Umjetna inteligencija crpi informacije od novinara, a sklona je "ukrasti" i autorska prava

Umjetna inteligencija može u nekoliko sekundi napisati tekst, sažeti članak, analizirati podatke ili proizvesti novu priču na temelju goleme količine već objavljenog sadržaja.

No iza te brzine krije se pitanje na koje zakonodavci, izdavači i sami autori još traže konačan odgovor: čiji je sadržaj na kojem su UI sustavi učili i smiju li ga koristiti bez dopuštenja i naknade?

Za novinare i medije pitanje je posebno osjetljivo. Godine rada, istraživanja, intervjua i provjeravanja informacija mogu postati dio podatkovnog materijala iz kojeg umjetna inteligencija uči, dok autor pritom često nema ni informaciju da je njegov rad korišten, a kamoli mogućnost da za to zatraži naknadu.

Istodobno, UI alati sve češće stvaraju sadržaj koji se temelji na radu novinara, otvarajući pitanje gdje završava tehnološka inovacija, a počinje zadiranje u autorska prava.

Dok se umjetna inteligencija razvija brže nego što se mijenjaju propisi, pred novinarstvom se tako otvara novo pitanje zaštite autorskog rada: može li sadržaj koji je stvorio čovjek postati besplatno gorivo za tehnologiju koja će potom konkurirati upravo njegovu radu?

Fatalni sažeci

Ozren Kronja iz Hrvatske udruge digitalnih izdavača (HUDI) ne krije da je utjecaj generativne umjetne inteligencije na hrvatske digitalne izdavače dvosjekli mač. UI im, s jedne strane, nudi mogućnosti za učinkovitiju analitiku i personalizaciju poslovanja, no istodobno ozbiljno ugrožava njihov promet i prihode.

– Kako UI agregatori preuzimaju i sažimaju novinarske tekstove u sažetke, čitatelji manje klikaju, čime se gube oglasne impresije i izravan odnos s čitateljem, pojasnio je Kronja.

Problem je, dodaje, posebno izražen jer izdavači ulažu u proizvodnju sadržaja, dok velike tehnološke platforme kontroliraju distribuciju, oglašavanje i korisničke podatke, a tržištu ne vraćaju proporcionalnu vrijednost.

UI agregatori na tuđem novinarskom radu stvaraju vlastite odgovore, na kojima će ubuduće zarađivati, često zanemarujući pravila o zabrani scrapinga, odnosno ignorirajući takozvane robots.txt upute kojima izdavači pokušavaju spriječiti neovlašteno prikupljanje sadržaja.

Posljedice su, kaže Kronja, već vidljive – prije svega kroz pad prometa koji dolazi s tražilica. UI sažeci korisnicima često daju dovoljno informacija bez otvaranja izvornog članka, pa izdavači gube posjete, oglasne impresije i vrijedne podatke o publici.

Dodatan rizik predstavljaju i noviji UI news-agregatori, stranice koje prikupljaju vijesti s više portala i agregirano ih prikazuju na vlastitim stranicama. Budući da se takve stranice često gase i ponovo pojavljuju pod drugim imenom, izdavači se moraju zaštititi kombinacijom tehničkih i pravnih mehanizama.

Razgovori s tehnološkim kompanijama o mogućoj naknadi, potvrđuje Kronja, već se vode u okviru europskih pravila o autorskom pravu, no postojeće naknade koje se u Hrvatskoj prikupljaju na temelju tih prava za sada ne obuhvaćaju specifično korištenje sadržaja za treniranje umjetne inteligencije, jednostavno zato što je riječ o novom, disruptivnom području čiju ekonomsku vrijednost tek treba precizno utvrditi.

Europska pravila predviđaju mogućnost da izdavači zabrane korištenje svojih tekstova za automatizirano rudarenje podataka, odnosno njihovo prikupljanje i analizu za treniranje UI modela, dok pružatelji velikih UI modela moraju poštovati takve zabrane i imati pravila za usklađivanje s autorskim pravom.

Upravo zato je HUDI odlučio najprije izmjeriti stvaran opseg i način na koji UI sustavi koriste sadržaj hrvatskih izdavača, kako bi se potom mogla donijeti informiranija odluka, po mogućnosti na razini cijele industrije.

