Чого свіжі судові справи вчать бізнес про тренувальні дані

Два питання, які суди вирішують окремо

Перш ніж переходити до кейсів – важливо розуміти, що суди в ЄС і США насправді вирішують два різні питання, які у публічній дискусії постійно змішують.

Перше: звідки взяті дані для навчання і як вони використані в процесі тренування. Тут ключові поняття – законний доступ, ліцензія, виняток для text and data mining (TDM). Друге: що модель відтворює на виході після навчання. Тут говорять про memorisation – явище, коли модель «запам’ятала» захищений контент настільки, що може відтворити його майже дослівно за простим запитом.

Ці два питання можуть вирішуватися по-різному. Тренування – законне, вихід – порушення. Або навпаки: тренування незаконне, але не через memorisation, а через спосіб отримання даних. Кейси нижче ілюструють обидва сценарії.

GEMA проти OpenAI: коли TDM не рятує від memorisation

GEMA v OpenAI

Landgericht Munchen I (LG Munchen I) – справа 42 O 14139/24 – рiшення 11 листопада 2025 – перша iнстанцiя, оскаржується

Нiмецьке товариство з управлiння авторськими правами GEMA подало позов проти OpenAI через використання тестiв захищених пiсень для навчання GPT-4 i GPT-4o. Дев’ять творiв, зокрема «Atemlos» Кристiни Бах i «Uber den Wolken» Рейнхарда Мая. GEMA стверджувала: тексти не просто використовувались для аналiзу – вони запам’яталися в параметрах моделi й вiдтворюються майже дослiвно за простим запитом.

Суд встановив: так, memorisation – це вiдтворення за змiстом авторського права. А виняток для text and data mining (TDM), на який спирався OpenAI, застосовується лише до першого етапу – збору та аналiзу даних. Але не до наступного: постiйного включення захищеного тексту у ваги моделi та подальшого вiдтворення на виходi.

OpenAI заперечував, що моделi не зберiгають конкретнi тексти, а навчаються лише статистичним залежностям. Суд цей аргумент не прийняв: для нього визначальним стало те, що чат GPT вiдтворював рядки пiснi майже дослiвно у вiдповiдь на простий запит. Факт вiдтворення – достатня пiдстава.

Рiшення оскаржується. Питання про те, як саме суди вищих iнстанцiй – i потенцiйно CJEU – трактуватимуть спiввiдношення TDM-винятку i memorisation, залишається вiдкритим. Але перший орiєнтир вже є.

→  Законне тренування не дорiвнює дозволу на memorisation. Якщо модель може вiдтворити захищений текст за простим запитом – це окреме правове питання, незалежно вiд того, чи були данi взятi законно.

Bartz проти Anthropic: коли порушення не там, де здавалося

Bartz et al. v. Anthropic PBC

U.S. District Court, Northern District of California – No. C24-05417 – рiшення червень 2025 (fair use), врегулювання вересень 2025, фiнальне затвердження 20 липня 2026

Три автори – Андреа Барц, Чарльз Ґребер та Кiрк Воллес Джонсон – подали позов проти Anthropic через використання їхнiх книжок для навчання Claude. Anthropic отримувала книжки двома шляхами: купувала фiзичнi примiрники, сканувала та зберiгала в цифровiй формi; i завантажувала з пiратських бiблiотек LibGen i PiLiMi.

Суддя Вiльям Олсап роздiлив цi два шляхи чiтко. Використання законно придбаних книжок для навчання AI – transformative use, тобто fair use. Завантаження з пiратських джерел – порушення, i fair use тут не рятує. Формулювання суду пряме: «людина, яка копiює пiдручник з пiратського сайту, вже порушила закон – крапка».

Anthropic виграла спiр щодо самого факту тренування на книжках. Але проiграла щодо способу їхнього отримання. У вереснi 2025 сторони врегулювали справу: Anthropic погодилася виплатити $1,5 млрд – приблизно $3 000 за кожну з майже 500 000 пiратських книжок. Фiнальне затвердження угоди вiдбулося 20 липня 2026 року.

Цифра показова: Anthropic не платила за те, що навчала модель на чужих книжках. Вона платила за те, як цi книжки були отриманi. Рiзниця суттєва – i для iнших компанiй, що будують AI-продукти.

→  Джерело даних критичне – незалежно вiд мети використання. Fair use може покривати тренування, але не незаконне отримання матерiалiв. Провенанс кожного датасету – це юридичне питання, а не лише технiчне.

