Van fair use tot licentiëring: Het nieuwe rapport van het Amerikaanse Copyright Office
Kunstmatige intelligentie transformeert onze wereld in een razend tempo, maar roept gelijktijdig complexe vragen op over auteursrechten. Hoe kunnen we technologische vooruitgang stimuleren zonder het creatieve ecosysteem te ondermijnen? Deze vraag staat centraal in het recente rapport “Copyright and Artificial Intelligence Part 3: Generative AI Training” van het Amerikaanse Copyright Office.
Als juridisch analist specialiserend in technologierecht, heb ik dit pre-publicatierapport grondig bestudeerd. In deze blog deel ik de belangrijkste inzichten en conclusies, met focus op de praktische implicaties voor zowel AI-ontwikkelaars als creatieve professionals.
De kern van het rapport: Een evenwichtige aanpak
Het rapport, gepubliceerd in mei 2025, onderzoekt een fundamentele vraag: vereist het gebruik van auteursrechtelijk beschermde werken voor AI-training toestemming van rechthebbenden? En zo ja, hoe kan dit praktisch worden geregeld gezien de enorme hoeveelheden data die nodig zijn?
De conclusies van het Copyright Office zijn genuanceerd en pragmatisch:
- Het bestaande juridische kader is toereikend: De fair use-doctrine binnen het Amerikaanse auteursrecht biedt voldoende flexibiliteit om vele vormen van AI-training te accommoderen, vooral wanneer het gaat om niet-expressief, transformatief gebruik.
- Context is cruciaal: Of AI-training onder fair use valt, hangt sterk af van factoren zoals het doel van het gebruik, de aard van de werken, en de impact op de markt voor het originele werk.
- Marktgebaseerde oplossingen verdienen de voorkeur: Waar AI-training niet onder fair use valt, moeten vrijwillige licenties de primaire oplossing zijn. Overheidsinterventie wordt vooralsnog afgeraden.
- Toekomstige overwegingen: Alleen in gevallen van aantoonbaar marktfalen zou gerichte interventie zoals Extended Collective Licensing (ECL) kunnen worden overwogen.
De techniek achter AI-training: Waarom auteursrecht relevant is
Om de juridische vragen te begrijpen, is het essentieel om het technische proces van AI-training te doorgronden. Het rapport biedt een heldere uitleg:
Generatieve AI-modellen, zoals taalmodellen (LLMs), worden getraind met een techniek genaamd “generative pre-training.” Hierbij gebruikt het model miljoenen of miljarden voorbeelden om patronen te leren herkennen en voorspellingen te maken. Tijdens dit proces worden kopieën gemaakt van auteursrechtelijk beschermde werken, wat direct raakt aan het exclusieve reproductierecht van auteurs.
Een cruciaal inzicht: het zijn niet zozeer de AI-algoritmen zelf die auteursrechtelijke vragen oproepen, maar de enorme datasets met beschermde werken die worden gebruikt om deze algoritmen te trainen.
Fair use: Een genuanceerde analyse
Het rapport maakt duidelijk dat er geen one-size-fits-all antwoord is op de vraag of AI-training fair use is. In plaats daarvan moet elke situatie worden beoordeeld aan de hand van de vier statutaire factoren:
1. Doel en aard van het gebruik
Transformatief gebruik – waarbij het werk wordt gebruikt voor een ander doel dan waarvoor het oorspronkelijk was bedoeld – weegt meestal ten gunste van fair use. AI-training voor onderzoek of analyse wordt eerder als transformatief beschouwd dan wanneer het leidt tot outputs die direct concurreren met het originele werk.
2. Aard van het beschermde werk
Het type werk beïnvloedt de fair use-analyse: feitelijke werken (nieuwsartikelen, wetenschappelijke papers) bieden meer ruimte voor fair use dan sterk creatieve werken (romans, muziek, films).
3. Omvang van het gebruik
AI-training gebruikt doorgaans volledige werken, wat tegen fair use kan pleiten. Echter, als dit noodzakelijk is voor het transformatieve doel en de output geen substantiële delen van originele werken reproduceert, kan dit nog steeds fair use zijn.
4. Effect op de markt
Cruciaal is of de AI-output direct concurreert met originele werken en of er bestaande licentiemogelijkheden zijn. Het rapport stelt: “Het maken van commercieel gebruik van enorme hoeveelheden auteursrechtelijk beschermde werken om expressieve content te produceren die concurreert met deze werken in bestaande markten, vooral wanneer dit gebeurt door illegale toegang, gaat verder dan de gevestigde grenzen van fair use.”
De ontwikkeling van licentiepraktijken
Het rapport constateert dat er een snelgroeiende markt ontstaat voor AI-traininglicenties, met name in sectoren zoals nieuws, muziek en fotografie. Vier licentiemodellen worden besproken:
- Vrijwillige (individuele en collectieve) licenties: Bieden flexibiliteit en maatwerk, met collectieve licenties die transactiekosten kunnen verlagen.
- Verplichte licenties: Wettelijk vastgelegde licenties zonder vereiste expliciete toestemming, maar gezien als een vergaande ingreep die alleen bij duidelijk marktfalen overwogen zou moeten worden.
