Avtorske pravice so problem podatkovnega cevovoda, preden postanejo pravni argument.

Avtorske pravice pri umetni inteligenci se začnejo pred učenjem: zakonit dostop, pridržane pravice, licence, izvor, hramba in nadaljnja uporaba puščajo...

Avtorske pravice so problem podatkovnega cevovoda, preden postanejo pravni argument.

Kopija je že odločitev

Pogovori o avtorskih pravicah in umetni inteligenci se pogosto začnejo na napačnem koncu sistema. Začnejo se pri modelu: katera arhitektura, koliko parametrov, katera merila uspešnosti, katera izdaja. Ko se nekdo vpraša, od kod izvira gradivo za usposabljanje, je gradivo že šlo skozi več rok, formatov, filtrov in plasti shranjevanja. Pravno vprašanje ni prišlo prepozno. Obstajalo je že, ko je bila narejena prva kopija.

Ta prva kopija je lahko začasna. Lahko je stran, ki je na voljo dovolj dolgo, da jo razčlenjevalnik prebere, slika, pretvorjena v piksle, dokument, razpakiran iz arhiva, ali tabela, normalizirana tako, da lahko program primerja polja. Nastane lahko na podlagi licence, izjeme, pogodbe ali brez ustrezne podlage. Stroj te razlike ne naredi namesto vas. Preprosto izvede operacijo, ki jo zahteva cevovod.

Zato je avtorska pravica najprej težava podatkovnega cevovoda in šele nato pravni argument. Sodišče ali imetnik pravic lahko na koncu vpraša, ali je bila določena uporaba dovoljena. Organizacija mora odgovoriti na prejšnji niz vprašanj: kaj je bilo zbrano, kdo ga je zbral, od kod, s kakšnim dostopom, po katerem pravilu, kako dolgo je bilo shranjeno, v kaj je bilo pretvorjeno in v kateri poznejši izdelek je bilo vneseno. Če ta vprašanja takrat niso bila zabeležena, je pravni argument prisiljen rekonstruirati neviden cevovod iz drobcev.

Argument tukaj ni, da vsaka tehnična odločitev določa pravni izid. Ne določa ga. Zgoščena vrednost ne podeljuje dovoljenja. Licenca ne naredi slabe varnostne prakse sprejemljive. Kartica modela ne razreši pravic do vsakega dela v naboru za usposabljanje. Bistvo je bolj vsakdanje in bolj uporabno: vsaka stopnja ustvari dejstva, ki jih bo poznejša analiza pravic potrebovala. Dobro inženirstvo naredi ta dejstva vidna, ne da bi se pretvarjalo, da je vidnost že razsodba.

Evropsko pravo je pri tem zgodnjem delu zgodbe nenavadno izrecno. Direktiva (EU) 2019/790 obravnava rudarjenje besedil in podatkov, zakonit dostop in pridržke pravic. Akt o umetni inteligenci dodaja ločeno obveznost za ponudnike modelov umetne inteligence splošnega namena, da vzpostavijo politiko skladnosti s pravnimi predpisi Unije o avtorskih pravicah in javno objavijo dovolj podroben povzetek vsebine za usposabljanje. Noben od teh instrumentov ne spremeni cevovoda v čarobni stroj za skladnost. Skupaj otežujeta zagovor ideje, da so podatki za usposabljanje zgolj gorivo, ki izgine, ko model začne delovati.

Verigo lahko spremljamo, ne da bi si izmislili dramatičen dogodek. Začnemo z virom, ki ga ekipa preučuje za določen namen. Vir ima lastnika, lokacijo, pogoje dostopa, navidezno licenco, naveden pridržek ali nerešeno vprašanje. Ekipa vir odkrije, preveri, ali je dostop zakonit, se odloči, ali predvidena uporaba ustreza dovoljenju ali izjemi, zajame omejeno kopijo, zabeleži, kaj se je zgodilo, in nato odloči, ali se gradivo lahko premakne naprej. To ni zgodba o določenem podjetju. Je sestavljen miselni eksperiment za to, da postanejo običajne odločitve vidne.

Ko je veriga vidna, se jezik izboljša. Zbiranje ni usposabljanje. Dostop ni pooblastilo za vsako uporabo. Licenca ni dokaz, da je mogoče izpeljan nabor podatkov ponovno distribuirati. Navedba avtorstva ni nadomestilo za dovoljenje. Zavrnitev ni neuspeli prenos; je odločitev o pravicah. Model je zadnji porabnik v dolgi vrsti prejšnjih odločitev.

Cevovod je daljši od modela

Uporaben cevovod ima več stopenj, kot jih običajno prikazuje diagram v predstavitvi izdelka. Odkrivanje poišče kandidatni vir. Dostop ugotovi, kako je vir mogoče doseči. Pridobivanje ustvari eno ali več kopij. Razčlenjevanje pretvori bajte v strukturirano gradivo. Normalizacija spremeni predstavitve. Filtriranje izključi ali izbere elemente. Označevanje doda oznake ali razmerja. Shranjevanje ustvari delovna in ohranjena stanja. Gradnja nabora podatkov določi, kateri elementi potujejo skupaj. Usposabljanje ali fino uravnavanje spremeni model. Vrednotenje, iskanje in izpis uvedejo nove načine uporabe. Objava ali uvajanje pošlje izdelek v delovni tok nekoga drugega.

Vsak glagol skriva odločitev. Odkrivanje lahko uporablja indeks, vir, vmesnik API, katalog ali osebo, ki gleda stran. Dostop je lahko odprt, naročen, licenciran, overjen ali omejen s tehničnim ukrepom. Pridobivanje je lahko dovoljeno za en namen, ne pa za drugega. Razčlenjevanje lahko ustvari kopije izraznih elementov, ki jih prvotni vmesnik nikoli ni prikazal v tej obliki. Filtriranje lahko odstrani delo, ohrani izvleček, spremeni obliko ali obdrži nabor funkcij. Usposabljanje lahko ustvari uteži, ki niso podobne izvornemu besedilu, vendar organizacija še vedno odgovarja za pot, ki jih je ustvarila.

Beseda podatki prikaže vse te stopnje kot nevtralne. Je priročna okrajšava in slaba moralna kategorija. Podatkovna zbirka lahko vsebuje dejstva iz javne domene, avtorsko zaščitene članke, osebne podatke, zaupne pogodbe, programsko opremo, fotografije, znanstvene meritve in komentarje ljudi, ki nikoli niso pričakovali, da bodo njihove besede postale vhod v model splošnega namena. Vsebnik ni pravica. Cevovod mora ohraniti razlike, ki jih beseda podatki izbriše.

