AI Training Data คืออะไร ทำไมทั่วโลกถึงฟ้อง OpenAI

การพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) โดยเฉพาะระบบ Generative AI เช่น Large Language Models และ AI สร้างภาพ ได้สร้างความเปลี่ยนแปลงอย่างมากต่อเศรษฐกิจดิจิทัล (Digital Economy) ระบบ AI เหล่านี้ต้องใช้ข้อมูลจำนวนมหาศาลในการฝึกโมเดล หรือที่เรียกว่า training data ซึ่งมักประกอบด้วยข้อความ หนังสือ บทความ ภาพถ่าย เพลง และเนื้อหาดิจิทัลอื่น ๆ ซึ่งส่วนใหญ่ถูกเก็บรวบรวมผ่านกระบวนการ เช่น web scraping หรือการรวบรวมฐานข้อมูลจากอินเทอร์เน็ต อย่างไรก็ตาม ข้อมูลจำนวนมากที่ใช้ในการฝึก AI เป็นผลงานที่ได้รับความคุ้มครองตามกฎหมายลิขสิทธิ์ เช่น หนังสือ บทความ ภาพถ่าย ดนตรีและงานศิลปกรรม ประเด็นสำคัญทางกฎหมายจึงเกิดขึ้นว่า การนำผลงานที่มีลิขสิทธิ์มาใช้ในการฝึก AI โดยไม่ได้รับอนุญาตจากเจ้าของลิขสิทธิ์นั้นถือเป็นการละเมิดลิขสิทธิ์หรือไม่

ในปัจจุบัน ได้มีการฟ้องร้องบริษัทพัฒนา AI จำนวนมาก เช่น OpenAI, Meta และ Stability AI โดยเจ้าของลิขสิทธิ์กล่าวหาว่าบริษัทเหล่านี้นำผลงานไปใช้ในการฝึก AI โดยไม่ได้รับอนุญาตจากเจ้าของผลงาน ตัวอย่างเช่น กลุ่มนักเขียนที่นำโดย Authors Guild ได้ยื่นฟ้องบริษัทเทคโนโลยีโดยอ้างว่าโมเดล AI ถูกฝึกด้วยหนังสือที่มีลิขสิทธิ์จำนวนมากโดยไม่ได้รับอนุญาต¹ ในขณะเดียวกัน บริษัทเทคโนโลยีมักโต้แย้งว่าการฝึก AI เป็นการใช้ข้อมูลเพื่อสร้างระบบที่สามารถเรียนรู้รูปแบบทางภาษาและข้อมูล ซึ่งไม่ใช่การนำผลงานไปใช้โดยตรง แต่เป็นการวิเคราะห์ข้อมูลเพื่อสร้างโมเดลใหม่ซึ่งเป็นการใช้ข้อมูลในลักษณะที่ “เปลี่ยนแปลงวัตถุประสงค์ของงานเดิม” (transformative use) ดังนั้นจึงควรได้รับการคุ้มครองภายใต้หลักการการใช้โดยชอบธรรม (Fair Use) ไม่ถือเป็นการละเมิดลิขสิทธิ์ ซึ่งศาลในบางประเทศได้เริ่มพิจารณาคดีที่เกี่ยวข้องกับประเด็นนี้ เช่น คดีในสหรัฐอเมริกาที่ศาลบางแห่งเห็นว่าการใช้ผลงานเพื่อฝึก AI อาจถือเป็นการใช้ที่มีลักษณะ “transformative” ซึ่งเป็นปัจจัยสำคัญในการพิจารณา fair use อย่างไรก็ตาม ศาลยังไม่ได้ให้คำตอบที่ชัดเจนว่าการฝึก AI ด้วยข้อมูลที่มีลิขสิทธิ์เป็นการกระทำที่ชอบด้วยกฎหมายเสมอไป เนื่องจากยังต้องพิจารณาปัจจัยอื่น เช่น ผลกระทบต่อมูลค่าทางเศรษฐกิจของเจ้าของลิขสิทธิ์ในผลงานต้นฉบับ ปัจจุบันมีคดีเกี่ยวกับลิขสิทธิ์และ AI จำนวนมากในศาลสหรัฐอเมริกา ซึ่ง

สะท้อนให้เห็นถึงความไม่แน่นอนทางกฎหมายในประเด็นนี้ และแสดงให้เห็นว่าระบบกฎหมายทั่วโลกกำลังพยายามปรับตัวให้ทันต่อการพัฒนาของเทคโนโลยี AI²

