”Jag tror att fanfiction-uppstötningar och fanfictionskapande båda har potential för upphovsrättsliga problem, eftersom fanfiction ofta måste ta från uttrycksfulla element, karaktärer som är upphovsrättsskyddade, karaktärer kända nog för att skyddas av upphovsrättslagstiftningen, eller handlingshistorier eller sekvenser,” sa Smith. ”Om dessa saker kopieras och reproduceras, kan utdata vara potentiellt intrång.”
Men det är fortfarande en gråzon. Smith sa att han skulle vara bekymrad över bloggen, men tillade: ”Jag skulle inte säga att det automatiskt utgör en kränkning.”
Smith sa till Ars att Microsoft ”förmodligen var klokt” att dra bloggen eftersom domstolar bara generellt har sagt att träning av AI med upphovsrättsskyddade böcker är rimlig användning. Domstolar fortsätter dock att utreda frågor om piratkopierat AI-utbildningsmaterial.
På den raderade Kaggle-datauppsättningssidan har Maindola tidigare förklarat att han ”laddade ner en e-bok och konverterade den till en txt-fil” för att få informationen.
Microsoft kan göra intrång i upphovsrätten
Fair use ”kan vara en svår diskussion” när man ställs inför frågan om Microsoft avsiktligt använde piratkopierade böcker för att träna exempelmodeller, sa Smith.
Hacker News-kommentatorer föreslog att bloggen kunde betraktas som skälig användning eftersom utbildningsguiden är avsedd för ”utbildningsändamål”, och Smith sa att Microsoft kanske skulle kunna ta upp några ”bra argument” till sitt försvar.
Han föreslog dock också att Microsoft skulle kunna hållas ansvarigt för medverkan till intrånget på någon nivå efter att ha låtit bloggen sitta i ett år. Kaggle-datauppsättningen laddades ner mer än 10 000 gånger innan den togs bort.
”Slutresultatet är att de skapar material som gör intrång genom att säga ”Hej, här går vi, ta det intrångsmaterialet och använd det i våra system”, sa Smith. ”De kan ha något slags sekundärt bidragsansvar för upphovsrättsintrång genom att ladda ner det eller använda det för att uppmuntra andra att använda det i utbildningssyfte.”
