Министерство юстиции США выступило на стороне OpenAI в иске The New York Times. Ведомство считает, что обучение ИИ на опубликованных материалах может подпадать под принцип добросовестного использования. Позиция Минюста важна не только для OpenAI, но и для всей индустрии генеративного ИИ, поскольку аналогичные споры ведутся с издателями, авторами, музыкальными компаниями и фотографами, которые требуют лицензирования данных для обучения моделей. Министерство юстиции США поддержало позицию OpenAI в судебном споре с The New York Times. Газета обвиняет разработчика ChatGPT в неправомерном использовании её публикаций для обучения моделей. По данным отраслевых обзоров, ведомство считает, что обучение нейросетей на опубликованном контенте может в отдельных случаях соответствовать американскому принципу fair use, или добросовестного использования. Это означает, что в некоторых ситуациях использование материалов без прямой лицензии может быть признано законным, если оно служит новым целям, не заменяет оригинал и не наносит чрезмерного ущерба рынку правообладателя.Поддержка OpenAI со стороны ведомства не закрывает спор. Окончательное решение примет суд, который будет учитывать характер использования, объём заимствований, влияние на рынок и конкретные возможности модели. Дело может стать важным прецедентом для всей индустрии генеративного ИИ. Если суд поддержит широкое толкование fair use, обучать модели на открытых материалах будет проще. Если победят правообладатели, компаниям придётся активнее покупать лицензии и пересматривать наборы данных, что может увеличить стоимость разработки и замедлить появление новых моделей. Позиция Минюста важна не только для OpenAI. В США идёт сразу несколько крупных процессов, где издатели, авторы, музыкальные компании и фотографы пытаются определить границы допустимого использования контента при обучении моделей. Правообладатели указывают, что нейросети могут использовать их работу без лицензии и снижать ценность оригинального материала. Компании-разработчики отвечают, что модели не хранят тексты как библиотеку, а извлекают статистические закономерности из больших массивов данных, поэтому их работу нельзя приравнивать к простому копированию и распространению чужих произведений.