Praktičen način za to je, da vsakemu izvornemu elementu ali družini virov priložimo majhno evidenco zahtevkov. Evidenca ni treba objaviti zaupnih notranjih zapisov. Povedati mora, kaj je znano, kaj se domneva, kaj je bilo dovoljeno, kaj je bilo zavrnjeno, kaj se je spremenilo in katera poznejša stanja so podedovala odločitev. Identiteta vira, čas zajema, različica ali zgoščena vrednost vsebine lahko podpirajo to delo. Nobeno od teh polj samo po sebi ne dokazuje resnice ali dovoljenja. Omogočajo, da se zahtevek izpodbija, namesto da bi razpravljali o zamegljenem spominu.

Cevovod potrebuje tudi meje. Vir, zbran za pomoč pri iskanju, morda ni primeren za usposabljanje. Licenciran izvleček lahko podpira navedbo v poročilu, ne pa javnega nabora podatkov. Izjema za besedilno in podatkovno rudarjenje lahko zajema računalniško analizo, medtem ko reprodukcija ali javno sporočanje ostane zunaj njenega področja. Pridržek pravic lahko ustavi določeno uporabo rudarjenja, medtem ko o nepovezanem dostopu ne pove ničesar. Obravnavanje cevovoda kot enega samega nerazločenega dejanja zagotavlja, da bodo te razlike izginile.

Vir s tem, ko potuje skozi cevovod, pravno ne postane preprostejši. Zapis mora potovati z njim.

Zgornja slika je namenoma zemljevid postopka, ne ocena skladnosti. Svetlo vozlišče ni zelena luč. Je mesto, kjer je treba sprejeti odločitev in jo priložiti dokazom. Cevovod je lahko na eni stopnji zakonit, na naslednji pa zunaj okvira. Prav tako je lahko tehnično skrben, medtem ko osnovni namen ostaja nepodprt. Zato mora operativni zapis prikazati tako odločitev kot meje okoli nje.

Zakonit dostop ni dovoljenje za vse

Direktiva 2019/790 začenja svoje določbe o rudarjenju besedil in podatkov s pogojem, ki ga je lahko citirati in še lažje poenostaviti: upravičenec mora imeti zakonit dostop do del ali drugega predmeta varstva. Zakonit dostop lahko vključuje odprti dostop, naročnino ali drugo zakonito pot. Ni enako temu, da je stran vidna v brskalniku. Javni naslov pove, kje je vir. Sam po sebi ne pove, katera dejanja je imetnik pravic dovolil, katera pogodba velja, ali je tehnični ukrep učinkovit ali ali predlagani namen ustreza izjemi.

Razlika je pomembna, ker sta dostop in uporaba različna dogodka. Knjižnica lahko zakonito omogoči dostop do revije na podlagi naročnine. Raziskovalec lahko nato uporabi izjemo za rudarjenje besedil in podatkov v okviru pogojev, ki veljajo za raziskovalno organizacijo. Gospodarski subjekt ima lahko dostop do javne strani, vendar mora pred izdelavo in hrambo kopij za drug namen še vedno preučiti pridržek pravic, licenco, pravice do podatkovne baze, pogodbene pogoje ali drugo pravno omejitev. Do istih bajtov lahko prideta dva akterja, katerih pravni položaj ni enak.

Dostop ima tudi tehnično plat, ki je ne bi smeli obravnavati kot oviro, ki jo je treba prelisičiti. Direktiva priznava, da lahko imetniki pravic uporabijo sorazmerne ukrepe za zaščito varnosti in celovitosti svojih sistemov ali podatkovnih baz. Gesla, plačilni zidovi, avtentikacija, omejitve hitrosti in drugi učinkoviti nadzori so dejstva o poti, ne uganke. Spletni pajek, ki jih premaga, ni pokazal iznajdljivosti. Ustvaril je nov problem na področju pravic in varnosti.

Najbolj pošten cevovod zato zabeleži stanje dostopa, preden shrani vsebino. Ali je bil vir odprt, naročen, licenciran, overjen ali neposredno posredovan. Kateri pogoji so bili vidni. Katera različica teh pogojev je veljala. Ali je bil izražen pridržek. Ali je bila zaznana tehnična omejitev. Ali se je upravljavec odločil, da ne bo nadaljeval. Odgovor je lahko nepopoln. Nepopoln je uporabnejši od samozavestne oznake, ki je kasneje nihče ne more pojasniti.

Zakonit dostop je v praksi tudi namensko omejen. Kopija, narejena za branje članka, ni samodejno kopija, pooblaščena za usposabljanje modela. Nabor podatkov, licenciran za interno analizo, ni samodejno licenciran za objavo. Ohranitvena kopija ustanove za kulturno dediščino ni samodejno javni učni korpus. Cevovod mora namen nositi kot pogoj, ne kot opombo, ki se po prvem izvozu loči od bajtov.

Za nič od tega ni treba, da odvetnik odobri vsako zahtevo HTTP. Treba je smiselno razdeliti odgovornosti. Komponenta za pridobivanje lahko uveljavlja politiko vira, ciljno varnost in omejitve hitrosti. Funkcija za pravice ali upravljanje podatkov lahko odloči, ali je družina virov v obsegu. Tehnični zapis lahko pokaže, kaj so komponente storile. Pravni sklep ostaja kontekstualen, vendar dejstva, potrebna za ta sklep, na omrežni meji ne izginejo več.

Dve izjemi za rudarjenje besedil in podatkov, dva različna pristopa

Določbe direktive o rudarjenju besedil in podatkov niso široka licenca za kopiranje česar koli zanimivega. Člen 3 določa obvezno izjemo za reproduciranje in izločanje, ki ga za znanstvene raziskave opravljajo raziskovalne organizacije in ustanove za kulturno dediščino, kadar imajo zakonit dostop. Kopije se lahko hranijo za namene znanstvenih raziskav in jih je treba varno shraniti. Določba je oblikovana okoli opredeljenega upravičenca in namena. Ni splošna izjema za katero koli organizacijo, ki svoje delo imenuje raziskovanje.

Člen 4 obravnava rudarjenje besedil in podatkov za druge namene. Uporablja se, kadar ima uporabnik zakonit dostop in imetnik pravic ni pridržal pravic za reproduciranje in izločanje na ustrezen način. Za vsebino, ki je javno dostopna na spletu, direktiva določa, da se pridržek lahko izrazi s strojno berljivimi sredstvi, vključno z metapodatki ter pogoji in določili spletišča ali storitve. Izjema imetniku pravic omogoča, da pridrži uporabo za rudarjenje. To je drugačen pristop od izjeme za znanstvene raziskave iz člena 3.

Te določbe uvrščajo razvrščanje v sam cevovod. Ali je upravljavec raziskovalna organizacija ali ustanova za kulturno dediščino, kot ju razume direktiva. Ali je namen znanstvena raziskava. Ali je dostop zakonit. Ali se kopija hrani varno in le, kolikor je potrebno za raziskovalni namen. Če uporaba spada pod člen 4, ali je bila pravica pridržana na ustrezen način. Ali pogodba dodaja pogoje. Ali se uporablja druga pravica, na primer pravica do podatkovne baze. Eno samo polje, imenovano tdm_allowed, ne more pošteno nositi vseh teh vprašanj.

