Inge Kristian Brodersen
Kaare M. Risung
Øyvind Eidissen
Anna Eide
Sofie Axelsson
Ane Rode
Oskar Engman
Thomas Hagen
Halvor Manshaus
Paal-André Storesund
Christopher Tehrani
Johan Woo Kvandal
Sigurd Holter Torp
Sanna Wolk
Ophavsretlig ramme for AI-træning i High Court
Den engelske High Court har afsagt dom i sagen anlagt af rettighedshavere tilknyttet en stor stockfotobase mod udvikleren af Stable Diffusion. Kernen er brugen af ulicenseret, ophavsretligt beskyttet materiale til at træne en generativ billedmodel.
Sagen adresserer, om kopiering ved datascraping, kuratering og modeltræning udgør eksemplarfremstilling og tilgængeliggørelse uden tilladelse, samt hvem der bærer ansvaret, når modellen distribueres bredt. Retspraksissen er væsentlig for AI-udviklere og rettighedshavere.
Licenser og markedsindgreb for billedindholdsudbydere
Rettighedshaverne bygger deres forretning på betalte licenser til billeder og video gennem store onlinekataloger. Uautoriseret udnyttelse i træningsfasen kan udhule licensmarkedet og værdien af omfattende rettighedsporteføljer.
Afgørelsen sætter fokus på behovet for klare licensmodeller for træningsdata, dokumentation for ophavsretlig klarering og effektive håndhævelsesmekanismer, herunder forbudspåbud og vederlagskrav ved krænkelse.
Open source, distribution og ansvar
Stable Diffusion er kendetegnet ved åben kildekode og relativt lave hardwarekrav, hvilket muliggør udbredt brug uden for udviklerens direkte kontrol. Det øger risikoen for uforudsete anvendelser og kompleks ansvarstildeling.
Retligt rejser det spørgsmål om udviklerens kontra brugernes ansvar, betydningen af model- og softwarelicenser samt krav til due diligence i datasæt og filtrering. Klare kontraktvilkår og sporbarhed i træningsdata fremhæves som centrale compliance-greb.