Opstanak medija

Kronja posebno naglašava da treba razlikovati korištenje sadržaja za treniranje modela od njegova korištenja za generiranje sažetaka, budući da su sažeci za izdavače rizičniji zbog izravnog i trenutnog smanjenja prometa.

– Nije dovoljno nadoknaditi samo izgubljeni klik; potrebno je vrednovati i novinarski rad, pouzdanost sadržaja te trošak njegove proizvodnje i održavanja, poručio je.

Goran Penić, predsjednik Društva za zaštitu novinarskih autorskih prava (DZNAP), ne bira riječi kad opisuje praksu koju primjećuje. Prema njegovim saznanjima, ali i prema dostupnim podacima samih velikih jezičnih modela poput ChatGPT-a, Geminija, Claudea ili Groka, novinarski tekstovi hrvatskih medija koristili su se i koriste za treniranje UI modela bez pristanka autora i izdavača, kroz takozvani »web crawling«, automatizirano prikupljanje golemih količina podataka s interneta.

– Dovoljno je da pitate jedan od tih velikih jezičnih modela koristi li se hrvatski medijski sadržaj za treniranje modela i vidjet ćete da je to točno, naveo je Penić.

Europska regulativa pritom ne znači da UI sustavi više ne koriste novinarske tekstove, već postavlja pravila pod kojima se autorski zaštićen sadržaj smije koristiti za treniranje modela. Izdavači mogu rezervirati pravo na takvo korištenje, dok su pružatelji velikih UI modela dužni poštovati takve zabrane i biti transparentniji o sadržaju korištenom za treniranje.

Istodobno, UI sustavi mogu koristiti sadržaj za generiranje odgovora i sažetaka, što za izdavače otvara dodatni problem jer korisnik informaciju može dobiti bez odlaska na izvornu stranicu i klika koji izdavaču donosi prihod.

– Praktički kradu naš autorski sadržaj, na njemu treniraju modele, izbacuju taj kanibalizirani sadržaj u promptovima i na tome zarađuju, naglasio je Penić.

Posljednjih mjeseci UI alati uz takav sadržaj sve češće objavljuju i poveznice na originalne članke, no problem ostaje sličan kao kod sažetaka u tražilicama: korisnici rijetko kliknu na link, pa se cjelokupan medijski sadržaj praktički zamjenjuje sažetkom.

Posljedica je pad posjećenosti hrvatskih portala, dok se ionako skromni prihodi od oglašavanja dodatno smanjuju. Danas je već 70 posto oglašivačkih budžeta usmjereno prema Big Tech kompanijama poput Mete i Googlea, upozorava Penić, što dovodi u pitanje financijski opstanak medija.

Pravno gledano pitanje autorskih prava novinara uređuje EU Direktiva o autorskom pravu na jedinstvenom digitalnom tržištu, implementirana u hrvatski Zakon o autorskom pravu i srodnim pravima iz 2021. godine, uz noviji europski Akt o umjetnoj inteligenciji, koji donosi dodatne obveze vezane uz transparentnost i korištenje sadržaja za treniranje modela.

Prema hrvatskom zakonu, nakladnici informativnih publikacija imaju isključivo pravo umnožavanja i priopćavanja javnosti kada njihov sadržaj na internetu koriste pružatelji usluga informacijskog društva, dakle i velike tehnološke kompanije.

Novinari i fotoreporteri imaju pravo na odgovarajući udio u naknadi koju ostvare nakladnici, a to se pravo obavezno ostvaruje kolektivno, preko DZNAP-a.

Teški pregovori

Najsporniji dio zakona, prema Penićevim riječima, jest takozvana TDM iznimka (text and data mining), koja dopušta rudarenje teksta i podataka u znanstvene svrhe bez traženja dopuštenja autora, a pod određenim uvjetima i u komercijalne svrhe, što uključuje i UI kompanije, osim ako su nositelji prava izričito pridržali svoja prava, takozvanim opt-outom.

Takav pridržaj prava mora biti izražen na strojno čitljiv način, primjerice kroz metapodatke ili opće uvjete korištenja mrežne stranice.

– Koliko mi je poznato, većina najvećih hrvatskih nakladnika je takav pridržaj prava izrazila u svojim općim uvjetima i vjerojatno napravila i tehničke prilagodbe za blokiranje UI botova.