Uvodne izjave so koristne, ker pojasnjujejo problem, ki ga je zakonodajalec poskušal rešiti. Rudarjenje besedil in podatkov lahko vključuje reproduciranje del ali izločanje iz podatkovnih baz, tudi kadar je tehnična naloga opisana kot analiza. Lahko zadeva tudi dejstva ali podatke, ki niso varovani z avtorsko pravico. Pravna narava gradiva in opravljena dejanja so zato pomembni. Cevovod bi moral vedeti, ali obravnava nevarovana dejstva, izrazna dela, varovano podatkovno bazo ali mešanico, ki zahteva ločeno obravnavo.

Iste uvodne izjave pojasnjujejo tudi, zakaj zakonit dostop ni zgolj okrasni stavek. Raziskovalne organizacije lahko do vsebine dostopajo prek naročnin, odprtih licenc ali gradiva, ki je prosto dostopno na spletu. Naročnina lahko zagotavlja zakonit dostop, medtem ko je treba njene pogoje še vedno preučiti v kontekstu. Javno stran je mogoče zakonito gledati, medtem ko pravica do izdelave drugačne vrste kopije ostaja sporna. Odprtost vira in predlagano dejanje sta povezani dejstvi, ne sopomenki.

Obstaja skušnjava, da bi izjeme spremenili v binarna vrata: da za raziskave, ne za vse ostalo. To je preveč grobo. Izjeme se prepletajo z obstoječimi izjemami, pogodbami, pravicami do podatkovnih baz, tehničnimi ukrepi in nacionalno implementacijo. Direktiva je instrument Unije, vendar njena praktična uporaba še vedno poteka prek prava držav članic in dejstev uporabe. Članek lahko pojasni strukturo, ne da bi ponudil zaključek za določen nabor podatkov ali organizacijo.

Za inženirstvo je posledica jasna. Pravno pot modelirajte kot tipizirana stanja in ne kot nekvalificiran logični tip. Vir je lahko kandidat, preverjen dostop, ocenjena izjema, licenciran, pridržan, zavrnjen, sprejet za določen namen, umaknjen ali v obravnavi. Prehod mora imeti lastnika in dokaze. Če operater spremeni namen iz raziskovalnega v komercialno usposabljanje, mora stanje zahtevati novo oceno, namesto da bi tiho preneslo staro dovoljenje naprej.

To morda zveni sitnarsko. Manj je sitnarsko kot poskušati dve leti pozneje pojasniti, zakaj je bila velika mapa gradiva obravnavana, kot da bi imel vsak element enako pravno pot. Evropa je razlike že zapisala v besedilo. Naloga cevovoda je, da jih zaradi udobja ne zgladi.

Opt-out je strojno berljiva meja

O pridržkih pravic se pogosto razpravlja, kot da bi šlo za prepir med založnikom in pajkom. Direktiva opisuje nekaj bolj praktičnega. Za javno dostopne spletne vsebine se lahko ustrezen pridržek za rudarjenje besedil in podatkov iz člena 4 izrazi s strojno berljivimi sredstvi, vključno z metapodatki ter pogoji uporabe spletišča ali storitve. Tehnična oblika je pomembna, ker je pridržek, ki ga sistem za pridobivanje ne more najti ali razlagati, meja, ki obstaja v pravu, a v delovanju izgine.

Strojno berljivo ne pomeni samodejnega dovoljenja v obratni smeri. Razčlenjevalnik, ki ne najde prepoznanega pridržka, ne dokazuje, da je uporaba zakonita. Pomeni le, da je bil preverjen en vnos v odločitev. Sistem še vedno potrebuje stanje dostopa, namen, identiteto vira, pogodbeni okvir in druge preverbe pravic. Nasprotno pridržka ne bi smeli obravnavati kot splošno prepoved vsake interakcije s spletiščem. Je signal o pravicah do reproduciranja in izločanja za rudarjenje besedil in podatkov v skladu z ustrezno določbo.

Razlika med signalom in zaključkom je tam, kjer mnogi cevovodi odpovejo. Oznaka pravic je lahko prisotna v metapodatkih, v pogojih ali v standardiziranem mehanizmu. Razčlenjevalnik lahko zabeleži natančno polje, vrednost, lokacijo in čas pridobitve. Korak upravljanja lahko razlaga, kaj ta oznaka pomeni za predlagano uporabo. Če sistem zapiše le dovoljeno ali zavrnjeno, izgubi dokaze, potrebne za pregled lažno pozitivnega rezultata, spremenjene politike ali sporne razlage.

Pridržki imajo tudi časovno naravo. Spletišča spreminjajo svoje pogoje. Viri se zamenjajo. Vir lahko objavi novo strojno berljivo navodilo po tem, ko je bilo prejšnje gradivo zajeto. Starega zajema in nove odločitve ni mogoče strniti v eno trenutno oznako, ne da bi izgubili zgodovino. Cevovod bi moral biti sposoben povedati, da je bila kopija narejena pod enim opazovanim stanjem, da je poznejše stanje spremenilo pot in da je pregled odločil, ali je treba že zadržano gradivo omejiti, odstraniti ali hraniti za pravno oceno.

To je dobro mesto za košček evropskega inženirskega humorja. Politika, ki pravi spoštujte datoteko robots, nato pa ne shrani zapisa o tem, katero datoteko robots je prebrala, ni politika. Je želja z akreditacijo. Enako velja za signale avtorskih pravic. Cevovod bi moral zabeležiti, kaj je videl, kaj je razumel, česar ni mogel razlagati in zakaj se je ustavil ali nadaljeval.

Ko vir uporablja konvencijo, ki je cevovod ne podpira, varna rešitev ni ugibanje. Vir označite kot nerazrešen, zahtevajte odločitev človeka ali uporabite pooblaščeno alternativo. Manjkajoči razčlenjevalnik je tehnična omejitev. Obravnavanje neberljive meje kot dovoljenja je upravljavska napaka. Sistemi naj se varno zaprejo na točki, kjer bi negotovost sicer postala kopija.

Licence, pripisovanje in izvor opravljajo različna dela

Ljudje pogosto postavijo licenco, pripisovanje in izvor v isti stavek, kot da bi šlo za tri vljudna imena za dovoljenje. Niso. Licenca je podelitev pravic, ki je odvisna od svojih pogojev. Pripisovanje identificira ustvarjalca ali vir in je lahko pogoj podelitve. Izvor beleži, od kod gradivo izvira, kako je bilo obravnavano in katere odločitve so oblikovale njegovo trenutno stanje. Vir ima lahko izvor brez licence, licenco brez ustreznega izvora ali pripisovanje brez dovoljenja za predlagano dejanje.

