Rozwój generatywnej sztucznej inteligencji doprowadził do jednego z najpoważniejszych konfliktów pomiędzy przedsiębiorstwami technologicznymi a tradycyjnymi mediami. W jego centrum znalazło się pytanie, które może przesądzić o przyszłości całego rynku informacji: czy twórca modelu AI może bez zezwolenia wykorzystywać chronione prawem autorskim artykuły do trenowania swojego systemu?
W dniu 27 grudnia 2023 roku The New York Times Company wniosła przed federalnym sądem w Nowym Jorku pozew przeciwko OpenAI oraz Microsoftowi. Wydawca twierdzi, że miliony jego publikacji zostały wykorzystane do rozwoju modeli językowych, na których opierają się między innymi ChatGPT i rozwiązania Microsoft Copilot.
Nie jest to jednak wyłącznie spór o techniczny sposób uczenia algorytmów. Jego istotą jest odpowiedź na pytanie, czy przedsiębiorstwo technologiczne może stworzyć komercyjny produkt, korzystając z pracy dziennikarzy, redaktorów i wydawców, a następnie za pomocą tego produktu konkurować z autorami materiałów wykorzystanych podczas szkolenia systemu.
Na czym polega spór The New York Times z OpenAI i Microsoftem?
The New York Times jest jednym z największych i najbardziej rozpoznawalnych wydawców prasowych na świecie. Utrzymuje rozbudowane redakcje, finansuje dziennikarstwo śledcze i oferuje znaczną część swoich treści w modelu płatnej subskrypcji.
Zdaniem wydawcy OpenAI wykorzystało bez zezwolenia ogromną liczbę artykułów, komentarzy, analiz, recenzji i innych materiałów prasowych do trenowania swoich modeli. Microsoft miał natomiast uczestniczyć w rozwoju oraz komercjalizacji tej technologii, inwestując w OpenAI i wykorzystując jej modele we własnych usługach.
Modele językowe uczą się na wielkich zbiorach tekstu. Nie przechowują artykułów w taki sam sposób jak klasyczna baza dokumentów, lecz analizują zależności pomiędzy słowami, zdaniami i pojęciami, przekształcając je w parametry matematyczne. Nie oznacza to jednak, że wcześniejsze sporządzenie kopii materiałów nie ma znaczenia prawnego. W procesie przygotowania zbioru treningowego oraz szkolenia modelu może bowiem dochodzić do zwielokrotniania całych utworów.
To właśnie ten etap stał się jednym z najważniejszych punktów sporu.
Jakie zarzuty formułuje The New York Times?
Stanowisko wydawcy opiera się na kilku powiązanych ze sobą zarzutach.
1. Wykorzystanie artykułów bez licencji
The New York Times twierdzi, że OpenAI korzystało z chronionych publikacji bez uzyskania odpowiedniej licencji i bez zapłaty wynagrodzenia. Dotyczyć to miało także materiałów znajdujących się za paywallem, a więc udostępnianych wyłącznie subskrybentom.
Sama okoliczność, że artykuł jest dostępny w internecie, nie oznacza bowiem, że można go dowolnie kopiować lub wykorzystywać komercyjnie. Publiczna dostępność treści nie jest równoznaczna z przejściem utworu do domeny publicznej.
2. Odtwarzanie fragmentów publikacji
W pozwie przedstawiono przykłady odpowiedzi generowanych przez modele OpenAI, które miały odtwarzać całe fragmenty artykułów lub treści bardzo do nich zbliżone. Zjawisko to określane jest niekiedy jako memorization albo regurgitation – zapamiętywanie i późniejsze odtwarzanie materiału treningowego.
OpenAI odpowiada, że takie rezultaty nie odpowiadają zwykłemu sposobowi korzystania z ChatGPT, a część przykładów uzyskano za pomocą specjalnie przygotowanych, wielokrotnie modyfikowanych poleceń. Według spółki modele są projektowane tak, aby tworzyć nowe wypowiedzi, a nie odtwarzać cudze publikacje.
Spór dotyczy więc również tego, czy o odpowiedzialności producenta powinny decydować możliwości systemu ujawnione podczas celowych testów, czy przede wszystkim typowe rezultaty uzyskiwane przez przeciętnego użytkownika.