No ni sami nakladnici, a time ni novinari, zapravo ne znaju koliko je njihova sadržaja stvarno korišteno, jer je teško natjerati velike globalne kompanije da transparentno objave te podatke za relativno malo tržište poput Hrvatske, istaknuo je Penić.

DZNAP, preko krovne organizacije IFRRO, sudjeluje u raspravama o reviziji europske direktive o autorskim pravima, zagovarajući uspostavu sustava licenciranja prema kojem bi UI kompanije morale plaćati naknadu za korištenje novinarskih djela, i za treniranje modela i za generiranje odgovora.

– Nakladnici i novinari ne smiju biti prepušteni pregovorima s tim kompanijama, jer smo dosad vidjeli da one ne pregovaraju u dobroj vjeri, upozorio je Penić.

Poziva se pritom na iskustvo pregovora s Googleom, iz kojih su nakladnici, tvrdi, izašli sa znatno manje sredstava nego što su očekivali. DZNAP je s Udrugom nakladnika informativnih publikacija dogovorio i potpisao sporazum prema kojem bi novinari dobili jednak udio i u slučaju eventualnog dogovora s UI kompanijama.

DZNAP se, poručuje Penić, zalaže za promjenu sadašnjeg, tehnički rascjepkanog i teško pratljivog sustava. Bez obveze transparentnosti, koja bi trebala obuhvatiti ne samo početno treniranje modela opće namjene, nego i naknadne procese, jer nositelji prava ne mogu znati je li njihov sadržaj korišten i je li njihov opt-out poštovan.

Tek s potpunom transparentnošću izvora i metoda, smatra Penić, postoji temelj za pošteno licenciranje, koje bi UI kompanijama dalo pravnu sigurnost, a autorima i izdavačima kontrolu i naknadu.

Kao primjere dobre prakse navodi Norvešku, gdje je kolektivna organizacija uz podršku države omogućila izradu nacionalnog velikog jezičnog modela koji odražava norveški jezik i kulturu, te Dansku, gdje su se mediji udružili i licencirali podatke domaćih medija za treniranje vlastitih modela.

Jednako važno pitanje, dodao je, tiče se izlaznih rezultata UI alata: poplave neoznačenog, niskokvalitetnog UI sadržaja koji preplavljuje medijski prostor, u trenutku kada istraživanja pokazuju da čitatelji sve više izbjegavaju takav sadržaj zbog nepovjerenja u njegovu točnost.

Sudske presude

Upozorava i na potrebu sprečavanja sustavnog oponašanja prepoznatljivog stila pojedinih autora.

– Generativni UI ne može postojati bez ljudskog rada. Ako uništimo ekonomske uvjete i motivaciju novinara da stvaraju originalni sadržaj, na čemu će se taj UI sutra uopće trenirati? Na vlastitim izmišljotinama i halucinacijama, više nego što sada radi, upozorio je Penić.

DZNAP, kao dio radne skupine za izradu novog Zakona o medijima, zajedno s Hrvatskim novinarskim društvom i Sindikatom novinara Hrvatske, zagovara i uspostavu snažnog, transparentnog Fonda za novinarstvo koji bi se dominantno financirao iz digitalnog poreza naplaćivanog Big Tech kompanijama.

Sredstva fonda koristila bi se izravno za plaćanje novinarskog rada i potporu medijima, dok mediji koji dominantno objavljuju UI generirani sadržaj ne bi mogli konkurirati za ta sredstva.

Prof. dr. Romana Matanovac Vučković, stručnjakinja za autorsko pravo, iznosi jasan pravni stav: korištenje autorskih djela za treniranje umjetne inteligencije u komercijalne svrhe, prema njezinu stručnom mišljenju, nije dopušteno, iako proizvođači UI alata tvrde suprotno.

– Problem se sastoji u tome što autorskopravni okvir u smislu propisivanja zakonskih odredaba nije točno opisao tehnološki postupak treniranja, i zato sada proizvođači alata umjetne inteligencije tvrde da se u treniranju zapravo ne događa korištenje autorskih djela kakvo je propisano zakonom, pojasnila je Matanovac Vučković.

Upravo u traženju takvih »rupa u zakonu«, kaže, leži korijen problema na globalnoj razini.

