Tranh chấp bản quyền dữ liệu huấn luyện xoay quanh một câu hỏi: công ty AI có được sao chép hàng triệu bài báo, sách, ảnh, bản nhạc để cho mô hình "học" mà không xin phép và không trả tiền cho tác giả hay không. Các công ty công nghệ lập luận rằng học từ tác phẩm để rút ra quy luật là việc hợp pháp, giống con người đọc sách. Người sáng tác, nhà báo, nhà xuất bản phản bác rằng đó là sao chép quy mô công nghiệp, và sản phẩm sinh ra cạnh tranh trực tiếp với chính họ.
Chưa nước nào có câu trả lời dứt khoát cho mọi trường hợp. Bài này trình bày lập luận của hai phía, những loại vụ kiện đã xuất hiện, cách các hệ thống pháp luật khác nhau tiếp cận, các giải pháp đang được thử như cấp phép dữ liệu, và những điểm người sáng tác ở Việt Nam nên biết. Phần pháp lý viết ở mức nguyên lý, không thay cho tư vấn của luật sư.
Mô hình "học" từ dữ liệu như thế nào, và vì sao điều đó quan trọng về pháp lý
Để huấn luyện, công ty AI thu thập dữ liệu bằng cách sao chép nội dung từ internet và các kho dữ liệu lớn về máy chủ của mình, làm sạch, rồi cho mô hình đọc nhiều lần. Ở bước sao chép đầu tiên, gần như không có tranh cãi rằng một bản sao hoàn chỉnh của tác phẩm đã được tạo ra. Câu hỏi pháp lý là bản sao đó có được luật cho phép hay không.
Sau huấn luyện, mô hình không lưu nguyên văn tác phẩm như một kho lưu trữ, mà lưu các tham số số học phản ánh quy luật thống kê của ngôn ngữ, hình ảnh. Phía công ty dựa vào điểm này để nói mô hình không "chứa" tác phẩm. Tuy nhiên, nhiều thí nghiệm đã cho thấy mô hình đôi khi tái tạo được những đoạn dài gần nguyên văn của văn bản hay hình ảnh có trong dữ liệu huấn luyện, nhất là những tác phẩm xuất hiện lặp lại nhiều lần. Hiện tượng "ghi nhớ" này làm lập luận "chỉ học quy luật" yếu đi ở một số trường hợp.
Như vậy có hai tầng câu hỏi tách bạch: việc sao chép để huấn luyện có hợp pháp không, và nội dung mô hình sinh ra có vi phạm khi nó giống tác phẩm gốc không. Nhiều vụ tranh chấp gộp cả hai, nhưng tòa án và nhà làm luật thường phải xét riêng từng tầng.
Lập luận của phía công ty công nghệ
Học không phải là sao chép tác phẩm. Mô hình rút ra quy luật chung về ngôn ngữ và hình ảnh, giống như người học vẽ xem tranh của nhiều hoạ sĩ. Sản phẩm sinh ra là mới, không phải bản sao của một tác phẩm cụ thể nào.
Mục đích biến đổi. Ở những hệ thống pháp luật có học thuyết sử dụng hợp lý như Mỹ, phía công ty lập luận rằng dùng tác phẩm để huấn luyện là mục đích hoàn toàn khác với mục đích ban đầu của tác phẩm, nên được coi là biến đổi, một yếu tố nghiêng về phía hợp lý.
Không thể xin phép từng tác giả. Dữ liệu huấn luyện gồm hàng tỷ trang, của vô số tác giả không rõ danh tính. Nếu bắt buộc xin phép từng người, chỉ vài công ty cực lớn đủ tiền mua dữ liệu, và nghiên cứu mở sẽ khó tồn tại.
Lợi ích xã hội. Công cụ AI giúp nhiều người tiếp cận tri thức, hỗ trợ sáng tạo và làm việc. Phía công ty cho rằng luật bản quyền vốn nhằm thúc đẩy sáng tạo, không nên bị dùng để chặn công nghệ phục vụ chính mục tiêu đó.
Lập luận của phía người sáng tác và nhà xuất bản
Sao chép quy mô công nghiệp không xin phép. Dù gọi là học, bước đầu vẫn là tạo bản sao toàn bộ tác phẩm. Làm việc đó với hàng triệu tác phẩm có bản quyền, vì mục đích thương mại, mà không xin phép, là điều luật bản quyền sinh ra để ngăn.
Sản phẩm cạnh tranh trực tiếp. Mô hình được huấn luyện từ bài báo có thể tóm tắt tin thay cho việc đọc báo; mô hình học từ tranh minh hoạ có thể vẽ "theo phong cách" của hoạ sĩ đó. Người sáng tác mất khách hàng vì một sản phẩm được tạo ra từ chính công sức của họ.
Có thị trường cấp phép thật. Việc một số công ty AI đã ký hợp đồng mua quyền dùng dữ liệu với nhà xuất bản, kho ảnh cho thấy dữ liệu có giá trị thị trường. Dùng mà không trả tiền tức là lấy đi một nguồn thu có thật.
