OpenAI rechtszaak: eigen documenten waarschuwden voor doom loop
Inhoud
Vanuit Enschede lijkt een rechtszaak in New York ver weg. Toch raakt nieuws van deze week jouw website en je dagelijkse AI-gebruik. In de zaak van The New York Times tegen OpenAI en Microsoft zijn documenten vrijgegeven die volgens The Verge 'behoorlijk belastend' zijn. De eigen documentatie van de bedrijven waarschuwde dat ze een 'doom loop' voor het web in gang zetten.
Het scrapen van data om modellen te trainen (webpagina's massaal automatisch kopiëren) werd daarin omschreven als 'the largest theft of labor in human history' en zou 'a complete mockery of the idea of fair use' maken. Dat zijn geen woorden van een boze tegenpartij, maar van de bedrijven zelf.
Hieronder lees je wat er gemeld is, wat we nog niet weten en wat je deze week kunt doen. Stoppen met ChatGPT hoeft niet.
Elke dag AI begrijpen, zonder de hype?
Ontvang de gratis MKB AI Quickstart-gids en mijn nuchtere AI-updates. Uitschrijven met 1 klik.
Wat staat er in de vrijgegeven stukken?
The New York Times heeft een zaak aangespannen tegen OpenAI, het bedrijf achter ChatGPT, en tegen Microsoft. Onlangs zijn documenten uit die procedure openbaar gemaakt. The Verge haalt er drie dingen uit:
- De eigen documentatie van de bedrijven waarschuwde dat ze een 'doom loop' startten die het web zou beschadigen.
- Het scrapen van trainingsdata wordt omschreven als 'the largest theft of labor in human history'.
- Dat scrapen zou 'a complete mockery of the idea of fair use' maken, vrij vertaald: het idee van redelijk gebruik wordt belachelijk gemaakt.
Fair use is een Amerikaanse regel die onder voorwaarden toestaat dat je beschermd materiaal zonder toestemming gebruikt. AI-bedrijven roepen die regel vaak in tegen claims van uitgevers. Als hun eigen stukken zo over hun aanpak praten, is dat geen prettige uitgangspositie. Hoe zwaar het weegt, bepaalt de rechter. Het staat ook niet op zichzelf: eind augustus schreef ik over Sony en Warner die Anthropic aanklagen.
Wat is een 'doom loop' voor het web?
De term komt uit de stukken zelf. Hoe de schrijvers hem precies bedoelden, kan ik uit het bericht niet halen, dus dit is mijn lezing van de logica. AI-modellen leren van wat mensen op het web hebben gezet. De antwoorden die ze geven, houden bezoekers weg bij diezelfde websites. Minder bezoekers betekent minder inkomsten voor wie de content maakt, dus minder nieuwe en goede content. En van die dunner wordende content moeten de modellen weer leren.
Er speelt nog een tweede kant. Ik schreef eerder over AI-content herkennen, omdat een op de drie webpagina's AI-geschreven bleek. Als modellen steeds vaker leren van wat andere modellen schreven, zie ik niet hoe de kwaliteit vanzelf beter wordt.
Waarom dit ook je MKB-website raakt
Je hoeft geen uitgever te zijn om hier iets van te merken. Drie plekken waar het bij een Nederlands MKB-bedrijf landt:
- Je bezoekers. Als een AI-antwoord de vraag al beantwoordt, klikt iemand niet meer door naar jouw site. Ik schreef eerder over het AI-zoekverkeer naar webshops, dat verdrievoudigde: AI levert dus ook bezoekers op. Het is geen eenrichtingsverkeer, maar je bent wel afhankelijk van hoe Google en AI-tools met jouw content omgaan.
- Je eigen teksten. Wat jij publiceert (diensten, blogs, klantcases) kan zijn opgehaald door crawlers, programma's die websites uitlezen. Je serverlogs laten zien welke langskomen.
- Je eigen AI-gebruik. Jij gebruikt ChatGPT of Copilot misschien voor offertes en teksten. Uitkomsten van zaken als deze kunnen op termijn invloed hebben op de voorwaarden van die tools.
Fair use is Amerikaans: wat geldt bij ons?
Fair use bestaat in de VS. In Nederland en de rest van de EU is het anders geregeld. De Nederlandse Auteurswet volgt de Europese regels voor tekst- en datamining: onder voorwaarden mag data gebruikt worden om te analyseren, tenzij de rechthebbende dat machineleesbaar heeft voorbehouden. Dat voorbehoud is de reden dat je robots.txt en vergelijkbare signalen ertoe doen.