Razlika postane vidna, ko je nabor podatkov sestavljen iz številnih virov. Nabor podatkov je lahko notranje skladen, ponovljiv in odlično dokumentiran. Če je bil en vir kopiran zunaj svoje licence, kakovost metapodatkov te težave ne popravi. Če je vsak vir licenciran, vendar ekipa ne more ugotoviti, katera različica je vstopila v nabor podatkov, licence morda ne bo mogoče zanesljivo uporabiti. Če javni katalog navaja ustvarjalce, vendar nadaljnji model ne more ohraniti ustreznih obvestil, lahko pripisovanje spodleti, čeprav je ekipa verjela, da je storila spoštljivo stvar.

Zato zapis, ki upošteva pravice, potrebuje več plasti. Identiteta pove, kaj vir je. Izvor pove, kdo ga je zagotovil ali objavil in kje je bil najden. Dostop pove, kako je operater do njega prišel. Pravice pove, katero dovoljenje, izjema, pridržek ali nerešeno vprašanje se uporablja. Obravnava pove, katere transformacije so bile izvedene. Hramba pove, katere kopije in izpeljani artefakti ostajajo. Uporaba pove, kateri nabor podatkov, model, vrednotenje ali izhod je porabil stanje. Vsaka plast odgovarja na drugo revizijsko vprašanje.

Izvor tudi ni potrdilo o resnici. Podpisan zapis lahko ugotovi identiteto, celovitost in rodovnik, ne da bi dokazal, da je bilo delo pravilno pripisano ali da je bila licenca veljavna. Zapis naj pove, kaj ugotavlja. Pretirano trditev je še posebej nevarno v sistemih pravic, ker lahko izpiljena veriga nepodprto dovoljenje naredi videti uradno. Poštena oznaka je pogosto: vir identificiran, trditev o licenci zagotovil operater, pravna presoja v teku.

Pripisovanje ima poleg pogodbene tudi družbeno razsežnost. Ustvarjalec si lahko želi biti imenovan, založnik lahko zahteva obvestilo, nabor podatkov pa lahko potrebuje strojno berljivo polje, ki preživi izvoz. Toda pripisovanje lahko postane nekakšna moralna kamuflaža, če se uporablja za namigovanje na privolitev. Imenovanje fotografa samo po sebi modelu ne dovoljuje, da fotografijo vključi. Povezava na članek sama po sebi ne pooblašča kopije za usposabljanje. Priznanje je dragoceno. Ni univerzalno topilo.

Licence je treba brati tudi kot podatke. Shranite identifikator ali besedilo licence, različico, morebitne ozemeljske ali namenske omejitve, pogoje pripisovanja, pogoje deli naprej pod enakimi pogoji ali nekomercialne pogoje ter vir trditve o licenci. Človeškega stavka, kot je odprto za ponovno uporabo, ne spreminjajte v brezpogojno notranjo zastavico. Kratek stavek lahko izpusti točno določena dejanja, formate ali prejemnike, ki so pomembni za načrtovano uporabo.

Kadar so pogoji nejasni, ohranite negotovost. Vir lahko ostane uporaben za človeškega bralca, medtem ko je izključen iz usposabljanja. Lahko se obdrži v karantenskem preglednem skladišču, ne da bi vstopil v upravljani nabor podatkov. Lahko se nadomesti z virom z jasnejšo potjo pravic. Bistvo ni v tem, da bi bila vsaka odločitev hitra. Bistvo je, da je odločitev reverzibilna in razlog viden.

Filtriranje ni nevtralno hišniško opravilo

Filtriranje je običajno predstavljeno kot kakovostno delo. Odstranite dvojnike, zavrzite ogrodja, izpustite pokvarjene datoteke, obdržite uporabni jezik in nadaljujte. Ti postopki so lahko smiselni. Lahko pa tudi spremenijo pravice in profil zasebnosti gradiva. Filter, ki odstrani nogo, lahko odstrani tudi navedbo avtorstva. Orodje za odstranjevanje dvojnikov se lahko odloči, da sta dve kopiji enaki, čeprav ena nosi drugačno obvestilo o licenci. Jezikovni filter lahko izključi korpus v manjšinskem jeziku in naredi model manj uporaben za to skupnost. Varnostni filter lahko obdrži kratek izvleček, ki je občutljivejši od celotnega dokumenta.

Osrednja napaka je obravnavanje filtra kot podrobnosti izvedbe in ne kot odločitve o tem, kaj se ohrani. Zapis naj pove, katero pravilo je delovalo, na kateri različici vira, s kakšnim rezultatom in ali je oseba pregledala robne primere. Možno bi moralo biti rekonstruirati ne le končni nabor podatkov, temveč tudi nabor kandidatov, ki so bili zavrnjeni, v karanteni ali odstranjeni. V nasprotnem primeru postane poznejša zahteva za umik dela iskanje po modelu cevovoda in ne operacija na samem cevovodu.

Filtriranje ima tudi reprezentacijski učinek. Recimo, da družina virov vsebuje dolge kritike, kratke novice, javne objave in komentarje. Prag dolžine lahko obdrži eno obliko in zavrže drugo. Pravilo za odstranjevanje dvojnikov lahko daje prednost sindiciranemu gradivu pred lokalnim poročanjem. Ocena kakovosti lahko daje prednost uglajenemu institucionalnemu jeziku. To niso trditve o določenem korpusu. To so pogosti načini, kako lahko tehnično pravilo spremeni, čigave besede preživijo. Cevovod naj jih opisuje kot oblikovalske odločitve in oceni njihove posledice.

Avtorske pravice in osebni podatki lahko tu trčijo. Odstranitev imen ne pomeni nujno odstranitve ekspresivnega besedila. Odstranitev besedila ne pomeni nujno odstranitve pravice do podatkovne zbirke. Psevdonimizacija zapisa lahko zmanjša neposredno identifikacijo, hkrati pa preoblikovani zapis ostane predmet pravila o hrambi ali pogodbenega pravila. Pravilen odziv ni izumljanje univerzalne hierarhije. Gre za to, da je namen vsakega nadzora izrecen in da se ne trdi, da en filter rešuje vsako pravno kategorijo.

Eden od praktičnih nadzorov je, da so transformacije sestavljive in pregledne. Ohranite identiteto vira, pritrjeno na preoblikovani zapis. Shranite identifikator in različico pravila. Beležite štetja le tam, kjer so izmerjena, in ohranite vzorec ali manifest, ki pregledovalcu omogoči vpogled v to, kaj je pravilo naredilo. Če pravila ni mogoče ponoviti, to povejte. Cevovod, ki poroča le o končnem čistem naboru podatkov, od pregledovalca zahteva, da zaupa zgodbi o sredini.