3. Konkurowanie z oryginalnym wydawcą
The New York Times wskazuje, że ChatGPT i Copilot mogą udzielać odpowiedzi na podstawie informacji opracowanych przez jego dziennikarzy, nie odsyłając użytkownika do pierwotnej publikacji. Odbiorca otrzymuje wówczas streszczenie albo odpowiedź bez konieczności odwiedzenia strony wydawcy i wykupienia subskrypcji.
To szczególnie istotny argument. Prawo autorskie chroni bowiem nie tylko sam utwór, ale pośrednio również rynek jego legalnego wykorzystania. Jeżeli produkt AI zaczyna zastępować dostęp do artykułu, może wpływać na liczbę subskrypcji, ruch na stronie, wpływy reklamowe i rynek licencjonowania treści.
4. Fałszywe przypisywanie informacji wydawcy
Modele językowe mogą także generować informacje, które wyglądają jak wiadomości pochodzące z określonej gazety, mimo że w rzeczywistości nie zostały przez nią opublikowane. Zjawisko to określa się potocznie jako „halucynacje” AI.
Dla wydawcy oznacza to ryzyko utraty wiarygodności. Użytkownik może bowiem uznać, że nieprawdziwa albo niedokładna informacja pochodzi z redakcji, chociaż została wygenerowana przez model.
Czym jest fair use?
Podstawowa linia obrony OpenAI opiera się na amerykańskiej doktrynie fair use, czyli dozwolonego, uczciwego wykorzystania utworu. Pozwala ona w określonych okolicznościach korzystać z chronionych materiałów bez zgody uprawnionego.
Zgodnie z amerykańskim prawem sąd powinien uwzględnić cztery podstawowe czynniki:
- cel i charakter wykorzystania, w tym jego komercyjny lub niekomercyjny charakter;
- rodzaj chronionego utworu;
- rozmiar i znaczenie wykorzystanej części;
- wpływ wykorzystania na rynek lub wartość oryginalnego utworu.
Żaden z tych elementów nie rozstrzyga sprawy samodzielnie. Sąd dokonuje całościowej oceny konkretnego przypadku.
Czy trenowanie AI ma charakter „transformacyjny”?
OpenAI argumentuje, że trenowanie modelu jest wykorzystaniem transformacyjnym. Artykuły nie mają być udostępniane odbiorcy jako internetowa biblioteka, lecz analizowane w celu rozpoznawania zależności językowych i tworzenia systemu zdolnego do wykonywania wielu różnych zadań.
Podobne rozumowanie pojawiało się wcześniej w sprawach dotyczących wyszukiwarek internetowych i digitalizacji książek. W sprawie Google Books amerykańskie sądy uznały, że zeskanowanie książek w celu stworzenia wyszukiwarki pełnotekstowej może mieścić się w granicach fair use, ponieważ służyło innemu celowi niż udostępnianie czytelnikom pełnych kopii utworów.
Nie oznacza to jednak, że wynik tamtej sprawy można automatycznie przenieść na generatywną AI. Google Books co do zasady nie tworzyło nowych publikacji konkurujących z książkami. Model generatywny może natomiast przygotować rozbudowane streszczenie, naśladować strukturę tekstu, odpowiadać na pytania dotyczące jego treści, a w pewnych warunkach odtwarzać fragmenty materiału źródłowego.
W przypadku generatywnej AI granica pomiędzy analizowaniem utworu a korzystaniem z jego gospodarczej wartości jest więc znacznie mniej wyraźna.
Znaczenie komercyjnego charakteru działalności
OpenAI i Microsoft prowadzą działalność komercyjną. Dostęp do bardziej zaawansowanych funkcji modeli jest odpłatny, a technologia jest oferowana przedsiębiorcom i integrowana z licznymi produktami.
Komercyjny charakter wykorzystania nie wyklucza zastosowania fair use, ale może działać na niekorzyść pozwanych, szczególnie gdy ich produkt konkuruje na tym samym rynku z właścicielem praw autorskich.
