Meta thật sự nghĩ gì về các cuốn sách mà họ đang dùng "lậu"?

[trungthuc]

Theo Vanity Fair, các hồ sơ vụ án mới được cho công bố ra có tiết lộ về lập trường của công ty này về những cuốn sách họ đã sử dụng để cập nhật mở rộng số liệu cho AI: tất cả lập luận của công ty đều vô giá trị.

(Ảnh minh họa: Bloomberg)

Hồi tháng trước, có một người đã đặt ra một câu hỏi cho Meta AI (nền tảng AI do Meta thiết lập ra): "Có được phép sử dụng sách 'lậu' để cập nhật mở rộng hiểu biết cho AI không?" Câu trả lời của AI là rõ ràng. "Sử dụng sách lậu để đào tạo AI là không được. Đây là hành vi vi phạm nghiêm trọng luật về bản quyền và có thể gây ra hậu quả xấu đáng kể cho tác giả và nhà xuất bản", AI này cảnh cáo.

Tuy nhiên, chỉ vài ngày sau, thuật toán đã có sự thay đổi. Khi trả lời cho cùng một câu hỏi nói trên, Meta AI đã né tránh khi trả lời: "Sử dụng sách 'lậu' để đào tạo AI là một vấn đề phức tạp và câu trả lời không hề đơn giản. Trong khi một số công ty, như Meta, lập luận rằng việc họ cho sử dụng tài liệu có bản quyền phù hợp với nguyên tắc sử dụng hợp lý, thì những công ty khác lại cho rằng việc này đã vi phạm luật về bản quyền".

Các luật sư của Meta trên thực tế đang tìm cách viện dẫn câu trả lời nhằm biện hộ cho việc "sử dụng hợp lý" trong những vụ kiện nhắm vào họ. Một trong những nguyên đơn là ông Richard Kadrey, tác giả ăn khách với loạt sách "Sandman Slim", tuyên bố rằng, "hành vi phi pháp" của Meta trong việc sử dụng sách 'lậu' để đào tạo mô hình ngôn ngữ lớn (LLM) của công ty này đã xâm phạm tác quyền của họ.

Về phần mình, Meta tuyên bố rằng dự án Llama (mô hình ngôn ngữ lớn Meta AI) của họ "có khả năng tuỳ chỉnh cao" với các văn bản đầu vào và do đó là cách sử dụng hợp lý.

Vụ kiện của ông Kadrey là một trong hơn 16 vụ kiện về bản quyền có liên quan đến các ứng dụng AI hiện lan rộng khắp hệ thống tòa án ở Mỹ, từ các nhạc sĩ nộp đơn kiện Anthropic vì đã sử dụng lời bài hát để đào tạo AI, các nghệ sĩ thị giác kiện Stability AI, The New York Times kiện Microsoft, đến Hiệp hội nhà văn Mỹ Authors Guild kiện OpenAI.

Trong khi các vụ kiện này đặt ra nhiều câu hỏi về giá trị vốn có của nghệ thuật và ý nghĩa của việc biến chúng thành hàng hóa, thì vụ kiện nhằm vào Meta đang thu hút sự chú ý đặc biệt. Trong nhiều tài liệu nội bộ, ​​các chuyên gia nghiên cứu Meta đã đơn giản hóa chất xám văn học biến thành một loại vật chất, tài sản thuần túy.

Các tài liệu trong nhiều vụ án đang hé lộ ra thêm nhiều diễn biến nội bộ trong Meta về việc đào tạo và nâng cấp AI. (Ảnh: Medium)

Giá trị về thương mại đã chiến thắng
Một chuyên gia nghiên cứu đã viết ra cuốn "Tiểu thuyết rất tuyệt" để giúp đào tạo mô hình về ngôn ngữ, nhưng trong kho sách "lậu" LibGen lại có quá ít, chỉ có khoảng 700 GB. Trong một bản ghi nhớ nội bộ, các chuyên gia nghiên cứu chỉ ra một số vấn đề như: Số thứ tự trang bị lẫn vào nội dung chính, ngắt dòng không đúng hay thiếu "khoảng trắng" giữa các chữ. Và "mục tiêu là có được càng nhiều tác phẩm dài càng tốt trong 4-6 tuần tới. Các bài viết, kịch bản phim, tạp chí và sách ở mọi thể loại".

Ông Kadrey và cộng sự viên cho biết Meta "đã cho tải xuống ít nhất là 81,7 terabytes số liệu trên nhiều thư viện 'lậu' thông qua trang Anna’s Archive, trong đó có ít nhất 35,7 terabytes số liệu lấy từ Z-Library và LibGen".

Đối với các tác giả như Carmen Maria Machado, tuy không phải là nguyên đơn trong các vụ kiện nhưng lại có vài tác phẩm nằm trong số những cuốn sách bị LibGen sao chép trái phép, cảm xúc của bà rất hỗn độn.

Bà có chia sẻ: "Một thập kỷ trong cuộc đời tôi. Đó là công sức sáng tạo của tôi. Đó là trí óc của tôi. Tôi đã kiểm soát rất chặt chẽ các quyền lợi mà tôi có đối với sách, tác phẩm, bản dịch và quyền làm phim của mình. Tất cả được kiểm soát rất cẩn thận, nhưng trên thực tế, một số công ty có thể đưa "lậu" chúng vào máy móc mà không gánh chịu hậu quả gì. Điều đó thật điên rồ đối với tôi đến nỗi tôi không thể hiểu hết được".

