Meta moet in de Amerikaanse auteursrechtzaken over zijn AI-training duidelijk maken wie er besloot om boeken te downloaden uit zogeheten schaduwbibliotheken zoals LibGen en Anna's Archive. Dat heeft een Amerikaanse rechter bepaald, meldt Ars Technica op basis van berichtgeving van TorrentFreak.

Waar draait het om?

Schrijvers, onder wie Richard Kadrey en Sarah Silverman, en uitgever Entrepreneur Media verwijten Meta dat het miljoenen auteursrechtelijk beschermde boeken via torrents heeft binnengehaald om zijn taalmodellen mee te trainen. Het gaat volgens de eisers om 80,6 terabyte van LibGen en 35,7 terabyte via Anna's Archive.

Meta verdedigde zich de afgelopen weken door de verantwoordelijkheid bij individuele medewerkers te leggen. In een processtuk beschreef het bedrijf de vroege verzameling van trainingsdata als een "informele aanpak", waarbij niemand met zeggenschap echt een besluit zou hebben genomen. Een "besluit" was er volgens Meta alleen in de zin dat sommige medewerkers "technisch gezien" torrents downloadden.

Wat de rechter nu eist

Magistraat Thomas Hixon ging grotendeels mee met de eisers: Meta moet de belangrijkste beslissers bij naam noemen. Daarmee kunnen ook managers en bestuurders in beeld komen van wie medewerkers eerder verklaarden dat zij groen licht gaven.

Uit eerder openbaar gemaakte stukken blijkt dat medewerkers zich niet prettig voelden bij de opdracht. Eén van hen schreef dat "torrenten vanaf een bedrijfslaptop niet goed voelt". Een ander verklaarde dat sommige downloads goedkeuring "op director- of VP-niveau" nodig hadden. In een eerder vrijgegeven berichtenreeks staat dat het besluit om van LibGen te downloaden viel na "een eerdere escalatie naar MZ", wat de eisers lezen als Mark Zuckerberg.

Waarom dit verder reikt dan één rechtszaak

Bij torrents deel je doorgaans ook zelf stukjes van de bestanden met anderen. Volgens de schrijvers heeft Meta daardoor niet alleen gedownload, maar ook illegaal verspreid. Meta zegt maatregelen te hebben genomen om dat te voorkomen. Als blijkt dat de top bewust koos voor piraterij, kan dat zwaarder wegen dan een fout van losse werknemers.

De zaak past in een bredere strijd over trainingsdata. Meta lag deze maand ook onder vuur om nieuwe zakelijke voorwaarden die het bedrijf zouden toestaan websites van zakelijke accounts te gebruiken voor AI-training; na kritiek haalde Meta die passage weer weg, meldde The Verge. In Europa geldt voor AI-makers onder de AI-verordening de plicht om een samenvatting van gebruikte trainingsdata te publiceren en het auteursrecht te respecteren, ook als rechthebbenden bezwaar hebben gemaakt tegen tekst- en datamining.