TRAIN Act zielt auf Transparenz in den Trainingspraktiken von generativer KI ab
Vertreter haben einen parteiübergreifenden Gesetzesentwurf mit dem Titel „Transparency and Responsibility for Artificial Intelligence Networks (TRAIN) Act“ im US-Repräsentantenhaus eingebracht. Ziel der Gesetzgebung ist es, einen Mechanismus bereitzustellen, der Musikern, Künstlern, Schriftstellern und anderen Kreativen hilft, festzustellen, ob ihre urheberrechtlich geschützten Werke ohne ihre Erlaubnis verwendet wurden, um generative künstliche Intelligenz (KI)-Modelle zu trainieren, und falls ja, eine Entschädigung für diese Nutzung zu verlangen.
Wesentliche Punkte des Gesetzes
Das vorgeschlagene Gesetz würde einen neuen rechtlichen Mechanismus schaffen, der es Urheberrechtsinhabern ermöglicht, mithilfe der Vorladungsbefugnis der Bundesgerichte Informationen über die Materialien zu erhalten, die zum Training generativer KI-Modelle verwendet wurden. Das Gesetz würde die erste bundesstaatliche gesetzliche Definition von „generativen KI-Modellen“ festlegen. Ein generatives KI-Modell wird definiert als ein KI-Modell, das „die Struktur und Eigenschaften von Eingabedaten emuliert, um abgeleitete synthetische Inhalte zu erzeugen“, einschließlich Bilder, Videos, Audio, Text und andere digitale Inhalte sowie jede nachfolgende Variation eines solchen Modells.
Prozess zur Erlangung einer Vorladung
Im Rahmen des vorgeschlagenen Rahmens hätte ein Inhaber eines oder mehrerer urheberrechtlich geschützter Werke das Recht, eine Vorladung zu beantragen, die einen Entwickler generativer KI zwingt, Kopien oder Aufzeichnungen vorzulegen, die ausreichen, um die urheberrechtlich geschützten Werke (oder Teile davon) zu identifizieren, die zum Training des Modells verwendet wurden. Um eine Vorladung zu erhalten, müsste der Urheberrechtsinhaber einen Antrag bei einem US-Bezirksgericht mit einer vorgeschlagenen Vorladung und einer eidesstattlichen Erklärung einreichen, in der der gute Glaube des Eigentümers bescheinigt wird, dass der Entwickler einige oder alle der geschützten Werke verwendet hat.
Durchsetzungsmechanismen des TRAIN Act
Der TRAIN Act enthält auch zwei Durchsetzungsbestimmungen. Erstens, wenn ein Entwickler nicht auf eine Vorladung reagiert, kann das Gericht eine widerlegbare Vermutung anwenden, dass der Entwickler tatsächlich die urheberrechtlich geschützten Werke verwendet hat, um sein Modell zu trainieren. Zweitens, wenn ein Urheberrechtsinhaber eine Vorladung in böser Absicht anfordert, kann der Empfänger Sanktionen gemäß der Bundeszivilprozessordnung 11 anstreben.
Fazit
Wenn der TRAIN Act verabschiedet wird, würde er die Transparenzpflichten für Entwickler generativer KI-Modelle erheblich erweitern und Urheberrechtsinhabern ein neues Werkzeug an die Hand geben, um potenzielle unbefugte Nutzungen ihrer Werke zu untersuchen.