Daarbovenop komt de EU AI Act. Aanbieders van grote AI-modellen moeten onder meer een auteursrechtbeleid hebben en een samenvatting publiceren van de data waarmee ze trainden. Dat geeft rechthebbenden meer zicht op wat er gebruikt is.
Aan de gebruikerskant blijft de AVG gelden voor alles wat je in een AI-tool stopt. Klantgegevens horen niet in een gratis, persoonlijk account. Kies een zakelijk abonnement en regel een verwerkersovereenkomst waar dat nodig is.
Drie dingen die je deze week kunt doen
- Kijk wie er meeleest. Vraag je hostingpartij of kijk in je serverlogs welke crawlers je site bezoeken, en beslis bewust wat je in robots.txt toestaat.
- Publiceer eigen informatie. Prijzen, voorbeelden uit je praktijk, foto's van eigen werk: dat weet een AI-tool niet zelf en dat wordt straks nog aangehaald. Wil je je vindbaarheid verbeteren zonder van één kanaal afhankelijk te zijn, dan begint het hier.
- Leg je AI-gebruik vast. Noteer welke tools je team gebruikt, op welk abonnement, en welke data erin gaat. Dat helpt ook bij de AVG.
Wat dit betekent voor jou
Mijn take: dit nieuws bewijst niet dat OpenAI en Microsoft de zaak verliezen. Het laat wel zien dat de bedrijven zelf de schade voor het web zagen aankomen, en dat is een ander verhaal dan 'het is gewoon innovatie'. Ik gebruik AI dagelijks en blijf dat doen, maar ik hang mijn bedrijf niet aan één kanaal of één leverancier.
Wat heeft het Nederlandse MKB hieraan? Ten eerste een reden om je eigen content serieuzer te nemen: eigen informatie is je beste positie, hoe de rechtszaak ook afloopt. Ten tweede een reden om je AI-gebruik netjes te regelen onder de AVG. En ten derde: wacht niet op de uitspraak. Wil je dit voor jouw situatie doorlopen, dan kun je een korte sparring boeken.
Werkt deze AI-ontwikkeling door in jouw bedrijf? vindbaarheid verbeteren.
Wat is de rechtszaak van The New York Times tegen OpenAI en Microsoft?
De krant spant een zaak aan tegen OpenAI en Microsoft over het gebruik van content om AI-modellen te trainen. Onlangs zijn er stukken uit die zaak openbaar gemaakt, waarin de bedrijven volgens The Verge zelf waarschuwden voor een 'doom loop' voor het web. Een uitspraak is er, voor zover uit de berichtgeving blijkt, nog niet.
Wat betekent 'doom loop' voor het web?
De term staat in de stukken, maar de precieze uitleg ken ik niet. Mijn lezing: AI-modellen leren van webcontent, hun antwoorden houden bezoekers weg bij die websites, waardoor er minder verdiend wordt aan goede content en er minder van komt. Een kringloop die zichzelf versterkt.
Mag ik ChatGPT nog gebruiken voor mijn bedrijf?
Ja. Deze zaak verandert niets aan je mogelijkheid om AI-tools te gebruiken. Let wel op twee dingen: stop geen klantgegevens in een privé-account (AVG) en controleer teksten voordat je ze publiceert, vooral op feiten en op overeenkomsten met bestaande bronnen.
Kan ik voorkomen dat AI-bedrijven mijn website gebruiken?
Gedeeltelijk. Met robots.txt kun je bekende crawlers zoals GPTBot van OpenAI en Google-Extended weren. Dat werkt vooruit: wat al is opgehaald, haal je er niet meer uit, en niet elke partij houdt zich aan zulke regels. In de EU kun je bovendien een machineleesbaar voorbehoud maken voor tekst- en datamining.
Geldt fair use ook in Nederland?
Nee, fair use is Amerikaans. In Nederland en de EU gelden de Auteurswet, de Europese regels voor tekst- en datamining en de EU AI Act. Uitspraken uit de VS zijn hier dus niet automatisch van toepassing, al kunnen ze de discussie wel beïnvloeden.
Grip op AI, zonder de hype
Ontvang de gratis MKB AI Quickstart-gids plus mijn nuchtere AI-updates. Uitschrijven kan altijd met 1 klik.