Obstaja tudi dolžnost upreti se kozmetični čistoči. Nabor podatkov z izpolnjenimi vsemi polji in vsako postavko, označeno z veselo oznako kakovosti, je lahko manj pošten kot manjši nabor z vidnimi vrzelmi. Pregled pravic potrebuje nerodne postavke: vir s spornimi pogoji, delo z negotovim avtorjem, stran, ki se je spremenila pred zajemom, datoteko, ki je bila zavrnjena, ker pridržka ni bilo mogoče razčleniti. Dvoumnost je del gradiva. Skrivanje naredi zaupanje v nadaljnjih korakih krhko.

Usposabljanje je transformacija, ne izginotje

Usposabljanje spremeni obliko gradiva. Samodejno ne povzroči izginotja prejšnjih vprašanj o pravicah. Parametri modela niso preprosta kopija vsakega vira in model morda ne reproducira določenega dela. Te ugotovitve so tehnično pomembne, vendar ne odgovorijo na celotno pravno vprašanje. Cevovod je še vedno ustvaril kopije, izbral podatke, uporabil namen in izdelal artefakt iz postopka, občutljivega na pravice.

Zakon o umetni inteligenci je do tega previden. V uvodnih izjavah ugotavlja, da razvoj in usposabljanje modelov umetne inteligence splošnega namena zahtevata dostop do velikih količin besedil, slik, videoposnetkov in drugih podatkov, od katerih so nekateri lahko zaščiteni. Navaja, da uporaba zaščitenih vsebin zahteva dovoljenje, razen če se uporablja ustrezna izjema ali omejitev. Prav tako določa, da morajo ponudniki, ki dajejo modele umetne inteligence splošnega namena na trg Unije, imeti politiko za spoštovanje prava Unije o avtorskih pravicah, vključno z ugotavljanjem in spoštovanjem pridržkov pravic v skladu s členom 4(3) Direktive o avtorskih pravicah.

Ta obveznost ne pomeni, da je ponudnik izpolnil zahteve zgolj zato, ker politika obstaja. Politika je organizacijski nadzor. Kazati mora na izvorna stanja, odločitve, poti spremljanja in popravkov, ki ji dajejo vsebino. Zakon prav tako zahteva dovolj podroben javni povzetek o vsebinah, uporabljenih za usposabljanje, v skladu s predlogo, ki jo zagotovi Urad za umetno inteligenco. Povzetek mora biti koristen za strani z zakonitimi interesi, hkrati pa upoštevati poslovne skrivnosti in zaupne poslovne informacije. Je plast preglednosti, ne javna objava delo za delom in ne nadomestilo za temeljne dokaze.

Razlika med povzetkom in evidenco je pomembna. Javni povzetek lahko navede glavne zbirke ali nize podatkov ter pojasni druge kategorije virov. Lahko pomaga imetnikom pravic razumeti obliko gradiva za usposabljanje. Sam po sebi ne more pokazati, katera natančna različica je vstopila v določen zagon, ali je bil pridržek upoštevan, kaj je bilo odstranjeno po pritožbi ali kaj je podedovala nadaljnja naloga za fino prilagajanje. Notranja ali nadzorovana evidenca potrebuje večjo podrobnost kot javni opis. Obe plasti morata ostati skladni.

Fino prilagajanje še poveča potrebo po sledljivosti izvora. Ponudnik, ki spremeni model splošnega namena z novimi podatki za usposabljanje, ne more obravnavati dokumentacije osnovnega modela kot nadomestila za zapis o spremembi. Uvodne izjave zakona opisujejo obveznosti, omejene na spremembo ali fino prilagajanje, vključno z novimi viri podatkov za usposabljanje. Register modelov mora zato vsako novo operacijo usposabljanja povezati z izvornim stanjem, namenom, oceno licence ali izjeme, rezultatom vrednotenja in odločitvijo o izdaji. Nova različica modela je nova površina pravic.

Mamljivo je trditi, da je model pozabil korpus, ker poziv ne reproducira strani. To je tehnična hipoteza, ki zahteva vrednotenje, ne pravni sklep. Pomnjenje, izločanje, priklic, podobnost izhoda in preostali vpliv so različna vprašanja. Varna formulacija je enako natančna: transformacija spremeni, kaj je shranjeno, analiza pravic pa mora upoštevati dejanja in uporabe, ki jih zajema zakon. Vse močnejše trditve zahtevajo interpretacijo, podprto z viri, za posamezni sistem.

Podatki za usposabljanje imajo tudi življenjski cikel po zagonu. Surovi vir lahko ostane v varnem skladišču. Obdelan del je lahko kopiran v predpomnilnik. Manifest ga lahko poveže s kontrolno točko. Vrednotenjske naprave lahko ohranijo reprezentativne primere. Paket za fino prilagajanje lahko potuje k drugi ekipi. Če je vir pozneje umaknjen, mora organizacija vedeti, katera od teh stanj je mogoče odstraniti, katera je mogoče obnoviti in katera zahtevajo novo pravno odločitev. Reči, da so podatki šli v model, ni načrt življenjskega cikla.

Povzetek ni evidenca

Javna preglednost ima težnjo k ustvarjanju enega samega velikega dokumenta. Lažje je povezati na en povzetek kot pojasnjevati večplastni sistem dokazov. Povzetek vsebin za usposabljanje iz zakona o umetni inteligenci je pomemben prav zato, ker ni celotna evidenca. Javnosti in imetnikom pravic daje smiseln opis uporabljenih vsebin, hkrati pa varuje zaupne informacije. Delovna evidenca mora še vedno ohranjati izvorna stanja, nadzore in odločitve, ki jih povzetek strne.

Povzetek si predstavljajte kot zemljevid, knjigo popisov pa kot geodetske zapiske. Zemljevid mora biti pregleden in uporaben. Ne sme se pretvarjati, da je vidna vsaka plastnica. Geodetski zapiski morajo vsebovati meritve, negotovosti, spremembe in nerešene točke, ki so omogočile nastanek zemljevida. Zemljevid, ki ni v skladu s popisom, je problem. Zemljevid, ki ga zamenjujemo s popisom, pa je drugačen problem.

Enako ločevanje pomaga tudi pri razkritju. Javni katalog lahko objavi imena, kategorije, obdobja, namene in stanja pravic, ne da bi razkril osebne podatke ali zaupne pogodbe. Nadzorovana evidenca lahko za revizijo ali pooblaščen pregled ohrani natančne postavke, dokaze o licencah, zgodovino umikov in različice virov. Javna plast mora jasno opredeliti svojo mejo. Katalog, ki trdi, da ni nerešenih polj, čeprav so podrobnosti zgolj zasebne, zavaja. Katalog, ki zasebne dokaze privzeto objavi, pa je malomaren.