Ipak, situacija se mijenja. Nekoliko sudskih presuda u svijetu i Europskoj uniji, iako još nisu stigle do najviših sudskih instanci jer su žalbe dopuštene, jasno je utvrdilo da korištenje autorskog materijala za treniranje umjetne inteligencije bez dopuštenja nositelja prava nije dopušteno.

Sami proizvođači UI alata to, tvrdi Matanovac Vučković, i sami znaju, zato su na globalnoj razini već sklopljeni sporazumi velikih glazbenih i novinskih nakladnika o licenciranju njihova repertoara, primjerice OpenAI je takve sporazume sklopio s Associated Pressom, Springerom, Financial Timesom i News Corpom.

Za hrvatske medijske nakladnike, s relativno malim repertoarom sadržaja u globalnim razmjerima, Matanovac Vučković kao izlaz vidi kolektivno licenciranje. Najveći nakladnici, poput tiskovina unutar Styria grupe ili pod Hanza Medijom, imaju dovoljno velik repertoar da bi mogli sklopiti individualne sporazume s proizvođačima umjetne inteligencije zainteresiranima za hrvatsko tržište. No upozorava i na ozbiljnu opasnost takvog pristupa.

– Stvarna svrha medija time se poništava, pluralizam medija, raznolikost pogleda, sve ono što se do sada povijesno gradilo kao obilježje medijske industrije. Ovakvo selektivno ugovaranje bilo bi dugoročno pogubno za pluralizam medija u Hrvatskoj i svakoj drugoj državi, upozorava.

Bez obvezne transparentnosti oko toga koji je sadržaj korišten, na koji način i u koju svrhu, nemoguće je izgraditi sustav u kojem bi novinarski rad dobio naknadu razmjernu vrijednosti koju danas, prešutno i besplatno, daje tehnologiji koja mu sve izravnije konkurira.

Komercijalnu dobit korporacija treba kontrolirati

Zato, smatra Romana Matanovac Vučković, problem treba promatrati šire od čisto autorskopravnog ili komercijalnog kuta. Potrebno je osigurati da sav medijski sadržaj, uz razumnu i primjerenu naknadu, bude dostupan za treniranje – naknadu koja bi trebala kompenzirati stvarnu vrijednost sadržaja neovisnih medija, s ciljem održivosti cijelog medijskog sustava.

Ne smatra realnim potpuno zabraniti korištenje sadržaja za treniranje UI-ja, budući da to UI kompanije, kako kaže, »već uzimaju, a da nositelji prava o tome ništa ne znaju jer je cijeli sustav pretežito netransparentan.«

– Proizvođači umjetne inteligencije nisu ni Caritas ni Crveni križ ni nikakva druga dobrotvorna organizacija. To su trgovačka društva, globalne korporacije usmjerene na postizanje komercijalne dobiti. To im je svrha i to treba staviti pod kontrolu, naglasila je Matanovac Vučković.

Projekt MEDIANA prati životni put lažnih vijesti

Lažna vijest više nije samo jedna objava. Dok ona putuje internetom, mijenja se, dobiva novi kontekst i često postaje sve uvjerljivija. Upravo će taj proces pokušati »uhvatiti« novi sustav umjetne inteligencije koji razvijaju Presscut, FER i FIDIT u projektu MEDIANA.

UI će pratiti kako se pojedine tvrdnje pojavljuju u različitim medijima, tko ih prenosi i kako se njihov sadržaj pritom mijenja. Istodobno će tražiti teme i aktere koji se u medijskom prostoru tek pojavljuju, bez potrebe da ih netko unaprijed definira.

Posebna pozornost bit će posvećena dezinformacijama izvan politike, primjerice lažnim oglasima s »deepfake« liječnicima koji promoviraju nepostojeće lijekove ili lažnim videoporukama direktora kojima se pokušavaju privući žrtve investicijskih prijevara.

Projekt će razvijati tehnologiju prilagođenu hrvatskom jeziku, a cilj je korisnicima omogućiti da vide ne samo što se govori, nego i odakle je informacija krenula, kako se mijenjala i kako se proširila. MEDIANA će trajati 30 mjeseci, a projekt vodi Presscut u suradnji s FER-om i FIDIT-om.