Anthropic dacht dat het zijn boekpiraterij-problemen had opgelost met een uitbetaling van $1,5 miljard. Muziekuitgevers zijn echter niet onder de indruk, en op vrijdag dienden ze een rechtszaak in die het 'historische schikkingsbedrag' van het AI-bedrijf er minder uit laat zien als boetedoening en meer als een toegangsprijs voor een feest dat nooit eindigde.

De zwaargewichten uit de muziekindustrie - waaronder Sony, EMI en Warner Chappell - beweren dat Anthropic's 'brutale campagne van illegaal torrenten, scrapen en downloaden van auteursrechtelijk beschermde werken op grote schaal' niet bij boeken stopte. Oh nee, het strekte zich uit tot 'duizenden en duizenden' van hun auteursrechtelijk beschermde muziekcomposities, van Beatles-bladmuziek tot Taylor Swift's 'beste' nummers tot 'VH1's 100 Greatest Songs of Rock & Roll.'

Volgens de rechtszaak begon Anthropic's 'massacampagne' in juli 2021 toen mede-oprichter Benjamin Mann persoonlijk BitTorrent gebruikte om miljoenen gepirate boeken van Library Genesis (LibGen) te downloaden. CEO Dario Amodei zou het torrenten hebben goedgekeurd, en beiden worden genoemd als gedaagden. Toen LibGen door de FBI werd gesloten, kopieerden piraten het simpelweg om Z-Library te creëren. Toen dat werd gesloten, zou Anthropic een kopie van de kopie hebben verkregen via de 'Pirate Library Mirror' (PiLiMi). Mann zou collega's hebben geappt dat de spiegel 'net op tijd' viel! - waarop een medewerker antwoordde: 'zlibrary mijn geliefde.'

Deze interne berichten, onthuld in de zaak van de boekauteurs, worden gebruikt als bewijs van Anthropic's 'verheerlijking' van piraterij. De uitgevers beweren dat Anthropic's torrenten ten minste honderden boeken omvatte die bladmuziek en songteksten bevatten, en ze zijn van plan om de 'volledige omvang' ervan te onthullen via ontdekking.

Anthropic ontkent dat het de gepirate boeken gebruikte om zijn commerciële Claude-modellen te trainen, maar uitgevers stellen dat 'training' breed kan worden gedefinieerd. Ze wijzen op een 'pre-trainingsfase' waarin Anthropic mogelijk synthetische gegevens van niet-commerciële modellen heeft gebruikt die waren getraind op LibGen- of PiLiMi-tekst om commerciële Claude-modellen te versterken. En dan is er nog het guardrail-probleem: verzegelde documenten zouden aantonen dat Anthropic de LibGen-dataset bleef gebruiken om te controleren op output-overeenkomsten, zelfs nadat het was gestopt met LLM-training erop.

Een woordvoerder van Anthropic verwierp de zaak als 'de derde rechtszaak van dezelfde advocaten, die beschuldigingen recyclen uit zaken die al voor de rechtbanken liggen,' en beweerde dat 'het trainen van generatieve AI-modellen een transformatief redelijk gebruik is - zoals de rechtbank oordeelde in Bartz.' Maar uitgevers merken op dat de fair use-beslissing in Bartz afhing van een gebrek aan bewezen marktschade - iets waarvan zij denken dat ze dat kunnen aantonen.

De uitgevers stellen dat AI-gegenereerde nummers al de top van de muziekcharts bereiken en rechtstreeks concurreren met de menselijke songwriters wiens onbetaalde werk naar verluidt de AI heeft getraind die hen verdringt. Ze citeren de observatie van het US Copyright Office dat outputs die concurreren in een markt voor een type werk royaltypools kunnen verwateren. Ze beweren ook dat Claude opzettelijk is getraind om songteksten te regurgiteren, zelfs wanneer niet gevraagd, en het 'hart' van populaire nummers op verzoek kan reproduceren.

Ook de getuigenis van Amodei uit de boekenzaak wordt opgediept: hij zei dat Anthropic auteursrechtelijk beschermde werken legaal had kunnen kopen, maar ze in plaats daarvan torrente om een 'juridische/praktische/zakelijke sleur' te vermijden. De rechtbank vatte het samen als het downloaden van gepirate boeken 'om de moeite van het betalen te vermijden.' De uitgevers benadrukken dat Anthropic hen nooit om licenties heeft gevraagd, in tegenstelling tot zijn AI-rivalen.

Anthropic bewaakt zijn trainingsdatabronnen nauwlettend, maar uitgevers willen dat de rechtbank transparantie afdwingt: een boekhouding van trainingsgegevens, methoden en mogelijkheden. Anders, waarschuwen ze, zullen songwriters het moeilijker vinden om de kost te verdienen, en zal de markt overspoeld worden met goedkope AI-kopieën van herkenbare nummers. En natuurlijk zullen uitgevers niet worden betaald voor het licenseren van nummers om AI te trainen. Zoals de klacht het stelt: Anthropic 'verrijkt zichzelf door de onbetaalde exploitatie van Muziekuitgevers' en de arbeid van hun songwriters.'