Z drugiej strony OpenAI podnosi, że modele nie powstają po to, aby zastąpić konkretną gazetę. Służą wykonywaniu bardzo wielu zadań: analizowaniu danych, tłumaczeniu, programowaniu, edukacji, prowadzeniu badań czy wspieraniu działalności gospodarczej. Według spółki ich przeznaczenie jest zatem zasadniczo odmienne od celu publikacji prasowych.
Czy fakty są chronione prawem autorskim?
Prawo autorskie nie chroni samych faktów, informacji, idei ani odkryć. Chronić może natomiast sposób ich przedstawienia: dobór materiału, strukturę artykułu, język, kompozycję oraz indywidualny charakter wypowiedzi.
Model AI może więc wykorzystywać wiedzę o zdarzeniach opisanych w gazecie. Nie powinien jednak bez podstawy prawnej odtwarzać chronionej formy artykułu.
Problem polega na tym, że w przypadku wysokiej jakości dziennikarstwa wartość gospodarcza nie ogranicza się do konstrukcji zdań. Obejmuje również koszty pozyskania informacji: pracę reporterów, analizę dokumentów, weryfikację źródeł, podróże, dostęp do ekspertów i wielomiesięczne śledztwa.
Konkurent może następnie wykorzystać ustalone fakty, ponieważ same informacje nie są objęte monopolem prawa autorskiego. Z punktu widzenia wydawców prowadzi to do pytania, czy obecne instrumenty prawne wystarczają do ochrony ekonomicznych podstaw profesjonalnego dziennikarstwa.
Znaczenie wpływu AI na rynek prasy
Prawdopodobnie najważniejszym polem sporu będzie wpływ wykorzystania artykułów na istniejący oraz potencjalny rynek.
The New York Times może wykazywać, że:
- odpowiedzi AI zastępują lekturę oryginalnych publikacji;
- użytkownicy rzadziej odwiedzają stronę wydawcy;
- wykorzystanie treści wpływa na sprzedaż subskrypcji;
- istnieje rozwijający się rynek licencji na treści przeznaczone do trenowania AI;
- nieodpłatne korzystanie z artykułów zmniejsza wartość takich licencji;
- produkty pozwanych konkurują z usługami informacyjnymi wydawcy.
OpenAI będzie natomiast argumentować, że model nie jest substytutem gazety, a jego typowe odpowiedzi nie odtwarzają chronionych publikacji. Spółka wskazuje również, że zawiera umowy licencyjne i partnerskie z licznymi wydawcami, ale jednocześnie uważa samo trenowanie modeli na publicznie dostępnych materiałach za fair use.
Istnienie rynku licencji można interpretować dwojako. Dla wydawców stanowi dowód, że treści treningowe mają konkretną wartość gospodarczą. Dla przedsiębiorstw AI może natomiast oznaczać, że umowy zawierane są w celu uzyskania dodatkowych funkcjonalności, aktualnych treści i stabilnej współpracy, a nie dlatego, że każda operacja treningowa wymaga zezwolenia.
Dotychczasowy przebieg postępowania
W kwietniu 2025 roku sąd oddalił część zarzutów, ale pozwolił, aby zasadnicze roszczenia związane z naruszeniem praw autorskich były dalej rozpoznawane. Nie oznaczało to przesądzenia, że OpenAI lub Microsoft ponoszą odpowiedzialność. Sąd uznał jedynie, że najważniejsze twierdzenia wydawców nie mogą zostać odrzucone na wstępnym etapie i wymagają dalszego postępowania dowodowego.
Sprawa została następnie objęta skonsolidowanym postępowaniem In re OpenAI, Inc. Copyright Infringement Litigation, prowadzonym przed Sądem Okręgowym dla Południowego Dystryktu Nowego Jorku. Do wspólnego postępowania trafiły także roszczenia innych wydawców i autorów.
Istotnym elementem sporu dowodowego stały się dane dotyczące odpowiedzi generowanych przez ChatGPT. W styczniu 2026 roku utrzymano w mocy rozstrzygnięcie nakazujące udostępnienie na potrzeby postępowania próby około 20 milionów zanonimizowanych zapisów rozmów. Wydawcy chcą na ich podstawie ustalić, jak często system rzeczywiście odtwarza albo zastępuje chronione materiały. OpenAI podnosi z kolei zarzuty dotyczące prywatności użytkowników oraz zakresu żądanych danych.
