Da Språkrådet i desember skulle kåre årets nyord, falt valget på «KI-generert». Et sikrere tegn på at noe er blitt allemannseie, er vanskelig å finne.

Men teknologien som ligger bak kunstig intelligente språkmodeller som Chat GPT og Bard, er også i sitt vesen uløselig knyttet til språket vårt. Svarene du får fra modellene, bygger på ekstreme mengder med tekst som teknologiselskapene har hentet fra åpne kilder på internett.

Kort forklart: Jo mer og variert tekst modellene har kunnet trene seg opp på, desto fyldigere og mer presise svar får du tilbake.

En av årets viktigste debatter innen de kreative næringene har handlet om hvordan techselskapene henter dataene de bruker til å trene opp sine språkmodeller. I juli sendte kanadiske Mona Awad og amerikanske Paul Tremblay inn et søksmål mot Open AI, selskapet som eier Chat GPT. Forfatterne mente romanene deres er blitt brukt som treningsdata for chatroboten, skrev The Guardian.

I søksmålet argumenterer de for at Chat GPT gir svært presise sammendrag av bøkene. Dette hadde ikke vært mulig uten at modellen var blitt matet med originaltekstene. Siden de aldri mottok noe vederlag fra selskapet, hevdet Awad og Tremblay at OpenAI brøt med opphavsretten.

Utviklingen ble møtt med bekymring av en samlet norsk bokbransje. «Man står hjelpeløs igjen og ser at store techselskaper tjener på vårt åndsverk», kommenterte Eystein Hansen, leder i Forfatterforbundet, i Klassekampen 17. juli. Sammen med Brynjulf Jung Tjønn i Den norske Forfatterforening og forfatterne Maja Lunde og Jan Kjærstad mante han myndighetene til å komme på banen med reguleringer.

Noen dager seinere kom nyheten om at Dansk Forfatterforening hadde sett konkrete eksempler på at danske forfatteres verker inngikk i datasett som brukes til å trene opp KI-verktøy. Jacob Søndergaard, forlagsdirektør i det danske forlaget Gutkind, var ikke nådig i sin dom. Han mente datainnsamlingen vitnet om «en systematisk krenkelse av forfatternes og andre rettighetshaveres intellektuelle eiendom».

To måneder seinere tok rettighetssagaen en ny vending. Nå kunne VG, med henvisning til det amerikanske tidsskriftet The Atlantic, vise at store techselskaper som Meta og Bloomberg brukte tekster av norske forfattere til å trene opp sine språkmodeller. Tekstene var hentet fra databasen «Books3», som i hovedsak består av piratkopierte e-bøker. Ifølge tidsskriftet inneholdt det omstridte datasettet 183.000 litterære verker. I basen fantes verker av norske forfattere som Karl Ove Knausgård, Vigdis Hjorth, Gert Nygårdshaug, Hanne Ørstavik og Kjartan Fløgstad.

«Dette er rett og slett tyveri», reagerte Nygårdshaug overfor Klassekampen. «Her tilegner man seg forfatterens språk uten å spørre om lov, i dette tilfellet gjelder det også mitt eget språk, og jeg kan ikke skjønne annet enn at det må være i strid med opphavsretten», utdypet han.

Forlagenes svar på hvordan de ser på problemet, kom tydelig fram i en NRK-artikkel i midten av november. Fem stikkord sammenfatter utfordringene bokbransjen står overfor i møte med kunstig intelligens: kompetanse, åndsverk, regulering, giganter og søksmål. For bransjen som helhet oppleves strengere regulering av teknologiselskapene og en oppdatering av åndsverkloven som mest presserende.

Fredag 8. desember var en merkedag i så måte. Da kunngjorde EU-parlamentet at det er oppnådd foreløpig politisk enighet om det kommende kunstig intelligens-regelverket AI-act, som skal regulere KI. Den nye loven stiller blant annet krav om at store språkmodeller overholder lover om opphavsrett. De må også gi detaljerte oppsummeringer om hvilket materiale som er brukt til å trene modellene.

Reglene vil trolig bli innført i Norge gjennom EØS-avtalen. Men når det vil skje, og om reglene vil sikre en tilstrekkelig beskyttelse av forfatternes åndsverk, blir viktige spørsmål å følge med på i 2024.

For bokbransjens del er nok Jan Kjærstad forfatteren som best setter ord på hvor skoen trykker: «Problemet med jussen er at den alltid vil være konservativ, den kan aldri være i forkant. Men på dette området hjelper det ikke å ligge flere år etter.»