Za inženirje to pomeni, da je treba javni povzetek ustvariti iz vzdrževanega stanja in ne ročno po objavi. Za ekipe za upravljanje to pomeni, da korak ustvarjanja potrebuje pregled in zapis o spremembah. Za imetnike pravic to pomeni, da obstaja pot od javne kategorije do smiselnega odziva, ko je izražen pomislek. Povzetek pridobi verodostojnost, ko organizacija lahko pokaže, kako popravek potuje od prijave do ustreznega stanja vira in nadaljnjih odločitev.

Prav tako je vredno razlikovati razkritje od pripisovanja. Povzetek lahko navede zbirko, ne da bi imenoval vsakega ustvarjalca. Obvestila o pripisovanju so lahko zahtevana v naboru podatkov ali izhodu v skladu z veljavno licenco. Imetnik pravic bo morda moral vedeti, da je bilo določeno delo vključeno, tudi če javni povzetek ne more objaviti celotnega seznama postavk. To sta ločeni zahtevi pri oblikovanju. Odgovor ni v tem, da zahtevamo, da en dokument opravi vse naloge.

Izhodi znova odprejo vprašanje

Izhod modela je lahko videti kot novo delo, vendar cevovod ne more razglasiti prejšnjih pravic za nepomembne samo zato, ker je besedilo drugačno. Vprašanja o izhodu vključujejo reproduciranje, bistveno podobnost, pripisovanje, sporočanje, distribuiranje, zasebnost in pogoje uporabe. Vključujejo tudi pot, po kateri je uporabnik posredoval vnos, pridobil vir, zahteval preoblikovanje ali prosil sistem, naj posnema imenovani slog. Izhod je nova stopnja s svojimi dejstvi.

To ni argument, da vsak ustvarjen stavek krši avtorske pravice. Je argument proti pavšalni predpostavki v katero koli smer. Izhod je lahko izvirna sinteza, citat, tesna reprodukcija, odgovor, utemeljen na licenciranem viru, ali napaka, ki združuje delčke z več mest. Sistem, ki se zaveda pravic, mora ohraniti dovolj konteksta za preiskavo dejanske poti. Katera različica modela je delovala. Kateri viri za pridobivanje so bili uporabljeni. Katero uporabniško navodilo je oblikovalo nalogo. Kateri nadzor izhoda je bil uporabljen. Ali je bil vir reproduciran ali zgolj preučen.

Pripisovanje lahko na tej stopnji postane še posebej zmedeno. Navedba lahko bralcu pomaga poiskati vir, vendar ne pomeni nujno izpolnitve pogoja licence ali rešitve pomisleka glede reproduciranja. Nasprotno pa ima lahko sistem veljavno licenco za vir in kljub temu ustvari izhod, ki je zavajajoč, zaseben ali izven obsega uporabnikovega namena. Evidenca izhoda mora navesti, kaj lahko ugotovi in kaj prepusti uporabniku ali uvajalcu.

Končni uporabniki potrebujejo jasno mejo. Ponudnik modela lahko dokumentira model in njegovo politiko usposabljanja. Uvajalec izbere namen, zagotovi vnose, konfigurira pridobivanje, izpostavi vmesnik in se odloči, kaj bo objavil ali na podlagi česa bo ukrepal. Pravni položaj se lahko spremeni s temi odločitvami. Isti model se lahko uporabi za povzemanje pooblaščenega notranjega arhiva ali za rekonstrukcijo plačljivega članka za javno distribucijo. Zmožnost ni pooblastilo.

Izhodna pot mora ohraniti tudi zavrnitev. Če sistem zavrne reproduciranje zaščitenega gradiva, je ta odločitev dokaz o nadzoru, ne pa neroden prazen prostor. Če uporabnik spremeni zahtevo in sistem nadaljuje po drugem viru ali transformaciji, mora zapis prikazati novo pot. Cevovod, ki shranjuje samo uspešne odgovore, ne more dokazati, da so bile njegove meje aktivne.

Umik ni en sam gumb za brisanje. Je sledljiva odločitev, ki potuje skozi stanja, ki so podedovala vir.

Hramba in brisanje sta vprašanji cevovoda

Ko imetnik pravic zahteva odstranitev, se ljudje pogosto vprašajo, ali je mogoče model prisiliti v pozabo. To je lahko raziskovalno vprašanje, a prva operativna vprašanja so bolj konkretna. Katera kopija vira je shranjena. Kateri obdelani zapisi se nanjo nanašajo. Kateri manifesti, delci, predpomnilniki, evalvacijske naprave in indeksi za iskanje vsebujejo reprezentacijo. Kateri model ali tečaj za fino nastavitev je porabil stanje. Kateri izhodi ali publikacije so bili ustvarjeni. Kateri od teh so še vedno pod nadzorom organizacije.

Ni poštene univerzalne obljube, da lahko ena zahteva takoj izbriše vsak izpeljan artefakt. Odgovor je odvisen od sistema, pravne podlage, pogodbenega položaja, politike hrambe in zahtevanega dejanja. Cevovod pa lahko mejo naredi vidno. Lahko da vir v karanteno, ustavi nadaljnje posredovanje, označi prizadete različice nabora podatkov, oceni, ali je potrebna sprememba modela, odstrani nadzorovane kopije, kjer odločitev to zahteva, in zabeleži, kaj ostaja zunaj njegovega neposrednega nadzora.

Hrambo je treba načrtovati pred zbiranjem, ne improvizirati po pritožbi. Zapis vira mora nositi namen in točko pregleda. Začasne kopije za obdelavo morajo imeti določeno življenjsko dobo. Varni raziskovalni prostori morajo imeti pravila dostopa ter pogoje za brisanje ali arhiviranje. Manifesti naborov podatkov in modelov morajo opredeliti, od katerega stanja vira so odvisni. Zavrnitev ali umik mora biti sposoben potovati skozi te odnose, ne da bi morala ekipa po spominu preiskati vsak stroj.

Brisanje tudi ni enako skrivanju. Odstranitev vrstice s nadzorne plošče, medtem ko izvožen delec ostane nedotaknjen, ni brisanje. Označevanje vira kot umaknjenega brez zaustavitve indeksa za iskanje ni brisanje. Zamenjava javnega povzetka, medtem ko je stara izdaja še vedno na voljo za prenos, morda ne izpolni zahtevanega izida. Dejanje in njegove meje je treba natančno poimenovati, zlasti kadar polno tehnično ali pravno sredstvo ni mogoče.

The record should preserve history rather than rewriting it. If a source was admitted, later withdrawn and then removed from managed circulation, the timeline should say so. The original admission decision should remain visible to authorised reviewers, with the later action linked to it. A clean current state is useful. A clean state with no history is difficult to trust.

Personal data adds another layer, but the same discipline helps. A data-protection erasure request may concern a person represented in a work, a source record, a log or an output. Copyright removal and data-protection erasure are not interchangeable. The pipeline should record which right was asserted, which material was identified, which legal and technical assessments were made, and what action followed. One button labelled remove is an invitation to confuse several systems of law.