Na dzień 26 sierpnia 2026 roku nie zapadło jeszcze prawomocne rozstrzygnięcie przesądzające, czy wykorzystanie publikacji The New York Times do trenowania modeli stanowi fair use. Postępowanie pozostaje w toku, a jego zakres był w międzyczasie modyfikowany. Dlatego nie można twierdzić, że amerykański sąd uznał już trenowanie modeli OpenAI na artykułach za legalne albo nielegalne.
Co zmieniają sprawy dotyczące książek?
W 2025 roku zapadły ważne rozstrzygnięcia w sprawach Bartz v. Anthropic oraz Kadrey v. Meta. Sądy uznały w ich konkretnych okolicznościach, że trenowanie modeli na książkach mogło mieć charakter wysoce transformacyjny i mieścić się w granicach fair use.
Nie ustanowiło to jednak ogólnej zasady, zgodnie z którą każde trenowanie AI na każdym zbiorze danych jest zgodne z prawem. Duże znaczenie mogą mieć:
- źródło pozyskania materiałów;
- legalność wykonania kopii;
- sposób przechowywania danych;
- zdolność modelu do odtwarzania utworów;
- charakter rezultatów;
- istnienie rynku licencyjnego;
- rzeczywisty wpływ produktu AI na rynek oryginałów.
Sprawa The New York Times może być trudniejsza dla przedsiębiorstw AI niż część sporów dotyczących książek. Publikacje prasowe funkcjonują na aktywnym, szybko zmieniającym się rynku, a ich wartość często jest największa bezpośrednio po opublikowaniu. Odpowiedź wygenerowana przez AI może zatem konkurować z materiałem źródłowym niemal natychmiast.
Jak podobną sprawę należałoby oceniać w Unii Europejskiej?
Amerykańskiej doktryny fair use nie można bezpośrednio przenieść na grunt prawa polskiego ani unijnego. W Unii Europejskiej wyjątki od prawa autorskiego są bardziej szczegółowo określone.
Kluczowe znaczenie mają art. 3 i 4 dyrektywy 2019/790 w sprawie prawa autorskiego na jednolitym rynku cyfrowym. Art. 3 przewiduje wyjątek dotyczący eksploracji tekstów i danych prowadzonej przez organizacje badawcze oraz instytucje dziedzictwa kulturowego do celów badań naukowych.
Art. 4 obejmuje szerzej eksplorację tekstów i danych, również prowadzoną komercyjnie, ale pod warunkiem legalnego dostępu do materiałów. Uprawniony może ponadto zastrzec możliwość takiego wykorzystania swoich utworów. W odniesieniu do treści dostępnych w internecie zastrzeżenie powinno zostać dokonane w odpowiedni sposób, w szczególności za pomocą środków nadających się do odczytu maszynowego.
W prawie unijnym zasadnicze znaczenie mogą zatem mieć pytania:
- czy dostawca AI posiadał legalny dostęp do publikacji;
- czy wykorzystał materiały znajdujące się za paywallem;
- czy wydawca skutecznie zastrzegł prawa w zakresie text and data mining;
- czy wykonane kopie były niezbędne do eksploracji danych;
- czy były przechowywane tylko tak długo, jak było to konieczne;
- czy końcowe rezultaty nie odtwarzają chronionych elementów utworów.
Dodatkowo unijny AI Act nakłada na dostawców modeli AI ogólnego przeznaczenia obowiązek wprowadzenia polityki zgodności z prawem autorskim oraz publikowania dostatecznie szczegółowego podsumowania treści wykorzystanych do trenowania modelu. Nie rozstrzyga jednak samodzielnie, czy konkretne wykorzystanie artykułu było zgodne z prawem.
Czy trenowanie AI na artykułach jest naruszeniem prawa autorskiego?
Nie ma jeszcze jednej odpowiedzi obejmującej wszystkie modele, zbiory danych i systemy prawne.
