samtycke och ersättning till rättighetsinnehavarna i träningen av AI-modellen. Medan andra digitala tjänster betalar en licensavgift för användning av dessa skyddade verk så menar GEMA att OpenAI systematiskt och medvetet gör intrång i upphovsrätten för att undvika att betala ersättning till rättighetsinnehavarna. Träningsdata för AI betraktas, enligt GEMA, som en kommersiell användning av skyddade verk, och genom att använda medlemmarnas material utan licens undergräver OpenAI inte bara rättighetsskyddet, utan konkurrerar också indirekt med musikskaparna.

Enligt GEMA orsakar detta utnyttjande inte bara principiella rättsliga konflikter utan innebär också en betydande ekonomisk förlust för musikskapare. Enligt GEMA förväntas tillväxten inom generativ AI inom musik riskera att förstärka detta, med årliga förluster för rättighetsinnehavare som kulminerar i en sammanlagd skada på över 30 miljarder kronor under en tioårsperiod. Detta understryker behovet av en rättvis licensmodell för att säkerställa att kreatörer får sin rättmätiga del av AI-ekonomin.

GEMA:s licensmodell

Till skillnad mot vissa tidigare stämningar mot OpenAI så kräver inte GEMA, i första hand, att upphovsrättskyddat material raderas eller slutar användas. I stället föreslår GEMA att OpenAI ingår ett licensavtal med organisationen. GEMA har tagit fram en licensmodell som tar upp frågor kring transparens, ersättning och samtycke. Modellen bygger på två delar:

1. Licensiering av material för AI-träning

Den första delen handlar om licensiering av skyddade verk som används för att träna AI-modeller. GEMA föreslår att AI-utvecklare betalar en licensavgift där upphovsrättshavaren får rätt till en viss del av AI-modellens intäkter, med en minimiersättning baserad på mängden genererat innehåll.

2. Licensiering av AI-genererat innehåll

Den andra delen rör efterföljande användning av AI-genererat material, exempelvis musik som skapas med hjälp av träningsdata. GEMA föreslår här licenser som garanterar rättssäkerhet för slutanvändare och säkerställer att kreatörer får en rättvis andel av de tillkommande intäkterna.

OpenAI har tidigare, efter intrångstvister med bland annat The New York Times och författarkollektiv, ingått licensavtal med företag som , vilket visar att OpenAI är medvetet om vikten av att säkra rättigheter för visst material. Dessa avtal har gett OpenAI tillgång till artiklar och nyhetsinnehåll för att träna sina AI-modeller, i utbyte mot ekonomisk ersättning och andra villkor. Licensiering är med andra ord en möjlig väg framåt och frågan som återstår att besvara är om OpenAI vill möta skapare av musik på samma villkor som nyhetsbyråer.

Avslutning

Licensmodeller erbjuder en lösning som förenar innovation och rättighetsskydd. Genom att bygga vidare på existerande praxis, som OpenAI:s avtal med mediaorganisationer, kan liknande system implementeras för musik och andra konstnärliga verk. För att detta ska lyckas krävs ett nära samarbete mellan teknikföretag, rättighetsförvaltare och juridiska experter. AI och immaterialrätten är en av de stora utmaningarna mot en rättvis och långsiktig AI-utveckling och Delphi kommer fortsätta följa området med spänning. Om du har frågor kring din AI-användning eller om du är upphovsrättshavare och vill ha råd, så tveka inte att kontakta oss.

Denna artikel är skriven av Associate David Suh.