Рамка трьох воріт: де виникає ризик

Щоб систематизувати уроки з обох справ, корисно думати про три окремi точки, де може виникнути юридична проблема з тренувальними даними.

Практичне значення цiєї рамки: проблема може виникнути на будь-якому з трьох рiвнiв незалежно. Компанiя може мати законний доступ до даних (ворiта 1), використовувати їх у спосiб, що покривається TDM (ворiта 2), – i все одно зiткнутися з позовом через те, що модель вiдтворює захищений текст на виходi (ворiта 3). Саме це i показала GEMA.

Opt-out i права в ЄС: що мають робити обидвi сторони

Паралельно з судовими справами в ЄС дiє нормативна рамка, яку часто недооцiнюють. Стаття 4(3) Директиви 2019/790 (CDSM) дозволяє правовласникам резервувати свої права для цiлей text and data mining за допомогою машинозчитуваного opt-out – наприклад, через позначку у robots.txt або метаданих.

AI Act додає ще один рiвень: стаття 53 вимагає вiд providers GPAI-моделей виявляти та поважати машинозчитуванi застереження прав – навiть якщо модель навчена за межами ЄС, але пропонується на ринку ЄС. Це означає: opt-out, правильно оформлений правовласником, технiчно зобов’язаний поважатися.

Два практичнi висновки. Для правовласникiв: opt-out – не гарантiя захисту вiд усiх ризикiв, але вiн значно пiдсилює позицiю у спорi. Його треба оформляти в машинозчитуваному форматi i пiдтримувати актуальним. Для розробникiв AI: перевiряти opt-out-позначки перед навчанням моделi – обов’язок, а не рекомендацiя. Компанiя Like Company проти Google (CJEU C-250/25) поставила пiд розгляд питання про те, що саме вважається дiйсним машинозчитуваним opt-out – справа ще на розглядi.

Що з цього випливає для бiзнесу

Обидвi справи iлюструють одне: питання про тренувальнi данi не можна залишати на потiм або делегувати виключно iнженерам. Нижче – конкретнi заходи, якi мають сенс незалежно вiд того, чи є компанiя розробником AI-системи або просто використовує стороннi моделi.

Для розробникiв та провайдерiв AI-систем

• Документувати провенанс кожного датасету. Звiдки данi, на яких умовах отриманi, якi лiцензiї, чи є opt-out вiд правовласникiв. Це не лише юридичний захист – це аргумент у разi майбутнього позову або due diligence.
• Поважати машинозчитуванi opt-out. Технiчна перевiрка перед навчанням моделi – обов’язок вiдповiдно до AI Act ст. 53 для GPAI-моделей на ринку ЄС.
• Запровадити технiчнi запобiжники проти memorisation. Дедуплiкацiя даних перед навчанням, фiльтри виходу, тестування на вiдтворення захищеного контенту. GEMA v OpenAI показала: суд оцiнює факт вiдтворення, а не технiчну архiтектуру.
• Мати процедуру реагування на скарги правовласникiв. Notice-and-takedown для AI-виходу поки не стандартизований, але вiдсутнiсть будь-якої процедури погiршує позицiю у спорi.

Для компанiй, що використовують стороннi AI-системи

• Перевiряти умови постачальника щодо тренувальних даних. Якi гарантiї надає постачальник? Чи є iндемнiфiкацiя на випадок претензiй третiх осiб через тренувальнi данi? Це вже стандартний пункт AI-vendor due diligence.
• Не завантажувати в AI конфiденцiйнi матерiали без перевiрки умов. Якщо постачальник використовує вхiднi данi для дотренування моделi – це впливає на права третiх осiб, чиї матерiали ви туди завантажуєте.
• Слiдкувати за розвитком справ. Bartz v Anthropic – перший прецедент, але не останнiй. Аналогiчнi позови проти OpenAI, Google, Meta перебувають на рiзних стадiях. Правова рамка формується прямо зараз.

Замiсть висновку

Bartz v Anthropic показала: тренування на законних даних може бути fair use – але спосiб їхнього отримання вирiшує все. GEMA v OpenAI показала: TDM-виняток не покриває memorisation – i суд дивиться на вихiд, а не лише на процес.

Обидвi справи дають одне практичне правило: лiцензуй данi, а не просто бери – i контролюй вихiд. Компанiї, що документують провенанс даних i запроваджують запобiжники на виходi вже зараз, матимуть значно кращу позицiю – i в судi, i при due diligence.