Последний фронт борьбы вокруг того, как создаются большие языковые модели, — это не роман, не новостной архив и не груда исходного кода. Это американский песенный канон. 28 августа Sony Music Publishing и Warner Chappell обратились в федеральный суд в Северной Калифорнии и подали иск против Anthropic, лаборатории, стоящей за семейством моделей Claude, а также против генерального директора Дарио Амодеи и сооснователя Бенджамина Манна. В жалобе издателей нет недомолвок. В ней обучение Claude названо «одним из крупнейших и наиболее вопиющих продолжающихся хищений интеллектуальной собственности в истории».

Эта фраза рассчитана на широкий резонанс. Она также призвана обосновать теорию ущерба, которая, если присяжные когда-либо примут её в максимальном объёме, предусмотренном законом, окажется достаточно масштабной, чтобы изменить экономику передовой лаборатории. В иске требуют до 150 000 долларов за каждое произведение плюс 25 000 долларов за каждый удалённый тег управления авторскими правами для «десятков тысяч» композиций — потенциально несколько миллиардов долларов. Anthropic не сразу прокомментировала ситуацию.

Дело находится на пересечении вопросов, вокруг которых отрасль кружит уже более двух лет: является ли поглощение защищённого авторским правом текста в промышленном масштабе, а затем выдача пользователям припева или куплета исследованием, продуктом или кражей. Музыкальные издатели решили, что уже знают ответ. Теперь они просят суд в самом важном технологическом регионе страны с этим согласиться.

Каталог, указанный в иске

Пять песен и теория ущерба

Названные в документах произведения — не малоизвестные песни для знатоков. Это композиции, которые десятилетиями звучали по радио, на свадьбах, стадионах и в потоковых плейлистах. В жалобе перечислена «Ain’t No Mountain High Enough» — стандарт Холланда—Дозье—Холланда и Эшфорда—Симпсон, превращённый Марвином Гэем и Тамми Террелл в монумент Motown. Указана «Livin’ on a Prayer» Bon Jovi — рабоче-классовая пауэр-баллада, которая до сих пор взрывает зал, когда барная группа доходит до смены тональности. В списке есть «September» Earth, Wind & Fire — песня для хорового подпевания с датой в названии, пережившая десятилетие, в котором была создана. Есть «Hallelujah» — гимн Леонарда Коэна о сомнении и желании, который исполняли так часто, что многие слушатели уже не помнят, какую версию полюбили первой. И есть «Paper Rings» Тейлор Свифт — современная позиция в каталоге, напоминающая суду, что это не только спор о 1960-х и 1980-х годах.

Эти названия делают то, чего не может таблица с расчётами ущерба. Они показывают судье, а позднее, возможно, и присяжным, что предполагаемое присвоение не абстрактно. Это то, что люди напевают. В предыдущих технологических конфликтах издатели поняли: конкретика работает. Napster был побеждён не теорией одноранговых сетей. Его победили Metallica и список треков. Здесь проявляется тот же инстинкт.

Sony Music Publishing и Warner Chappell — два из трёх крупнейших мировых издателей, контролирующих огромную долю композиций, лежащих в основе записанной музыки. Третий, Universal, уже участвует в борьбе. Выбор известных песен в жалобе — это способ сказать: если Claude обучался на культуре, значит, он обучался на нас.

Как, по словам издателей, собирались данные

Торренты, пиратское зеркало и лицензированные сайты с текстами песен

Самые взрывоопасные фактические утверждения в иске касаются не результатов работы. Они касаются входных данных. В жалобе говорится, что Манн скачал через торренты более пяти миллионов пиратских книг. Утверждается, что сотрудники получили ещё как минимум два миллиона книг из Pirate Library Mirror. И говорится, что лаборатория извлекала тексты песен с лицензированных сайтов, таких как MusixMatch и LyricFind.

Эти три предполагаемых канала важны по разным юридическим причинам.