Refusal must be a first-class record

A mature data pipeline remembers the material it did not take. This sounds counterintuitive because storage is usually discussed as a positive inventory. But rights work depends on negative evidence. The source was found and refused because the access route was restricted. The reservation could not be interpreted. The licence did not cover the purpose. The source identity was too uncertain. The content was withdrawn. The operator declined to make the copy. These are decisions that protect both the source and the organisation.

A refusal record should not preserve more content than necessary to explain the decision. It can carry the source address, identity, retrieval time, policy state, reason code, operator or service identity and review route. It can include a hash or other content identity where that is appropriate and lawful, without retaining the protected material itself. The goal is to make the refusal auditable, not to create a second unauthorised archive of the thing that was refused.

Negative records also stop teams from repeating the same mistake. A discovery system may encounter the source again. Without a refusal state, a new run treats it as a fresh candidate and asks the same question. With a versioned refusal, the run can see the previous boundary and determine whether anything has changed. The system still needs a review policy because rights and source conditions can change. The important part is that a change is deliberate.

This is where a small distinction helps: blocked, unresolved and not in scope are not the same state. Blocked means a control stopped the route, perhaps because a reservation or technical restriction applied. Unresolved means the evidence was insufficient for a decision. Not in scope means the proposed purpose or source family falls outside the programme. Collapsing them into denied hides which action could change the state and who owns that action.

Refusal records are also a defence against the mythology of scale. A large corpus is not proof of a serious process. A smaller corpus with clear admissions and refusals can be easier to govern, reproduce and explain. The pipeline should be able to answer not only how much it collected but how much it declined, why, and whether the policy was applied consistently across languages, source types and regions.

Downstream use is another pipeline

The rights path does not end when a dataset is handed to a model team. A dataset can become a training run, a benchmark, a retrieval package, a demonstration set, a search index or a commercial feature. Each downstream use can change the purpose, audience, retention, reproduction risk and contractual obligations. A single dataset identifier is not enough if it hides which projection was used.

Razmislite o izvorni družini, sprejeti za notranjo oceno. Poznejša ekipa bo morda želela objaviti primere, uporabiti gradivo v storitvi iskanja za stranke ali z njim prilagoditi model. To so novi nameni, ne zgolj razširitev prejšnje odločitve. Cevovod bi moral zahtevati, da nova uporaba podeduje pogoje vira in prejme svežo oceno, kadar se namen spremeni. Ponovna uporaba je prehod, ne prosta pot.

Registri modelov lahko pomagajo tako, da izdajo povežejo s točnim stanjem podatkov in politik, ki je bilo uporabljeno. Prikazati bi morali izvorne družine, status pravic, preobrazbe, izključitve, ocenjevalni niz in odločitev o izdaji na ravni, primerni za občinstvo. Ne bi smeli trditi, da zeleni status pomeni, da je vsako delo pravno urejeno. Status je izjava o dokazih in kontrolah, ki jih je organizacija zabeležila, ne univerzalna sodna ugotovitev.

Dokumentacija v nadaljevanju je pomembna, ker je odgovornost porazdeljena. Ponudnik lahko objavi povzetek usposabljanja in politiko avtorskih pravic. Integrator lahko doda vire iskanja, pozive, orodja in uporabniške podatke. Uvajalec se lahko odloči, katero dejanje sledi izhodu. Založnik lahko ustvarjeno gradivo postavi pred javnost. Vprašanje pravic se lahko premika z dejanjem. Pogodba lahko porazdeli odgovornosti med strankami, vendar mora tehnična pot še vedno pokazati, katera stranka je zagotovila katere dokaze in sprejela katero odločitev.

Prenosljiva sledljivost izvora je zato več kot udobje. Ko se podatkovni niz ali model premika med evropskimi organizacijami, morajo njegova stanja vira, pridržki, licence, zahteve glede pripisa in zgodovina umikov ostati čitljivi. V nasprotnem primeru prenosljivost postane ponastavitev pravic. Prejemnica vidi čist artefakt in izgubi dejstva, zaradi katerih je bil artefakt obvladljiv.

Dobre kontrole v nadaljevanju so pogosto dolgočasne. Izvoz vključuje manifest. Izdaja modela poimenuje stanje podatkov. Paket iskanja beleži različice vira. Uporabniški vmesnik lahko prikaže navedbo ali zavrnitev. Poročilo nosi pripis, ki ga zahteva licenca. Zahteva za umik najde lastnika. Nobena od teh kontrol ne naredi organizacije imune na spore. Omogočajo odziv brez pretvarjanja, da sistem nima spomina.

Evropska operativna disciplina

Pravni instrumenti zagotavljajo strukturo. Organizacija mora to strukturo še vedno spremeniti v rutino. Sledi predlagana operativna disciplina, ne pravni nasvet in ne nadomestilo za oceno pravic v posamezni državi članici.

  • Namen opredelite pred virom. Navedite, kaj naj gradivo podpira in kaj je izven obsega. Namen, ki ga opredelite šele po zbiranju, je običajno zgolj naknadni izgovor.
  • Ločite dostop od ponovne uporabe. Zabeležite, kako ste dosegli vir, nato pa presodite, katera dejanja zahtevana uporaba vključuje. Javnega URL-ja ne prenašajte naprej kot splošno dovoljenje.
  • Stanja pravic naj bodo tipizirana. Licencirano, ocenjeno z izjemo, pridržano, zavrnjeno, nerazrešeno, umaknjeno in sprejeto za namen se ne smejo zliti v eno samo zeleno zastavico.
  • Izvor prenašajte skozi transformacije. Identiteto vira, različico, pravilo obdelave, dokaz o licenci in zgodovino odločitev ohranite povezane s stanjem obdelave.
  • Zabeležite negativne odločitve. Zavrnitev, karantena ali nerazrešen pregled so del dokazov in morajo preprečiti nenamerno ponavljanje.
  • Obdobje hrambe določite izrecno. Navedite, katere kopije, manifesti, indeksi, kontrolne točke in izhodi ostanejo, kdo je njihov lastnik ter kdaj se namen ali obdobje pregleda konča.
  • Povzetki in evidence morajo biti usklajeni. Javna preglednost naj se ustvarja iz vzdrževanih dokazov in naj navaja, česa ne razkriva.
  • Umik preizkusite pred objavo. Z označeno vajo preverite, ali je vir mogoče poiskati v vseh njegovih izpeljanih stanjih. Zabeležite omejitve, namesto da bi trdili, da je izbris popoln.

Ta disciplina je namerno manj bleščeča kot predstavitev umetne inteligence. Ima pa več možnosti, da jo preživi. Težavni del ni napisati besedno zvezo cevovod, ki upošteva pravice, na prosojnico. Težavni del je zagotoviti, da naslednja komponenta prejme dovolj konteksta, da pogojene odločitve ne spremeni v brezpogojno kopijo.