แม้ว่ากฎหมายไทยจะยังไม่มีบทบัญญัติที่กล่าวถึง AI Training โดยเฉพาะ แต่สามารถวิเคราะห์ประเด็นนี้ได้จากพระราชบัญญัติลิขสิทธิ์ พ.ศ. 2537 และที่แก้ไขเพิ่มเติม ประการแรก กฎหมายลิขสิทธิ์ไทยให้ความคุ้มครองแก่ผลงานสร้างสรรค์หลายประเภท เช่น งานวรรณกรรม งานศิลปกรรม งานดนตรีกรรม และงานโสตทัศนวัสดุ ซึ่งรวมถึงเนื้อหาจำนวนมากที่ปรากฏบนอินเทอร์เน็ต การนำผลงานเหล่านี้ไปใช้โดยไม่ได้รับอนุญาตจากเจ้าของลิขสิทธิ์อาจถือเป็นการละเมิดลิขสิทธิ์³ เนื่องจากเจ้าของลิขสิทธิ์มีสิทธิแต่เพียงผู้เดียวในการทำซ้ำ ดัดแปลง หรือเผยแพร่ผลงานต่อสาธารณชน ดังนั้น หากการฝึก AI ต้องมีการทำสำเนาผลงานที่มีลิขสิทธิ์เพื่อนำเข้าสู่ฐานข้อมูลของระบบ AI การกระทำดังกล่าวอาจเข้าข่าย “การทำซ้ำ” ซึ่งเป็นสิทธิของเจ้าของลิขสิทธิ์⁴

อย่างไรก็ตามกฎหมายลิขสิทธิ์ไทยยังมีข้อยกเว้นบางประการ เช่น การใช้ผลงานเพื่อการศึกษา การวิจัย หรือการใช้งานโดยชอบธรรม (fair use)⁵ ซึ่งอาจนำมาใช้เป็นข้อโต้แย้งได้ในกรณีที่การใช้ผลงานเพื่อฝึก AI มีลักษณะเป็นการวิจัยหรือพัฒนาทางเทคโนโลยี แต่การนำผลงานที่มีลิขสิทธิ์จำนวนมากไปใช้ในการฝึก AI เพื่อพัฒนาเทคโนโลยีเชิงพาณิชย์อาจไม่สามารถอ้างข้อยกเว้นดังกล่าวได้เสมอไปเนื่องจากการใช้โดยชอบธรรมต้องอาจกระทบต่อผลประโยชน์ทางเศรษฐกิจของเจ้าของลิขสิทธิ์เกินสมควร เช่น หาก AI สามารถสร้างเนื้อหาที่คล้ายกับผลงานต้นฉบับ ก็อาจทำให้ตลาดหรือยอดขายของผู้สร้างสรรค์ผลงานต้นฉบับลดลง ดังนั้น ในบริบทของกฎหมายไทย การนำผลงานที่มีลิขสิทธิ์ไปใช้ในการฝึก AI โดยไม่ได้รับอนุญาตอาจมีความเสี่ยงที่จะเข้าข่ายการละเมิดลิขสิทธิ์ เว้นแต่จะสามารถพิสูจน์ได้ว่าเป็นการใช้ที่อยู่ภายใต้ข้อยกเว้นของกฎหมาย โดยจำเป็นต้องพิจารณาหลายปัจจัย เช่น แหล่งที่มาของข้อมูลที่นำมาใช้ฝึก การใช้ตามหลัก Fair Use หรือ การใช้โดยได้รับอนุญาตจากเจ้าของลิขสิทธิ์ รวมทั้ง ผลกระทบต่อประโยชน์ทางเศรษฐกิจของเจ้าของลิขสิทธิ์ประกอบด้วย

การพัฒนา AI โดยเฉพาะ Generative AI ได้สร้างความท้าทายใหม่ต่อระบบกฎหมายลิขสิทธิ์ทั่วโลก เนื่องจากการฝึก AI ต้องใช้ข้อมูลจำนวนมหาศาล ซึ่งมักรวมถึงผลงานที่ได้รับความคุ้มครองตามกฎหมายลิขสิทธิ์ แม้ว่าศาลในบางประเทศจะเริ่มพิจารณาว่าการใช้ข้อมูลเพื่อฝึก AI อาจเข้าข่ายการใช้โดยชอบธรรมในบางกรณี แต่ยังไม่มีแนวทางที่ชัดเจน และยังมีคดีความจำนวนมากที่กำลังอยู่ในกระบวนการพิจารณา สำหรับประเทศไทย แม้ว่าพระราชบัญญัติลิขสิทธิ์จะไม่ได้กล่าวถึง AI โดยตรง แต่จากหลักการของกฎหมายสามารถตีความได้ว่า การนำผลงานที่มีลิขสิทธิ์ไปใช้ในการฝึก AI อาจเข้าข่ายการทำซ้ำผลงาน ซึ่งเป็นสิทธิของเจ้าของลิขสิทธิ์ อย่างไรก็ตาม หากการใช้ดังกล่าวอยู่ภายใต้ข้อยกเว้นของกฎหมาย เช่น การวิจัยหรือการศึกษา ก็อาจไม่ถือเป็นการละเมิด ในอนาคต ประเทศไทยอาจจำเป็นต้องพิจารณาปรับปรุงกฎหมายลิขสิทธิ์เพื่อรองรับเทคโนโลยี AI เช่น การกำหนดหลักเกณฑ์เกี่ยวกับการใช้ข้อมูลเพื่อฝึก AI หรือการสร้างระบบอนุญาตให้ใช้ข้อมูล (licensing system) เพื่อสร้างสมดุลระหว่างการส่งเสริมนวัตกรรมทางเทคโนโลยีและการคุ้มครองสิทธิของผู้สร้างสรรค์ผลงาน