Anthropic credea că și-a rezolvat problemele cu pirateria de cărți printr-o plată de 1,5 miliarde de dolari. Editorii de muzică, însă, nu sunt impresionați, iar vineri au depus un proces care face ca 'înțelegerea istorică' a companiei AI să pară mai puțin o penitență și mai mult o taxă de acoperire pentru o petrecere care nu s-a terminat niciodată.
Greii din industria muzicală - inclusiv Sony, EMI și Warner Chappell - susțin că 'campania sfidătoare de torrentare, extragere și descărcare ilegală de opere protejate la scară masivă' a lui Anthropic nu s-a oprit la cărți. O, nu, s-a extins la 'mii și mii' de compoziții muzicale protejate, de la cântecele Beatles la cele 'mai bune' cântece ale lui Taylor Swift, până la 'Cele mai bune 100 de cântece rock & roll ale VH1'.
Conform procesului, 'campania masivă' a lui Anthropic a început în iulie 2021, când co-fondatorul Benjamin Mann a folosit personal BitTorrent pentru a descărca milioane de cărți piratate de pe Library Genesis (LibGen). CEO-ul Dario Amodei ar fi aprobat torrentarea, iar ambii sunt numiți ca pârâți. Când LibGen a fost închis de FBI, pirații au copiat pur și simplu site-ul pentru a crea Z-Library. Când și acesta a fost închis, Anthropic ar fi obținut o copie a copiei prin intermediul 'Pirate Library Mirror' (PiLiMi). Mann ar fi trimis colegilor un mesaj că oglinda a apărut 'exact la timp!' - la care un angajat a răspuns: 'zlibrary my beloved'.
Aceste mesaje interne, dezvăluite în cazul autorilor de cărți, sunt folosite ca dovadă a 'elogiului' pirateriei de către Anthropic. Editorii susțin că torrentarea lui Anthropic a inclus cel puțin sute de cărți care conțineau partituri și versuri de cântece, și intenționează să dezvăluie 'întinderea completă' a acesteia prin descoperirea judiciară.
Anthropic neagă că a folosit cărțile piratate pentru a-și antrena modelele comerciale Claude, dar editorii susțin că 'antrenarea' poate fi definită în mod larg. Ei indică o fază de 'pre-antrenare' în care Anthropic ar fi putut folosi date sintetice de la modele non-comerciale care au fost antrenate pe text din LibGen sau PiLiMi pentru a consolida modelele comerciale Claude. Și apoi există problema măsurilor de siguranță: documentele desecretizate arată că Anthropic a continuat să folosească setul de date LibGen pentru a verifica similitudinea rezultatelor, chiar și după ce a oprit antrenarea LLM pe acesta.
Purtătorul de cuvânt al Anthropic a respins procesul ca fiind 'al treilea proces din partea acelorași avocați, care reciclează acuzații din cazuri deja aflate în fața instanțelor' și a afirmat că 'antrenarea modelelor generative de AI este o utilizare transformativă echitabilă - așa cum a stabilit instanța în Bartz'. Dar editorii notează că decizia privind utilizarea echitabilă în Bartz s-a bazat pe lipsa unui prejudiciu dovedit pe piață - ceva ce ei cred că pot demonstra.
Editorii susțin că melodiile generate de AI ocupă deja primele locuri în topurile muzicale, concurând direct cu compozitorii umani a căror muncă neplătită a antrenat, se presupune, chiar AI-ul care îi înlocuiește. Ei citează observația Oficiului pentru Drepturi de Autor din SUA că rezultatele care concurează pe o piață pentru un tip de operă pot dilua fondurile de drepturi de autor. Ei susțin, de asemenea, că Claude a fost antrenat intenționat să regurgiteze versuri, chiar și atunci când nu sunt solicitate, și poate reproduce 'inima' melodiilor populare la cerere.
Mărturia lui Amodei din cazul cărților este, de asemenea, scoasă la lumină: el a spus că Anthropic ar fi putut cumpăra legal operele protejate, dar a ales să le torenteze pentru a evita o 'corvoadă legală/practică/de afaceri'. Instanța a rezumat-o ca descărcarea de cărți piratate 'pentru a evita deranjul de a plăti pentru ele'. Editorii subliniază că Anthropic nu i-a abordat niciodată pentru licențe, spre deosebire de rivalii săi din domeniul AI.
Anthropic își protejează îndeaproape sursele de date de antrenament, dar editorii doresc ca instanța să impună transparență: o contabilitate a datelor de antrenament, a metodelor și a capacităților. În caz contrar, avertizează ei, compozitorilor le va fi mai greu să-și câștige existența, iar piața va fi inundată de copii AI de calitate scăzută ale melodiilor recognoscibile. Și, desigur, editorii nu vor fi plătiți pentru licențierea melodiilor pentru a antrena AI. După cum spune plângerea, Anthropic 'se îmbogățește prin exploatarea necompensată a editorilor de muzică' și a muncii compozitorilor lor.