Reassessing the Fair Use Doctrine in the Age of AI: Evaluating Bad Faith and Market Harm through Bartz v. Anthropic and Kadrey et al. v. Meta Platforms, Inc.
Straipsniai
Adelė Rusnė Dziegoraitytė
Vilniaus universitetas image/svg+xml
Eglė Zdanavičiūtė
Vilniaus universitetas image/svg+xml
Paulius Jurčys
-
Publikuota 2026-10-20
https://doi.org/10.15388/TMP.2026.21
PDF

Esminiai žodžiai

dideli kalbos modeliai
dirbtinis intelektas
nesąžiningumas
sąžiningas naudojimas
rinkos pakeitimas
rinkos silpninimas

Anotacija

Šiame darbe nagrinėjama, kaip sąžiningo naudojimo (fair use) doktrina taikoma didžiųjų kalbos modelių (LLM) mokymui, analizuojant bylas Bartz v. Anthropic ir Kadrey v. Meta Platforms, Inc. Tokie LLM kaip „Claude“ ir „Llama“ generuoja tekstą iš didelių duomenų rinkinių, todėl kyla naujų autorių teisių klausimų. Byloje Bartz teisėtai įgyti kūriniai buvo laikomi naudojamais sąžiningai, o piratinės kopijos vertintos neigiamai sąžiningo naudojimo požiūriu. Tuo tarpu byloje Kadrey v. Meta Platforms, Inc. Meta naudojimasis neleistinais šaltiniais buvo pripažintas transformuojančiu ir sąžiningu, atskleidžiant nenuoseklų blogos valios vertinimą. Vertinant poveikį rinkai, teismai daugiausia dėmesio skyrė tiesioginiam pakeičiamumui, tačiau iš esmės ignoravo platesnius padarinius, tokius kaip rinkos praskiedimas ar ilgalaikis poveikis kūrybinėms rinkoms. Darbe teigiama, kad sąžiningo naudojimo doktrina turi vystytis kartu su technologijomis, siūlant penktąjį veiksnį, orientuotą į DI mokymo šaltinių teisėtumą, ir didesnį dėmesį rinkos praskiedimui bei ilgalaikei ekonominei žalai kūrėjams.

PDF

Nuorodos

BENEFIEL, R. (2014). The adversary system, 1 [online] https://doi.org/10.1002/9781118517383.wbeccj369

ELKIN-KOREN, N., & Fischman-Afori, O. (2016). Rulifying fair use. Arizona Law Review, 59(1), 1 [online]. https://arizonalawreview.org/rulifying-fair-use/

FRANKEL, S. & KELLOGG, M. (2012). Bad faith and fair use. Journal of the Copyright Society of the USA, 60, 1, 2, 4 [online]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2165468

JIN, A. (2025). Market dilution: Extending fair use for artificial intelligence. Harvard Undergraduate Law Review [online]. https://hulr.org/fall-2025/ennleb3xofsg1en5dttox3578xh8vc

JOSHUA BERLOWITZ, The Five-Factor Framework: A New Approach to Analyzing Public Benefits in Fair Use Cases, 77 Colum. J.L. & Arts (2023). [online].https://journals.library.columbia.edu/index.php/lawandarts/article/view/11016/5501

KALYAN, K. S. (2024). A survey of GPT-3 family large language models including ChatGPT and GPT-4. Natural Language Processing Journal, 6, 1 [online]. https://www.sciencedirect.com/science/article/pii/S2949719123000456

LEVAL, P. N. (1990). Toward a fair use standard. Harvard Law Review, 103, 1105–1136.

LOU, C. (2025). Develop-fair use for artificial intelligence: A Sino-U.S. copyright law comparison based on the Ultraman, Bartz v. Anthropic, and Kadrey v. Meta cases. SSRN, 8 [online]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5458615

PEDEN, A. (2023a). The good, the bad, and the ugly: Incorporating the good or bad faith consideration into the fair use analysis. University of the Pacific Law Review, 54(1), 22-23 [online]. https://scholarlycommons.pacific.edu/uoplawreview/vol54/iss1/14/

PEDEN, A. (2023b). The Good, the Bad, and the Ugly: Incorporating the Good or Bad Faith Consideration into the Fair Use Analysis Faith Consideration into the Fair Use Analysis. University of the Pacific Law Review, 54 (14), p. 9-10, 12-19, 23–24 [online]. https://scholarlycommons.pacific.edu/uoplawreview/vol54/iss1/14/

SAMUELSON, P. (2025). Does Using In-Copyright Works as Training Data Infringe? Communications of the ACM, 68 (11), p. 28-30 [online]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5342516

SAN MARTIN, M. (2004). Copyright law: The relevance of bad faith to a fair use analysis. Journal of Technology Law & Policy, 9(2). [online] https://scholarship.law.ufl.edu/jtlp/vol9/iss2/5/

Creative Commons License

Šis darbas apsaugotas Creative Commons priskyrimo 4.0 viešąja licencija.

Atsisiuntimai

Nėra atsisiuntimų.