Microsoft తన Copilot (యూజర్ల ప్రశ్నలకు సమాధానాలు ఇచ్చే AI చాట్బాట్) ద్వారా వార్తా కథనాలు, పుస్తకాలను కాపీ చేస్తోందన్న ఆరోపణలపై కోర్టులో కొత్త ఆధారాలు సమర్పించింది. 8.2 మిలియన్ల సంభాషణలను విశ్లేషించగా, 1 శాతం కంటే తక్కువ సందర్భాల్లో మాత్రమే కనీసం 16 పదాలు అసలు పాఠంతో సరిపోలాయని కంపెనీ పేర్కొంది. కాపీరైట్ ఉల్లంఘనలపై ప్రచురణకర్తలు, రచయితలతో జరుగుతున్న న్యాయ పోరాటంలో భాగంగా Microsoft ఈ వివరాలను వెల్లడించింది.
వార్తా ప్రచురణకర్తలు నియమించిన నిపుణుడి విశ్లేషణలో, 8.2 మిలియన్ల చాట్ లాగ్లలో కేవలం 59,545 సందర్భాల్లో మాత్రమే AI మోడల్ శిక్షణకు ఉపయోగించిన వార్తా కంటెంట్తో 16 పదాలు సరిపోలాయని తేలింది. సెంటర్ ఫర్ ఇన్వెస్టిగేటివ్ రిపోర్టింగ్ (CIR) అనే సంస్థకు చెందిన పనితో 51 సందర్భాల్లో గణనీయమైన అతివ్యాప్తి ఉన్నట్లు Microsoft గుర్తించింది. అలాగే, రచయితల కేసులో 24 ప్రతిస్పందనలు మాత్రమే కనీసం 30 పదాల వరకు సరిపోలాయని, 212 పుస్తకాలలో కేవలం 10 మాత్రమే ఇలా ఉన్నాయని కంపెనీ వివరించింది.
AI శిక్షణ కోసం కాపీరైట్ ఉన్న సమాచారాన్ని వాడటం 'ఫెయిర్ యూజ్' (చట్టబద్ధమైన వినియోగం) కిందకు వస్తుందని Microsoft వాదిస్తోంది. Copilot వంటి సిస్టమ్లు అసలు మెటీరియల్ను వాడుకున్నప్పటికీ, అవి సృష్టించే ఫలితాలు అసలు వాటి కంటే భిన్నమైన ప్రయోజనాల కోసం ఉపయోగపడుతున్నాయని కంపెనీ పేర్కొంది. ఇవి కొన్నిసార్లు టెక్స్ట్ భాగాలను పునరుత్పత్తి చేసినా, LLM (పెద్ద మొత్తంలో డేటాతో శిక్షణ పొందిన AI మోడల్) శిక్షణ వల్ల కలిగే రూపాంతర ప్రయోజనాలు ఏమాత్రం తగ్గవని Microsoft ముగించింది.
అయితే, Microsoft వాదనలను న్యూయార్క్ టైమ్స్ తీవ్రంగా వ్యతిరేకించింది. తమ జర్నలిజానికి ప్రత్యామ్నాయంగా వాణిజ్య ఉత్పత్తులను తయారు చేసి, తమ పరిశ్రమను అణగదొక్కేలా Microsoft, OpenAI వ్యవహరిస్తున్నాయని టైమ్స్ ప్రధాన న్యాయవాది ఇయాన్ క్రాస్బీ ఆరోపించారు. తమ రచనలను దొంగిలించినందుకు కంపెనీలు బాధ్యత వహించాలని ఆయన డిమాండ్ చేశారు.
ప్రస్తుతం ప్రచురణకర్తలు, రచయితల వాదనలను ఒక న్యాయమూర్తి పర్యవేక్షణలో ఏకీకృతం చేశారు. కేసును ప్రాథమిక దశలోనే ముగించేలా సారాంశ తీర్పు (కోర్టు విచారణ లేకుండానే ఇచ్చే తుది తీర్పు) ఇవ్వాలని Microsoft కోరుతోంది. ఒకవేళ న్యాయమూర్తి ప్రచురణకర్తల పక్షాన నిలిస్తే, ఈ న్యాయ పోరాటం కోర్టులో మరింత కాలం కొనసాగుతుంది.