Samo techniczne „uczenie się” modelu nie jest kategorią prawną. Oceny wymaga cały proces:
- pozyskanie artykułu;
- wykonanie jego kopii;
- umieszczenie publikacji w zbiorze danych;
- wykorzystanie treści podczas szkolenia;
- przechowywanie danych;
- sposób działania gotowego modelu;
- charakter generowanych odpowiedzi;
- wpływ systemu na rynek oryginalnych publikacji.
Możliwe jest więc, że samo analityczne wykorzystanie legalnie pozyskanych utworów zostanie uznane za dopuszczalne, ale odtwarzanie ich obszernych fragmentów w odpowiedziach będzie stanowiło naruszenie. Możliwa jest również odmienna ocena materiałów publicznie dostępnych i kopii pozyskanych z nielegalnych źródeł albo z obejściem ograniczeń dostępu.
Nie powinno się zatem sprowadzać sporu do hasła „AI uczy się tak jak człowiek”. Człowiek może przeczytać artykuł i zdobyć wiedzę, lecz stworzenie modelu wymaga przemysłowego zwielokrotniania i analizowania ogromnych zbiorów treści. Skala, sposób technicznego wykorzystania i komercyjny charakter procesu są nieporównywalne z indywidualną lekturą.
Jak wyrok może wpłynąć na rynek sztucznej inteligencji?
Jeżeli sąd przyzna rację wydawcy, dostawcy modeli mogą zostać zmuszeni do:
- zawierania większej liczby umów licencyjnych;
- ujawniania źródeł danych treningowych;
- skuteczniejszego respektowania sprzeciwów właścicieli praw;
- usuwania określonych treści ze zbiorów danych;
- rozwijania zabezpieczeń przed odtwarzaniem publikacji;
- wypłacania odszkodowań za bezprawne wykorzystanie materiałów.
Jeżeli przeważy argumentacja OpenAI, przedsiębiorstwa technologiczne uzyskają szerszą możliwość trenowania modeli na publicznie dostępnych treściach bez indywidualnego uzgadniania licencji. Nie musi to jednak oznaczać swobody odtwarzania artykułów ani omijania paywalli.
Najbardziej prawdopodobny kierunek rozwoju rynku może znajdować się pomiędzy tymi skrajnościami. Samo trenowanie modeli może zostać w pewnym zakresie uznane za dopuszczalne, podczas gdy odpowiedzialność będzie wiązana z pochodzeniem danych, odtwarzaniem chronionych treści, brakiem zabezpieczeń i bezpośrednim zastępowaniem usług wydawcy.
Podsumowanie
Spór The New York Times z OpenAI i Microsoftem nie jest wyłącznie konfliktem między gazetą a producentami oprogramowania. Dotyczy zasad finansowania wiedzy i twórczości w gospodarce, w której dane stały się podstawowym surowcem technologicznym.
Modele AI potrzebują wysokiej jakości materiałów, a profesjonalne media potrzebują środków na tworzenie tych materiałów. Jeżeli generatywna sztuczna inteligencja będzie mogła wykorzystywać rezultaty kosztownej pracy dziennikarskiej i jednocześnie zastępować dostęp do pierwotnych publikacji, dotychczasowy model finansowania prasy może zostać poważnie osłabiony. Z kolei zbyt szeroki obowiązek uzyskiwania indywidualnych licencji mógłby utrudnić rozwój innowacyjnych systemów i uprzywilejować tylko największe przedsiębiorstwa.
Przyszłe rozstrzygnięcie będzie więc musiało wyznaczyć granicę pomiędzy transformacyjnym wykorzystaniem informacji a przejęciem gospodarczej wartości cudzej twórczości. Od sposobu jej wyznaczenia zależeć może nie tylko przyszłość ChatGPT, lecz również przyszłość profesjonalnego dziennikarstwa.
Rejestr spraw: https://www.courtlistener.com/docket/68117049/the-new-york-times-company-v-microsoft-corporation/?utm_source=chatgpt.com
Stanowisko OpenAI dotyczące pozwu: https://openai.com/pl-PL/new-york-times/?utm_source=chatgpt.com
Stan prawny na dzień: 26 sierpnia 2026 roku
Zdjęcie: magnific.com