- Extended Collective Licensing (ECL): Een tussenoplossing waarbij collectieve licentiering wettelijk wordt gefaciliteerd, met behoud van opt-out voor rechthebbenden.
- Opt-out-regimes: Waarbij gebruik standaard is toegestaan tenzij de rechthebbende expliciet weigert – een model dat in de EU voor sommige toepassingen wordt gebruikt, maar in de VS op weerstand stuit.
De globale context: Verschillende internationale benaderingen
Het is fascinerend om het Amerikaanse perspectief te vergelijken met internationale ontwikkelingen. De Europese Unie heeft met haar AI Act een andere aanpak gekozen, waarin specifieke bepalingen zijn opgenomen met betrekking tot auteursrecht en AI-training.
Artikel 53(1)(c) van de EU AI Act verplicht GPAI-modelleveranciers om een beleid te hebben voor naleving van EU-auteursrechtwetgeving, met name om het recht van rechthebbenden te respecteren om hun werken uit te sluiten van data mining (opt-out).
Dit verschilt van de Amerikaanse benadering, die meer vertrouwt op de flexibiliteit van fair use en marktgebaseerde oplossingen. Het illustreert hoe verschillende jurisdicties zoeken naar hun eigen balans tussen innovatie en bescherming.
Recente rechtszaken: De eerste precedenten ontstaan
De juridische landschap evolueert snel, met enkele recente rechtszaken die de discussie verder vormgeven:
- Thomson Reuters v. ROSS Intelligence: In februari 2025 oordeelde een federale rechtbank in Delaware dat het gebruik van Westlaw-headnotes om een concurrerende juridische zoekmachine te trainen geen fair use was. De rechtbank benadrukte dat ROSS een commercieel product ontwikkelde dat direct concurreerde met Westlaw.
- New York Times v. OpenAI: In maart 2025 wees een rechter het verzoek van OpenAI af om de auteursrechtclaim van The New York Times te verwerpen. De krant beweert dat miljoenen artikelen zonder toestemming zijn gebruikt om ChatGPT te trainen.
- Concord Music Group v. Anthropic: Muziekuitgevers hebben Anthropic aangeklaagd over het gebruik van songteksten bij het trainen van hun AI-assistent Claude. Deze zaak richt zich zowel op het trainingsproces als op de output waarin auteursrechtelijk beschermd materiaal zou voorkomen.
Deze zaken zullen waarschijnlijk cruciaal zijn voor het vormgeven van toekomstige jurisprudentie rond AI en auteursrecht.
Wat betekent dit voor verschillende stakeholders?
Voor AI-ontwikkelaars:
- Overweeg zorgvuldig welke data u gebruikt voor training en documenteer uw keuzes
- Onderzoek licentiemogelijkheden, vooral voor sterk creatieve content
- Implementeer mechanismen om te voorkomen dat uw AI-output direct concurreert met originele werken
- Volg de ontwikkelingen in rechtszaken zoals Thomson Reuters v. ROSS nauwlettend
Voor creatieve professionals:
- Wees u bewust van collectieve licentieopties in uw sector
- Overweeg expliciete “opt-out” signalen voor uw online content
- Volg de ontwikkeling van transparantieverplichtingen voor AI-modellen
- Begrijp dat niet alle AI-training een bedreiging vormt voor uw markt
Voor beleidsmakers:
- Monitor de ontwikkeling van vrijwillige licentiepraktijken
- Overweeg gerichte interventies alleen bij aantoonbaar marktfalen
- Zoek naar internationale harmonisatie waar mogelijk
- Balanceer de belangen van technologische innovatie en het creatieve ecosysteem
Conclusie: Een evoluerende balans
Het rapport van het Amerikaanse Copyright Office biedt een genuanceerde en evenwichtige benadering van een complex probleem. Het erkent dat het gebruik van auteursrechtelijk beschermde werken voor AI-training in veel gevallen fair use kan zijn, maar benadrukt ook het belang van licenties waar dit niet het geval is.
De centrale boodschap is duidelijk: het bestaande juridische kader is flexibel genoeg om technologische innovatie te accommoderen zonder het creatieve ecosysteem te ondermijnen. Vrijwillige licenties vormen de sleutel tot een duurzame toekomst waarin zowel AI-ontwikkelaars als creatieve professionals kunnen floreren.
Terwijl de technologie zich verder ontwikkelt en nieuwe juridische precedenten worden geschapen, zal deze balans ongetwijfeld blijven evolueren. Het is aan alle betrokkenen om constructief bij te dragen aan een ecosysteem waarin technologische innovatie en creatieve expressie elkaar versterken in plaats van tegenwerken.
Dit artikel is gebaseerd op een analyse van het pre-publicatierapport “Copyright and Artificial Intelligence Part 3: Generative AI Training” van het Amerikaanse Copyright Office (mei 2025) en recente ontwikkelingen op het gebied van AI en auteursrecht. Hoewel ik ernaar streef accurate informatie te verstrekken, is dit geen juridisch advies. Raadpleeg een gekwalificeerde advocaat voor specifieke situaties.