Nadzorni mehanizmi morajo upoštevati tudi sorazmernost. Analiza z nizkim tveganjem, namenjena notranji uporabi, ne potrebuje enake javne preglednosti kot model splošnega namena, dan na trg Unije. Manjša ekipa morda potrebuje preprostejša orodja kot velik ponudnik. Temeljna vprašanja ostajajo: do česa je bilo dostopano, kaj je bilo dovoljeno, kaj je bilo storjeno, kaj je bilo ohranjeno in kdo lahko popravi stanje. Sorazmerno ne pomeni nevidno.

Človeška presoja sodi na mesta, kjer so dokazi resnično dvoumni. Stroj lahko razčleni pridržek, primerja identifikator licence, preveri manifest in ustavi zahtevo. Ne sme pa tiho izumiti pravne razlage samo zato, ker bi delovni tok sicer čakal. Človeška odločitev mora biti tipizirana, opredeljena po obsegu in zabeležena. To ni neuspeh avtomatizacije. To je priznanje, da pravni pomen ni stranski učinek uspešne razčlembe.

Kratka opomba z naše strani

V podjetju Dweve naš javni Trust Centre opisuje isto ločitev z namerno skromnimi besedami. Winnow je predstavljen kot način pridobivanja, ki preverja politiko vira, datoteko robots.txt, stopnje, cilje in zapise o zahtevah. Spindle je upravljavska raven za izvor, kakovost, politiko, spore, umik in pospeševanje. Loom uporablja upravljano gradivo ali pa uporablja Winnow prek zabeležene meje orodij. Opis ne trdi, da nadzor pajka naredi vsak namen operaterja zakonit, in javnega kataloga virov ne obravnava kot popolne zasebne evidence dokazov.

Koristni del primera so te funkcije, ne imena izdelkov. Komponenta za zbiranje lahko uveljavlja disciplino dostopa. Komponenta za upravljanje znanja lahko ohranja stanje vira in odloča, kaj sme ostati. Komponenta modela lahko zabeleži, kaj je dejansko porabila. Pravna odgovornost ostaja vezana na namen in operaterja. Vzpostavitev notranjega sistema na ta način ne prinese potrdila od vesolja. Olajša pa pregledovanje trditev organizacije in popravljanje njenih napak.

Pravni argument se začne prej

Avtorskopravni spori okoli umetne inteligence se bodo včasih vrteli okoli težkih vprašanj, ki jih noben cevovod ne more razrešiti vnaprej. Sodišča in organi lahko izjeme, pogodbe, pridržke, reproduciranje in rezultate razlagajo na načine, ki se sčasoma razvijajo. Pomembni so nacionalna implementacija in dejstva posamezne uporabe. Tehnični zapis ne more nadomestiti tega dela. Lahko pa zagotovi, da se delo začne z dejstvi in ne z domnevami.

Prvo koristno vprašanje ni, ali se je model učil iz interneta. Ta besedna zveza je preširoka, da bi nosila pravni ali inženirski pomen. Vprašajte, katere družine virov so bile vključene, kako je bil dostop pridobljen, katere kopije so bile narejene, katera pravna pot je bila ocenjena, kateri pridržki so bili upoštevani, katere transformacije so potekale, katero gradivo je bilo zavrnjeno, kateri nabor podatkov in različica modela sta podedovala stanje ter kakšen javni povzetek ali dokumentacija za nadaljnjo uporabo je bila pripravljena.

Drugo koristno vprašanje je, ali organizacija lahko pokaže meje lastnega znanja. Vir je lahko identificiran, vendar je njegova licenca negotova. Pridržek je lahko prisoten, vendar je njegov obseg sporen. Povzetek usposabljanja je lahko izčrpen na ravni zbirke, vendar ne predstavlja dokazov na ravni posameznega elementa. Ukrep za odstranitev lahko ustavi prihodnjo uporabo, medtem ko zgodovinska objava ostane zunaj neposrednega nadzora. To niso priznanja neuspeha. To so meje, ki bi jih moral resen sistem razkriti.

Tretje vprašanje je, ali lahko popravek potuje. Če imetnik pravic prijavi pomislek, ali lahko organizacija identificira stanje vira, zadevno odločitev, izpeljana sredstva in lastnika naslednjega ukrepa. Če vir spremeni svoje pogoje, ali se lahko prihodnje pridobivanje ustavi brez spreminjanja preteklosti. Če je model dodatno usposobljen z novim korpusom, ali lahko zapis o objavi prikaže novo pravno pot. Če uporabnik zahteva zaščiteno reproduciranje, ali je mogoče zavrnitev in morebiten nadomestni odgovor naknadno preveriti.

Zato je sledljivost izvora več kot vljudnost in zato je izbris več kot gumb. To sta načina, kako ohranjati povezanost pravnega in tehničnega stanja, ko cevovod spreminja obliko. Povezava nikoli ne bo popolna. Viri izginejo, pogodbe so v nasprotju, sistemi se zamenjajo in organizacije se združujejo. Omejen zapis teh dejstev ne more rešiti. Lahko pa prepreči, da bi organizacija zamenjala manjkajočo povezavo za čisto verigo.

Evropski pristop od te discipline zahteva več ravni hkrati. Avtorsko pravo obravnava pravice, izjeme, licence in pridržke. Akt o umetni inteligenci od nekaterih ponudnikov modelov zahteva politiko in javni povzetek vsebin za usposabljanje. Varstvo podatkov, pravice do podatkovnih zbirk, pogodbeno pravo, varstvo potrošnikov in sektorska pravila dodajajo lastna vprašanja. Cevovod teh instrumentov ne sme sploščiti v eno samo barvo skladnosti. Pripeti mora ustrezno pravilo k dejanju, ki ga ureja, in pustiti prostor za človeško presojo tam, kjer se poti prepletajo.

Proze ni treba narediti veličastnejše od samega dela. Bistvena obljuba je skromna: vemo, kaj je vstopilo, zakaj je vstopilo, kaj se je z njim zgodilo, kaj ni vstopilo, kam je šlo naprej in kako spremeniti smer. Model je lahko impresiven tudi brez te obljube. Sistem, ki se zaveda pravic, pa ne more biti.

Avtorsko pravo je problem podatkovnega cevovoda, preden postane pravni argument, ker pravni argument potrebuje spomin cevovoda. Zgradite spomin ob prvi kopiji, ohranite pogoje pritrjene skozi transformacijo ter naredite zavrnitev, pripis, hrambo in umik vidna stanja. Potem, ko pride težko vprašanje, lahko organizacija odgovori z dejstvi, ki jih dejansko ima, namesto z samozavestno zgodbo, sestavljeno po dogodku.

Viri