Nguồn dữ liệu đáng ngờ. Một số bộ dữ liệu huấn luyện từng bị phát hiện chứa sách lấy từ các kho sách lậu. Phía tác giả cho rằng dù lập luận "học là hợp pháp" có đứng được, việc dùng bản lậu làm nguyên liệu vẫn là vấn đề riêng.
Các vụ tranh chấp đã xuất hiện và điều chúng cho thấy
Từ năm 2023, tại Mỹ và châu Âu đã có nhiều vụ kiện do nhà văn, hoạ sĩ, kho ảnh, hãng tin, nhà xuất bản âm nhạc khởi kiện các công ty phát triển AI. Trong số được biết rộng rãi có vụ một tờ báo lớn của Mỹ kiện nhà phát triển chatbot hàng đầu và đối tác của họ vào cuối năm 2023, và vụ một kho ảnh lớn kiện công ty phát triển mô hình tạo ảnh tại Anh. Các vụ việc diễn biến khác nhau: có vụ bị bác một phần, có vụ đi tới hoà giải với khoản bồi thường, có vụ vẫn đang trong quá trình xét xử.
Một số phán quyết sơ bộ tại Mỹ đã cho thấy toà án có xu hướng tách bạch: việc huấn luyện trên sách mua hợp pháp có thể được coi là sử dụng hợp lý, trong khi việc tải về và lưu trữ sách từ nguồn lậu lại bị xem xét riêng. Tuy nhiên đây là phán quyết của từng toà trong từng vụ, chưa phải án lệ cuối cùng áp dụng cho mọi trường hợp, và có thể bị kháng cáo.
Điều các vụ việc cho thấy rõ nhất là chưa có câu trả lời chung. Kết quả phụ thuộc vào nguồn dữ liệu được lấy thế nào, sản phẩm có tái tạo tác phẩm hay không, mức độ cạnh tranh với thị trường của tác phẩm gốc, và luật của từng nước. Người đọc tin về các vụ này nên phân biệt giữa phán quyết cuối cùng, phán quyết sơ bộ và một bên tuyên bố thắng kiện.
Cách các hệ thống pháp luật tiếp cận
Bảng dưới tóm tắt xu hướng chung, ở mức nguyên lý. Luật thay đổi nhanh trong lĩnh vực này nên cần tra văn bản hiện hành của từng nước.
| Nơi | Cách tiếp cận chính | Điểm cần lưu ý |
|---|---|---|
| Liên minh châu Âu | Có ngoại lệ cho khai thác văn bản và dữ liệu, nhưng chủ sở hữu được quyền "từ chối" bằng cách khai báo; Đạo luật AI yêu cầu nhà phát triển mô hình đa dụng công bố bản tóm tắt dữ liệu huấn luyện và có chính sách tôn trọng bản quyền | Cách khai báo từ chối sao cho máy đọc được vẫn đang được hoàn thiện |
| Mỹ | Không có luật riêng; quyết định dựa vào học thuyết sử dụng hợp lý xét từng vụ | Kết quả phụ thuộc toà án, có thể khác nhau giữa các vụ |
| Nhật Bản | Luật bản quyền có điều khoản cho phép dùng tác phẩm để phân tích thông tin khá rộng, kèm giới hạn khi gây thiệt hại bất hợp lý cho chủ sở hữu | Cách hiểu giới hạn này vẫn đang được hướng dẫn thêm |
| Việt Nam | Luật Sở hữu trí tuệ bảo hộ quyền tác giả; các ngoại lệ sử dụng không phải xin phép được liệt kê cụ thể | Cần tra văn bản hiện hành và hướng dẫn mới nhất về dữ liệu huấn luyện AI |
Tại Việt Nam, các trường hợp được dùng tác phẩm không phải xin phép, không phải trả tiền được luật liệt kê theo từng mục đích cụ thể như nghiên cứu, giảng dạy, đưa tin, kèm điều kiện. Việc huấn luyện AI thương mại có thuộc ngoại lệ nào không là câu hỏi cần đối chiếu văn bản hiện hành và hướng dẫn của cơ quan quản lý. Người sáng tác có tranh chấp cụ thể nên hỏi luật sư trên AI Cố Vấn để được xem xét đúng hồ sơ.
Các hướng giải quyết đang được thử
Hướng thứ nhất là cấp phép. Một số hãng tin, nhà xuất bản, kho ảnh và diễn đàn trực tuyến đã ký hợp đồng cho phép công ty AI dùng nội dung của mình để huấn luyện, có trả phí. Hướng này mang lại nguồn thu, nhưng chủ yếu cho tổ chức lớn có kho nội dung đủ giá trị để đàm phán; người sáng tác cá nhân ít được hưởng trực tiếp, trừ khi có tổ chức quản lý tập thể quyền đứng ra đại diện.
Hướng thứ hai là quyền từ chối và minh bạch. Chủ trang web có thể khai báo trong tệp hướng dẫn máy thu thập rằng họ không cho phép thu thập nội dung để huấn luyện. Luật châu Âu buộc nhà phát triển tôn trọng khai báo này và công bố tóm tắt dữ liệu đã dùng. Điểm yếu là quyền từ chối chỉ có tác dụng với lần thu thập sau, không xoá được những gì đã nằm trong mô hình.