Скачивание через торренты пиратской библиотеки книг — если это будет доказано — представляет собой довольно прямую историю о нарушении авторских прав: оптовое воспроизведение произведений, которые лаборатория не покупала, из источника, не имевшего права их передавать. Pirate Library Mirror — тип теневого архива, циркулировавшего в кругах машинного обучения как удобная, хотя и токсичная, замена лицензированному тексту. Извлечение данных из MusixMatch и LyricFind — обвинение иного рода. Эти сервисы существуют потому, что тексты песен лицензируются. Они работают в рамках коммерческих договорённостей с издателями. Как следует из жалобы, извлекать данные оттуда — значит не просто заглядывать в общедоступный интернет. Это значит брать информацию там, где отрасль уже создала легальный рынок, и обращаться с ней как с бесплатным набором данных для обучения.

Пока всё это не проверено в суде. Anthropic публично не ответила на жалобу. Иск — это набор обвинений, а не вердикт. Но издатели поставили в центр дела информационную гигиену лаборатории: кто, что и откуда собирал и с чьего разрешения. Для ответчика это более опасная позиция, чем спор о том, является ли перефразирование чат-ботом текста песни трансформативным. Входные данные проще подсчитать. Они оставляют журналы.

Арифметика установленного законом ущерба

Суммы за произведения и удалённые теги

Американское авторское право не требует от истца доказывать точную стоимость каждой упущенной лицензии. Для зарегистрированных произведений закон предусматривает диапазон установленного законом ущерба. Издатели требуют верхнюю границу этого диапазона: до 150 000 долларов за каждое произведение. Они добавляют ещё одну, менее привычную цифру: 25 000 долларов за каждый удалённый тег управления авторскими правами.

Информация об управлении авторскими правами — это метаданные, которые сопровождают произведение: данные об авторах, идентификаторы, незаметный механизм, сообщающий лицензиату, кому это принадлежит и как заплатить. Федеральное законодательство рассматривает удаление этой информации как отдельное правонарушение, не сводящееся к копированию песни. Если конвейер обучения удаляет теги, из-за чего модель больше не знает или больше не сообщает, что текст принадлежит издателю, жалоба рассматривает каждый удалённый тег как отдельное основание для взыскания.

Умножив эти суммы на «десятки тысяч» композиций, издатели получают заголовок, который готовы повторять: потенциально несколько миллиардов долларов. Это не прогноз того, сколько присудит судья. Это потолок и инструмент для переговоров. В спорах об авторских правах потолок имеет значение. Он меняет расчёты при урегулировании. Меняет то, как советы директоров обсуждают резервы. Меняет вопрос о том, считает ли компания музыку мелкой погрешностью или экзистенциальным судебным риском.

Та же арифметика объясняет, почему издатели подали иск против Амодеи и Манна поимённо, а не только против юридического лица. Индивидуальные ответчики заставляют относиться к делу серьёзнее. Кроме того, в деле о предполагаемом сборе данных они придают человеческое лицо решениям, которые лаборатория в ином случае могла бы описывать как исследовательскую практику.

Книжное урегулирование на 1,5 миллиарда долларов и переполненная судебная повестка

Это не первый дорогостоящий спор Anthropic о данных для обучения. Лаборатория уже урегулировала дело с книжными издателями на 1,5 миллиарда долларов. Теперь эта сумма является частью публичной истории войн вокруг авторских прав и ИИ. Она говорит каждому следующему истцу о двух вещах: Anthropic заплатит, когда факты и площадка окажутся достаточно неблагоприятными, а рынок урегулирования таких дел больше не является теоретическим.

Судебная повестка в музыкальной сфере начала заполняться ещё до подачи иска Sony и Warner Chappell. Anthropic столкнулась с исками от Universal, Concord, ABKCO, BMG и Round Hill. После пятничной жалобы все три крупнейших издателя теперь судятся с создателем Claude. Это структурный факт, а не риторическое украшение. Крупнейшие издатели не всегда действуют единодушно. Когда они выступают вместе, ответчики теряют надежду, что один из домов нарушит строй и заключит лицензию в обход остальных.

