કૉપિરાઇટ, બૌદ્ધિક સંપત્તિ અને AI પરિણામો

નફો:

• ઇનપુટ અને આઉટપુટ કૉપિરાઇટ જોખમોને અલગ પાડવું
• AI આઉટપુટની માલિકી અને માનવ સર્જનાત્મકતા વચ્ચેની કડીને સમજવી
• કોડ અને સામગ્રી માટે કૉપિરાઇટ અને લાઇસેંસિંગ જોખમોનું સંચાલન કરવાની પદ્ધતિઓનો અમલ કરો

જ્યારે સંસ્થા વતી AI-જનરેટ કરેલ ટેક્સ્ટ, છબી અથવા કોડનો ભાગ પ્રકાશિત થાય છે, ત્યારે બે પ્રશ્નો ઉભા થાય છે: "શું આ આઉટપુટ કોઈ બીજાના અધિકારોનું ઉલ્લંઘન કરે છે?" અને "શું આ આઉટપુટ અમારી પાસે છે?" બંને બૌદ્ધિક સંપદા પ્રશ્નો છે, અને બંને અનુપાલન અધિકારીના રડાર પર હોવા જોઈએ. આ એકમમાં, અમે કોપીરાઈટના જોખમની બે પાસાઓથી ચર્ચા કરીશું - ઇનપુટ-સાઇડ અને આઉટપુટ-સાઇડ; અમે AI આઉટપુટની માલિકી, માનવ સર્જનાત્મકતાની ભૂમિકા અને કોડ/કન્ટેન્ટ માટે વ્યવહારુ જોખમ સંચાલન વિશે શીખીશું.

બે-માર્ગી કૉપિરાઇટ જોખમ

AI સાથે, રોયલ્ટી જોખમ બે અલગ ચેનલોથી આવે છે; બંનેએ મૂંઝવણમાં ન આવવું જોઈએ.

દિશા

પ્રશ્ન

ઉદાહરણ જોખમ

ઇનપુટ બાજુ

હું AI ને શું આપી રહ્યો છું?

AI માં કૉપિરાઇટ કરેલ પુસ્તક દાખલ કરવું અને "તમારી શૈલીમાં લખો" કહેવું

આઉટપુટ બાજુવાળું

AI શું ઉત્પન્ન કરે છે, હું શું કરું?

આઉટપુટ બીજા કોઈના કાર્ય સાથે ખૂબ સમાન છે, માલિકી અસ્પષ્ટ છે

ઇનપુટ-સાઇડ રિસ્ક: સંસ્થા સાથે સંબંધિત ન હોય તેવી કૉપિરાઇટ કરેલી સામગ્રી (લેખકનું પુસ્તક, સ્પર્ધકનો અહેવાલ, લાઇસન્સ પ્રાપ્ત છબી) AI માં પરવાનગી વિના દાખલ કરવી અને મેળવવાથી કૉપિરાઇટ અને કરારના ઉલ્લંઘન બંને થઈ શકે છે.

આઉટપુટ પૂર્વગ્રહ જોખમ: AI દ્વારા ઉત્પાદિત આઉટપુટ તાલીમ ડેટામાં સુરક્ષિત આર્ટિફેક્ટ જેવું જ હોઈ શકે છે; અથવા તે અસ્પષ્ટ રહી શકે છે કે આઉટપુટ કોનું છે.

AI આઉટપુટની માલિકી: માનવ સર્જનાત્મકતા

ઘણી કાનૂની પ્રણાલીઓમાં, કૉપિરાઇટ સંરક્ષણ માટે માનવ સર્જનાત્મકતાની જરૂર છે. માનવ ઇનપુટ વિના મશીન દ્વારા સંપૂર્ણ રીતે ઉત્પાદિત આઉટપુટ મોટાભાગના સ્થળોએ કૉપિરાઇટ દ્વારા સુરક્ષિત ન હોઈ શકે. અહીં મૂળભૂત માપદંડ એ છે કે માનવીય દિશા, પસંદગી, નિયમન અને અનન્ય યોગદાન જેટલું વધારે હશે, તેટલું આઉટપુટ સાચવવામાં આવશે તેવી સંભાવના વધારે છે.

વ્યવહારુ નિષ્કર્ષ: જો તમે "પ્રથમ ડ્રાફ્ટ" જનરેટર તરીકે AI નો ઉપયોગ કરો છો અને વાસ્તવિક માનવ શ્રમ (પસંદગી, સંપાદન, કસ્ટમાઇઝેશન) ઉમેરો છો, તો પરિણામ વધુ સારું રહેશે અને માલિકી માટેનો તમારો દાવો વધુ મજબૂત બનશે. "એક ક્લિક સાથે ઉત્પાદન કરો, જેમ છે તેમ પ્રકાશિત કરો" અભિગમ ગુણવત્તા અને કાનૂની સ્થિતિ બંનેને નબળી પાડે છે.

સાવધાન: "AI એ તેનું ઉત્પાદન કર્યું છે, તેથી તે રોયલ્ટી-મુક્ત અને મફત છે" એમ કહેવું ભ્રામક છે. જો આઉટપુટ તમારા દ્વારા કોપીરાઈટ ન હોય તો પણ, તે કોઈ બીજાના કાર્યનું ઉલ્લંઘન કરી શકે છે. કબજાની ગેરહાજરી એ ઉલ્લંઘનની ગેરહાજરી સમાન નથી.

