Conditions for free use of copyrighted objects when training generative adversarial networks

Abstract

Тема Выпускной квалификационной работы является крайне актуальной, что определяется рядом факторов. Технологии искусственного интеллекта стремительно развиваются, наблюдается повышенный интерес со стороны общества к генеративным моделям искусственного интеллекта. В то же время правовой ландшафт вокруг генеративных нейросетей остается неопределенным: от отсутствия легальной дефиниции этого явления до недопонимания относительно вопроса квалификации действий разработчиков по использованию охраняемых авторским правом произведений для обучения генеративных нейросетей. Структура Выпускной квалификационной работы состоит из введения, трех глав, заключения, списка использованных источников и литературы. Общий объем текста составляет 163 страницы. В рамках осуществленного исследования аспирант изучил существующие подходы к понятию искусственный интеллект через анализ отечественных и зарубежных легальных и доктринальных дефиниций, исследовал правовую природу такого явления как генеративная нейросеть, выявил существенные признаки, которые характеризуют исследуемый объект, что позволило аспиранту сформулировать авторское определение «генеративная нейросеть». Аспирант выявил, каким образом институт свободного использования, находит свое отражение в законодательстве РФ, ЕС и США, в чем выражаются основные сходства и различия рассматриваемого явления в исследуемых правопорядках. Автор проанализировал, каким образом отечественное и зарубежное законодательство может влиять, ограничивать или же напротив способствовать развитию технологий генеративного искусственного путем его обучения на охраняемых авторским правом объектах. Автором была проанализирована актуальная судебная практика по вопросу нарушения авторских прав при обучении генеративных нейросетей. Важная роль уделялась проблемам применения условий о свободном использовании к случаям обучения генеративных моделей искусственного интеллекта на охраняемых наборах данных. Аспирантом был сформулирован ряд положений, опираясь на которые, можно усовершенствовать действующие правовые механизмы и расширить существующие границы исключительных прав с целью обучения генеративного искусственного интеллекта. В рамках исследования были предложены рекомендации для безопасного и экологичного использования разработчиками охраняемых авторским правом объектов с целью тренировки генеративных нейросетей. Бесспорными достоинствами работы является использование комплексного подхода к исследованию вопроса свободного использования произведений для обучения генеративного искусственного интеллекта, а также предложенный аспирантом ряд практических рекомендаций для разработчиков по законному и безопасному обучению генеративных нейросетей, в том числе с использованием ранее не применявшегося к подобным правоотношениям механизма принудительного лицензирования объектов авторских прав. Результаты исследования отражены аспирантом в научной статье в журнале, входящем в перечень журналов, одобренных ВАК (Дюжакова А.В. Применение доктрины Fair Use к случаям обучения генеративных нейросетей // Ленинградский юридический журнал. 2024. № 1. С. 8-27). Также теоретические и практические выводы, к которым аспирант пришел в настоящем труде были представлены на различных международных и национальных научных конференциях.

The topic of the work is extremely relevant, determined by a number of factors. Artificial intelligence technologies are developing rapidly, and there is growing public interest in generative artificial intelligence models. At the same time, it is believed that the landscape around generative neural networks remains uncertain, from the emergence of a legal definition of this phenomenon to misunderstandings regarding questions regarding the qualifications of developers to use protected copyright laws to train generative neural networks. The structure of the final qualifying work consists of an introduction, three chapters, a conclusion, a list of used sources and literature. The total volume of text is 163 pages. As part of the ongoing research, the graduate student studied all approaches to understanding artificial intelligence through domestic and international legal and doctrinal definitions, explored the legal nature of such phenomena as a generative neural network, identified the main features that characterize the fundamental object, which allows the graduate student to formulate the author’s definition of “generative neural network”. The graduate student identified how the institution of free use is reflected in the legislation of the Russian Federation, the EU and the USA, which expresses the main similarities and consideration of the issues under consideration in restrictive legal orders. The author analyzed how domestic and foreign legislation can influence, limit or promote the development of generative artificial technologies by training them on copyrighted objects. The author analyzed the current judicial practice on the issue of copyright infringement when training generative neural networks. An important role was played by the problem of applying freedom of use conditions in cases of training generative artificial intelligence models on protected data sets. The graduate student formulated a number of provisions, based on which, it is possible to change the operation of legal mechanisms and expand the possibilities of limiting the principle of rights in order to train generative artificial intelligence. The study proposed recommendations for the safe and environmentally friendly use of copyrighted objects by developers to train generative neural networks. The undeniable advantages of the work are the use of an integrated approach to the study that free emergence arose for training generative artificial intelligence, as well as a number of practical recommendations proposed by the graduate student for developers on the legal and safe training of generative neural networks, including using financial law that has not previously been applied to state legal relations. objects of copyright. The results of the research are reflected by the graduate student in a scientific article in a journal, in the list of journals approved by the Higher Attestation Commission (Dyuzhakova A.V. Application of the Fair Use doctrine to cases of training generative neural networks // Leningrad Law Journal. 2024. No. 1. P. 8-27). Also, the theoretical and practical conclusions that the graduate student came to in this work represent ideas at various international and national scientific conferences.