Независимые и средние издатели — Concord, ABKCO, BMG, Round Hill — добавляют глубину каталогов и иную политическую окраску. Каталог ABKCO включает части историй Rolling Stones и Сэма Кука. BMG годами представляла себя как более дружественную авторам альтернативу старым мейджорам. Каталог Concord — музей американской поп-музыки. Вместе они усложняют попытку Anthropic утверждать, что мишенью стали лишь два конгломерата. В таком изложении отрасль пришла единым блоком.

Почему тексты песен — более острое оружие, чем книги

Книги и новостные статьи стали первой волной исков об авторских правах против генеративного ИИ, потому что они длинные, их легко цитировать и легко показать на скриншоте. Тексты песен короче, прилипчивее и в некоторых отношениях опаснее для создателя модели.

Большая языковая модель, которая видела роман, часто может обсудить его темы, не воспроизводя главу целиком. Модель, которая видела текст песни, находится в одном запросе от воспроизведения всего произведения. Популярные песни коротки. Их ценность живёт в точной последовательности — хуке, бридже, последнем припеве. Пользователи просят чат-ботов о текстах песен так же, как когда-то просили об этом поисковые системы. Если Claude воспроизводит куплет, издателю не нужна сложная теория существенного сходства. Результат и есть произведение.

Кроме того, уже существует рынок лицензирования. Сайты с текстами платят. Стриминговые сервисы платят. Радио платит через организации по управлению правами на публичное исполнение. Синхронизация в кино и рекламе оплачивается. Теория издателей такова: Anthropic обошла очередь. Она не лицензировала MusixMatch или LyricFind. Она не села за стол с Sony или Warner. Она сначала обучила модель, а затем, по версии издателей, надеялась, что закон сочтёт результат добросовестным использованием.

Добросовестное использование — доктрина, на которую рассчитывает каждая лаборатория ИИ. Она учитывает, является ли использование трансформативным, какая доля произведения была взята и как использование влияет на рынок оригинала. Лаборатории утверждают, что обучение модели на тексте для освоения языка — это трансформативная промежуточная копия, скорее похожая на чтение, чем на перепечатку. Правообладатели возражают: коммерческий чат-бот, способный воспроизвести произведение, и есть рынок или его замена. Суды не разрешили этот спор. Они вынесли ряд первых решений — некоторые более благоприятные для обучения, некоторые нет, — и накопили растущую кипу урегулирований, похожих на страховые полисы.

У музыкальных издателей есть особая причина отвергать метафору чтения. Они уже лицензируют сам акт отображения текста песни. Рынок не гипотетический. У него есть тарифные сетки.

Северная Калифорния как выбранное поле битвы

Подача иска в Северной Калифорнии — не случайность географии. Anthropic — компания из Сан-Франциско. Северный округ — место, где рассматриваются наиболее внимательно отслеживаемые технологические дела страны; их толкуют судьи, наблюдавшие десятилетие споров вокруг платформ. Это также коллегия присяжных, живущая среди людей, создающих такие системы. Это может сработать в любую сторону. Она может скептически отнестись к истцам из старой индустрии. Но она также может потерять терпение к лабораториям, которые публично говорят о безопасности, а если жалоба верна, в частном порядке скачивают через торренты пиратские библиотеки.

Решение назвать Дарио Амодею и Бенджамина Манна не даёт делу превратиться в чисто корпоративную моральную драму. Амодея — публичное лицо бренда Anthropic, связанного с безопасностью, бывший исследователь OpenAI, ушедший создавать компанию, которая, по её собственному описанию, должна относиться к мощным моделям осторожнее конкурентов. Манн — технический основатель, чьё имя в этой жалобе связано с предполагаемым торрентом более пяти миллионов пиратских книг. Контраст и есть суть. Издатели намекают: лаборатория, говорящая о безопасности, не может быть щепетильной в вопросах военных клиентов и беспечной в вопросах каталогов.

Зачем нужно слово «продолжающееся»

Возможно, самым важным прилагательным в жалобе является «продолжающееся». Издатели описали не исторический грех — обучение, завершившееся в 2023 году и которое можно исправить урегулированием и более чистым набором данных. Они описали практику. Если Claude всё ещё обучается, всё ещё обновляется, всё ещё отвечает на запросы о текстах песен на основе весов, впитавших данные MusixMatch и LyricFind, то каждый день создаёт новый эпизод нарушения.