Quá trình đấu tranh về tâm lý
Theo tài liệu trong hồ sơ của tòa án, Meta đã tiến hành thảo luận sơ bộ với các nhà xuất bản về mức tiền lệ phí cho phép họ sử dụng nội dung. Tuy nhiên, họ cho biết, đã nhận được những con số mà theo quan điểm của công ty, là "quá xa với thực tế". Trong biên bản về lời khai được công bố ra, bên luật sư bào chữa cho Meta mô tả các cuộc đàm phán là "đã lãng phí quá nhiều thời gian của họ và cả của chúng tôi", và nói rằng "do cấu trúc của ngành xuất bản sách, nếu không viện dẫn quyền sử dụng hợp lý, Meta sẽ phải tiến hành các cuộc đàm phán cá nhân với hàng triệu tác giả để xác định ra từng cuốn sách và tác giả của chúng, xác định cách liên lạc với họ, xác định xem họ có các quyền lợi nào không bị ràng buộc hay không". Công ty tuyên bố "quy trình này thực tế là không thể thực hiện đối với hàng trăm ngàn hoặc hàng triệu tác giả khắp nơi".

Trong khi đó, số liệu cần thiết để xây dựng các mô hình về ngôn ngữ lớn là khổng lồ và theo thư từ nội bộ của công ty, không thể đạt được nếu không có nguồn sách. Và điều này đã gây ra cuộc tranh luận và thảo luận nội bộ kéo dài trong nhiều năm qua.

Vào tháng 10/2022, một chuyên gia nghiên cứu cao cấp, bà Melanie Kambadur, đã viết trong một tin nhắn gửi cho các đồng nghiệp, "Tôi không nghĩ rằng chúng ta nên sử dụng các tài liệu vi phạm đến bản quyền. Tôi thực sự cần phải vạch ra ranh giới ở đây".

Cũng đã có nhiều tin tức nội bộ có nêu ra những lo ngại về việc sử dụng LibGen, chẳng hạn như rủi ro về chính sách, bao gồm cả mối quan tâm của giới lập pháp Mỹ "về việc các công ty sáng tạo AI sử dụng các trang web đã vi phạm đến bản quyền" và rằng "nếu có thông tin trên giới truyền thông cho rằng, chúng ta đang sử dụng một tập số liệu mà chúng ta biết là đã vi phạm đến bản quyền, chẳng hạn như LibGen, điều này có thể làm suy yếu vị thế đàm phán của chúng ta với các cơ quan quản lý".

Nhưng họ đã đi đến kết luận sau: "Trong mọi trường hợp, chúng ta sẽ không thể tiết lộ ra công khai nói rằng, chúng ta đã và đang sử dụng LibGen. Dù vậy, vẫn có nguy cơ là các bên bên ngoài có thể suy ra việc chúng ta có sử dụng tập số liệu này".

Lập trường này dường như cũng được giới đứng đầu của Meta cho thực hiện. Trong một lời khai, CEO của Meta Zuckerberg có "tuyên bố ông không biết gì về LibGen hoặc bất cứ sự tham gia nào vào việc sử dụng nó".

Hơn nữa, Meta còn cho biết, trong khi công ty "đã đầu tư hàng trăm triệu USD vào việc phát triển mở rộng LLM", họ không thấy có bất cứ giá trị về thị trường nào trong việc phải mua bản quyền sách từ các tác giả vì "phải có thứ gì đó có giá trị để trao đổi qua lại". Trong khi đó, các tác phẩm của nguyên đơn, khi xét đến từng tác phẩm, không phải là các số liệu đào tạo có giá trị về kinh tế.

Thật là buồn cười khi nghe thấy lập luận của đám luật sư bênh vực cho Meta cả gan cho rằng, việc lấy cắp bản quyền trí tuệ của thiên hạ qua nguồn sách vở là hợp lý, mà quên rằng theo luật về bản quyền, hành vi này là bất hợp pháp và sẽ bị trừng trị theo quy định của luật pháp!
Lý luận của đồng tiền lắm khi sẽ làm thay đổi cán cân của công lý và lẽ phải, nhưng biết phải làm sao bây giờ khi phải đứng ra đối đầu vởi những kẻ trọc phú, giàu có nhưng "bất nhân" kiểu này???
Chỉ tiếc là lúc mà chúng ta đăng ký vô mạng xã hội và "ngây thơ" kê khai sơ yếu lý lịch đầy đủ ra thì chẳng khác nào đã "bán linh hồn cho quỷ dữ", vì họ sẽ thu thập tất cả chi tiết này, lưu trử vào kho tư liệu để mua bán trao đổi với kẻ khác! Cách đây 20 năm, chỉ cần với tên tuổi, ngày tháng năm sinh, số an sinh xã hội, địa chỉ là bị "bán" ra đến 10 USD/người ở thị trường trao đổi tin tức. Nên luôn nhớ là tin tức ở Mỹ là dịch vụ mua bán cả vài chục tỷ USD mổi năm cho nên bản quyền luôn được luật pháp bảo vệ chặt chẻ.