Der aktuelle Stand der Theorie, dass die GPL auf KI-Modelle, die mit GPL-Code trainiert wurden, übergreift

Die Debatte über die Frage, ob die GNU General Public License (GPL) auf KI-Modelle, die mit GPL-Code trainiert wurden, übergreift, ist nach wie vor ein heißes Thema in der Tech-Community. Insbesondere seit der Einführung von GitHub Copilot im Jahr 2021, dessen Trainingsdaten eine große Menge an Open-Source-Code umfassten, sind die rechtlichen Implikationen dieser Praxis in den Fokus gerückt. In diesem Artikel werden wir den aktuellen Stand der Theorie untersuchen, dass die GPL auf KI-Modelle übergreift, und die laufenden rechtlichen Auseinandersetzungen sowie die Positionen bedeutender Organisationen in der Open-Source-Community beleuchten.

Einführung in die GPL-Propagationstheorie

Die Theorie besagt, dass wenn ein KI-Modell mit GPL-Code trainiert wird, das Modell selbst als abgeleitetes Werk des GPL-Codes betrachtet werden kann. Dies würde bedeuten, dass die Bedingungen der GPL, einschließlich der Verpflichtung zur Offenlegung des Quellcodes, auf das Modell anwendbar sind. Diese Theorie hat in den letzten Jahren sowohl Unterstützung als auch Widerstand erfahren, und die laufenden rechtlichen Auseinandersetzungen könnten entscheidend für ihre Zukunft sein.

Der aktuelle Stand in zwei Rechtsstreitigkeiten

1. Doe v. GitHub (Copilot-Klage): Die anhaltende Behauptung eines Verstoßes gegen die Open-Source-Lizenz

In der Copilot-Klage, die Ende 2022 eingereicht wurde, argumentieren anonyme Entwickler, dass GitHub, Microsoft und OpenAI ihre Modelle unter Verwendung von Quellcode aus öffentlichen Repositories ohne Erlaubnis trainiert haben. Die Kläger behaupten, dass Copilot beim Reproduzieren von Code, der als Trainingsquelle diente, keine angemessene Autorenzuschreibung oder Urheberrechtsvermerke vornimmt, was einen Verstoß gegen die Lizenzbedingungen darstellt. Die Klage wurde teilweise abgewiesen, aber einige Ansprüche, insbesondere bezüglich der Verletzung von Open-Source-Lizenzen, sind weiterhin anhängig.

2. GEMA v. OpenAI: Die Theorie, die “Gedächtnis” in Modellen als rechtliche Reproduktion behandelt

Ein weiterer wichtiger Rechtsstreit ist die Klage der deutschen Musikurheberrechtsgesellschaft GEMA gegen OpenAI. Diese Klage bezieht sich auf die unbefugte Verwendung von Songtexten durch ein KI-Modell und hat bedeutende theoretische Implikationen für die GPL-Propagation. Das Münchener Landgericht entschied, dass das Gedächtnis des Modells als Reproduktion im Sinne des Urheberrechts betrachtet werden kann, wenn das Modell in der Lage ist, Texte nahezu wörtlich wiederzugeben.

Argumente gegen die Theorie der Lizenz-Propagation auf Modelle

Trotz der laufenden Diskussion gibt es zahlreiche Argumente, die gegen die Theorie der GPL-Propagation sprechen. Diese Argumente lassen sich in mehrere Kategorien unterteilen:

1. Argumente auf der Ebene des Urheberrechts

Einige Experten argumentieren, dass es unter dem Urheberrecht unvernünftig ist, ein KI-Modell als “abgeleitetes Werk” des Trainingsquellcodes zu betrachten. Oftmals sind die spezifischen Ausdrücke nicht in einer für Menschen erkennbaren Form im Modell gespeichert.

2. Argumente auf der Ebene des GPL-Textes

Die GPL selbst bezieht sich auf “abgeleitete Werke” und “Werke, die das Programm enthalten”. Es ist unklar, inwiefern ein KI-Modell als solches betrachtet werden kann, da es oft nur statistische Abstraktionen enthält.

3. Technische Argumente

Technisch gesehen speichern KI-Modelle keine Originalcodes oder Texte, sondern halten statistische Trends. Die Wahrscheinlichkeit, dass ein Modell genau den Trainingscode reproduziert, ist extrem gering.

4. Praktische und politische Argumente

Die Anerkennung der GPL-Propagation könnte dazu führen, dass KI-Entwickler das Training mit GPL-Code vermeiden, was letztlich der Open-Source-Community schaden könnte.

Die Positionen von OSI und FSF

Die Open Source Initiative (OSI) und die Free Software Foundation (FSF) haben unterschiedliche Ansichten zur GPL-Propagation. Während die OSI eine Definition für Open Source AI formuliert hat, die die Offenlegung von Trainingsdaten nicht zwingend vorschreibt, fordert die FSF, dass sowohl der Trainingscode als auch die Trainingsdaten unter einer freien Softwarelizenz veröffentlicht werden müssen.

Behandlung unter japanischem Recht

In Japan gibt es Bestimmungen, die die Reproduktion im Zusammenhang mit maschinellem Lernen legalisieren. Allerdings bleibt die Frage, ob die Lizenzbedingungen der GPL auf KI-Modelle anwendbar sind, unklar und hängt von zukünftigen gerichtlichen Entscheidungen ab.

Praktische Implikationen der Anerkennung der GPL-Propagation

Die Anerkennung der GPL-Propagation könnte erhebliche Auswirkungen auf die Entwicklung von KI-Modellen haben. Wenn KI-Modelle als abgeleitete Werke betrachtet werden, könnte dies die Art und Weise beeinflussen, wie Entwickler mit Open-Source-Code umgehen und welche rechtlichen Risiken sie eingehen.

Fazit

Zusammenfassend lässt sich sagen, dass die Theorie der GPL-Propagation auf KI-Modelle in einem Zustand der Unsicherheit ist. Während die laufenden Rechtsstreitigkeiten einige Aspekte dieser Theorie beleuchten, bleibt die rechtliche Landschaft komplex und unklar. Die Balance zwischen Softwarefreiheit und den rechtlichen Realitäten der KI-Technologie wird entscheidend sein, um die Zukunft der Open-Source-Entwicklung zu gestalten.

Quellenliste:

Dieser Artikel wurde mithilfe von KI verfasst und basiert auf automatisch gesammelten Informationen.