Такое представление важно не только для возмещения ущерба, но и для судебных запретов. Суд, считающий, что присвоение завершено, может ограничиться разговором о деньгах. Суд, полагающий, что оно всё ещё происходит, может попросить прекратить что-либо — работу конвейера, функцию, способность модели воспроизводить тексты песен. Продуктовые команды боятся судебных запретов сильнее, чем чеков. Для чеков можно создать резерв. Функции, исчезающие в пятницу днём, заставляют пользователей уходить.

Более широкая война, к которой присоединяется этот иск

Музыкальная индустрия уже бывала в подобной ситуации — или считает, что бывала. Домашняя запись. Сэмплирование. Napster. Первое десятилетие YouTube. Сделки TikTok на использование музыки. Каждый раз аргумент звучит так: новая машина сделала копирование слишком простым, а оплату — слишком необязательной. Каждый раз индустрия приходит с опозданием, громко подаёт в суд и в конце концов заключает лицензии. Открытый вопрос заключается в том, станет ли генеративный ИИ ещё одним циклом лицензирования или сломает этот шаблон — технологией, которой песня нужна не как продукт, а лишь как питание.

Если верен первый вариант, это дело завершится так, как часто завершаются дорогостоящие споры об авторских правах: конфиденциальной сделкой, лицензированным корпусом текстов песен, водяным знаком, долей выручки и пресс-релизом о партнёрстве. Если верен второй, издатели пытаются сделать цену питания настолько высокой, чтобы лаборатории были вынуждены сесть за стол переговоров или оставить модель без музыки.

Урегулирование книжного дела на 1,5 миллиарда долларов показывает, что Anthropic уже знает, как выглядит первый путь. Присутствие Universal, Concord, ABKCO, BMG и Round Hill на том же поле говорит о том, что отрасль готовится идти по второму пути, если переговоры провалятся.

Чего лаборатория пока не сказала

Anthropic не сразу прокомментировала ситуацию. Такое молчание обычно в день подачи жалобы. Но оно также оставляет вакуум, который заполнят формулировки издателей. «Одно из крупнейших и наиболее вопиющих продолжающихся хищений интеллектуальной собственности в истории» — фраза, написанная не для конференции в судейских палатах. Это фраза, написанная для недели между подачей и ответом, когда публичная версия истории обретает устойчивую форму.

Когда лаборатория заговорит, у неё будет знакомый набор вариантов. Она может отрицать скачивание через торренты. Может заявить, что любые тексты песен в обучающей выборке были случайными, отфильтрованными или использовались способом, допустимым законом. Может указать на фильтры вывода, отказывающие в воспроизведении песни целиком. Может утверждать, что иск против генерального директора и сооснователя — театральный жест. Может отметить, что десятки тысяч произведений по 150 000 долларов каждое плюс компенсация за теги — это сумма, рассчитанная на то, чтобы напугать, а не измерить ущерб.

Чего она не может легко сделать, так это притвориться, будто музыкальная индустрия раздроблена. Все три крупнейших издателя теперь судятся с создателем Claude. Каталог в жалобе — «Ain’t No Mountain High Enough», «Livin’ on a Prayer», «September», «Hallelujah», «Paper Rings» — напоминает, что спорные произведения не являются нишевыми. Это вода, в которой плавает культура.

Следующие шаги будут процедурными и медленными: вручение документов, ходатайство об отклонении и спор о том, какие сведения в рамках раскрытия доказательств можно будет получить внутри конвейера данных Anthropic. Где-то в этом конвейере, если издатели правы, находятся торрент, зеркало и извлечение данных с сайтов, которые уже платят за эти слова. Где-то в теории ущерба есть сумма за каждое произведение, достаточно крупная, чтобы заставить передовую лабораторию содрогнуться. А песни тем временем продолжат звучать. Вопрос, на который Северный округ попросили ответить, заключается в том, кому, если вообще кому-то, полагается плата, когда машина учится петь их в ответ.