Hướng thứ ba là kỹ thuật: dấu thời gian, chữ ký nội dung, công cụ kiểm tra xem tác phẩm có trong bộ dữ liệu hay không, hoặc công cụ làm nhiễu ảnh để mô hình khó học phong cách. Mỗi kỹ thuật đều có giới hạn và đang trong cuộc đua với cách vượt qua. Nhiều nhà nghiên cứu cho rằng sẽ cần kết hợp cả ba hướng, cộng với cơ chế thù lao tập thể, thay vì chờ một phán quyết duy nhất giải quyết tất cả.
Nguồn để đọc thêm
Danh sách ghi bằng tên tổ chức và loại văn bản; bạn đọc tìm bản hiện hành, nhất là văn bản pháp luật.
- Tổ chức Sở hữu Trí tuệ Thế giới (WIPO), các tài liệu thảo luận về AI và sở hữu trí tuệ, tổng hợp quan điểm của nhiều nước thành viên.
- Cục Bản quyền Hoa Kỳ, loạt báo cáo về bản quyền và trí tuệ nhân tạo, trong đó có phần riêng về dữ liệu huấn luyện.
- Liên minh châu Âu, Đạo luật Trí tuệ nhân tạo và Chỉ thị về bản quyền trong thị trường kỹ thuật số chung năm 2019, phần ngoại lệ khai thác văn bản và dữ liệu.
- Luật Sở hữu trí tuệ của Việt Nam và các văn bản sửa đổi, hướng dẫn hiện hành; tra trên cổng thông tin văn bản pháp luật của Nhà nước.
- Cục Bản quyền tác giả (Bộ Văn hoá, Thể thao và Du lịch), các thông tin hướng dẫn về quyền tác giả và tổ chức quản lý tập thể quyền.
Phần lớn tin tức về các vụ kiện được viết khi vụ việc còn đang diễn ra. Khi đọc, hãy kiểm tra xem đó là phán quyết cuối cùng hay chỉ là một bước tố tụng.
Câu hỏi thường gặp
Công ty AI có được dùng bài viết công khai trên mạng để huấn luyện không?
Nội dung công khai trên mạng không có nghĩa là hết bản quyền. Việc có được dùng để huấn luyện hay không phụ thuộc vào luật từng nước: châu Âu cho phép kèm quyền từ chối của chủ sở hữu, Mỹ xét theo sử dụng hợp lý từng vụ. Tại Việt Nam cần đối chiếu các ngoại lệ trong Luật Sở hữu trí tuệ hiện hành.
Mô hình AI có lưu nguyên văn tác phẩm không?
Về nguyên lý, mô hình lưu các tham số thống kê chứ không lưu tác phẩm như một kho lưu trữ. Tuy nhiên thí nghiệm cho thấy mô hình đôi khi tái tạo được đoạn dài gần nguyên văn, nhất là với nội dung xuất hiện lặp lại nhiều lần trong dữ liệu. Hiện tượng này là một điểm tranh cãi chính trong các vụ kiện.
Người sáng tác có thể ngăn AI dùng tác phẩm của mình không?
Có một số cách: khai báo không cho phép thu thập trong tệp hướng dẫn máy thu thập của trang web, đăng ký qua tổ chức quản lý tập thể quyền, ghi rõ điều khoản sử dụng. Các cách này chủ yếu có tác dụng với lần thu thập sau và phụ thuộc việc công ty AI có tôn trọng hay không. Với tranh chấp cụ thể, nên hỏi luật sư trên AI Cố Vấn.
Đã có vụ kiện nào kết thúc với phán quyết cuối cùng chưa?
Nhiều vụ vẫn đang trong quá trình xét xử, một số đã có phán quyết sơ bộ, một số đi tới hoà giải. Các phán quyết sơ bộ thường tách bạch giữa dữ liệu lấy hợp pháp và dữ liệu từ nguồn lậu. Chưa có án lệ áp dụng chung cho mọi trường hợp, và tình hình thay đổi theo từng năm.
Tranh vẽ theo phong cách của một hoạ sĩ có vi phạm bản quyền không?
Phong cách nói chung thường không được bảo hộ như một tác phẩm, nhưng sản phẩm quá giống một tác phẩm cụ thể có thể bị coi là sao chép. Ranh giới này xét theo từng trường hợp. Ngoài khía cạnh pháp lý, nhiều hoạ sĩ phản đối vì sản phẩm cạnh tranh trực tiếp với thu nhập của họ.
Cấp phép dữ liệu có giải quyết được tranh chấp không?
Cấp phép mang lại nguồn thu cho tổ chức lớn có kho nội dung giá trị, như hãng tin và kho ảnh. Người sáng tác cá nhân ít được hưởng trừ khi có tổ chức quản lý tập thể đại diện. Vì vậy nhiều chuyên gia cho rằng cần kết hợp cấp phép với minh bạch dữ liệu và cơ chế thù lao tập thể.