ત્રણ નાના કેસો

કેસ 1 - ઇનપુટ તરીકે સ્પર્ધકનો અહેવાલ. માર્કેટિંગ ટીમ પ્રતિસ્પર્ધીના પેઇડ અને કૉપિરાઇટેડ ઉદ્યોગ અહેવાલને AI પર અપલોડ કરે છે અને કહે છે કે "તે અમારા માટે અનન્ય સંસ્કરણ બનાવશે." જો કે આઉટપુટ મૂળ દેખાય છે, સ્ત્રોતનો ઉપયોગ પરવાનગી વિના કરવામાં આવ્યો છે; આ કૉપિરાઇટ અને લાઇસન્સ ઉલ્લંઘન બંનેનું જોખમ છે. સાચો રસ્તો: ઇનપુટ તરીકે માત્ર સાર્વજનિક રીતે ઉપલબ્ધ ડેટા અને સંસ્થાની પોતાની સામગ્રીનો ઉપયોગ કરવો.

કેસ 2 - કોડ લાઇસન્સિંગ ટ્રેપ. સૉફ્ટવેર ટીમ એઆઈ કોડ સહાયક દ્વારા સૂચવેલ ફંક્શનને સીધા ઉત્પાદનમાં ઉમેરે છે. કાર્ય ચોક્કસ ઓપન સોર્સ લાયસન્સ (કોપીલેફ્ટ) ને આધીન કોડ જેવું જ છે; આ લાઇસન્સ માટે સમગ્ર ઉત્પાદનને ઓપન સોર્સ બનાવવાની જરૂર પડી શકે છે. ટીમ એઆઈ કોડ સૂચનોની લાઇસન્સિંગ/સમાનતા સ્ક્રીનિંગનો નિયમ બનાવે છે અને ક્રિટિકલ કોડને માનવ સમીક્ષા સાથે લિંક કરે છે.

કેસ 3 - માનવીય ઇનપુટ દ્વારા માલિકી મજબૂત. સામગ્રી ટીમ AI સાથે ઝુંબેશની નકલ તૈયાર કરે છે; પછી તે તેના બ્રાન્ડ અવાજ અનુસાર તેને ફરીથી લખે છે, નમૂનાઓ બદલે છે અને એક અનન્ય સાહિત્ય ઉમેરે છે. પરિણામી કાર્ય મોટાભાગે માનવ પસંદગી અને વ્યવસ્થાને પ્રતિબિંબિત કરે છે. મજબૂત સામગ્રી અને માલિકીના દૃષ્ટિકોણથી, આ એક વધુ સંરક્ષણક્ષમ સ્થિતિ છે.

કોડ માટે ખાસ ધ્યાન

AI કોડ સહાયકો શક્તિશાળી હોય છે, પરંતુ તેમની પાસે ત્રણ જોખમો છે: (1) તે જે કોડની ભલામણ કરે છે તે લાયસન્સને આધીન કોડ જેવો હોય છે, (2) તેમાં સુરક્ષાની નબળાઈ હોય છે, (3) તે બિન-કાર્યકારી/બનાવટી લાઇબ્રેરીનો સંદર્ભ આપે છે. એટલા માટે AI-જનરેટેડ કોડને ઉત્પાદનમાં સીધા મૂકતા પહેલા માનવ-સમીક્ષા, લાઇસન્સ અને પરીક્ષણ કરવું આવશ્યક છે.

ટિપ: AI તરફથી કોડ મેળવતી વખતે, તમે પૂછી શકો છો કે "આ કોડ કેવો દેખાઈ શકે છે અને સુરક્ષાના સંદર્ભમાં મારે શું જોવું જોઈએ?" 'પૂછવાથી જોખમ અગાઉથી દેખાય છે. પરંતુ અંતિમ લાઇસન્સ/સુરક્ષા નિર્ણય હંમેશા માનવ સમીક્ષા અને જો જરૂરી હોય તો, સ્કેનિંગ સાધન પર છોડવો જોઈએ.

ટ્રેડમાર્ક, વ્યાપારી ઉપયોગ અને ગોપનીય ડેટા જોખમ

કૉપિરાઇટ એકમાત્ર જોખમ નથી. વ્યાવસાયિક રીતે AI આઉટપુટનો ઉપયોગ કરતી વખતે ત્રણ વધારાના મુદ્દાઓ પર ધ્યાન આપવાની જરૂર છે. પહેલું છે બ્રાન્ડ અને ટ્રેડ માર્ક: AI અજાણતાં અન્ય બ્રાન્ડના નામ, લોગો અથવા સંરક્ષિત સૂત્રનો ઉપયોગ તે બનાવેલી ટેક્સ્ટ અથવા ઈમેજમાં કરી શકે છે; આ કૉપિરાઇટ સિવાયના ટ્રેડમાર્ક ઉલ્લંઘનમાં પરિણમી શકે છે. બીજું, ગેરમાર્ગે દોરનારી સામગ્રી: જો AI-નિર્મિત "આંકડા" અથવા "ગ્રાહક સમીક્ષા" નો ઉપયોગ જાહેરાતમાં કરવામાં આવે છે, તો અયોગ્ય સ્પર્ધા અને ગ્રાહક કાયદાની સમસ્યાઓ ઊભી થાય છે. ત્રીજું, ઇનપુટમાં ગોપનીય ડેટા: આઉટપુટ ઉત્પન્ન કરવા માટે ઇનપુટ તરીકે સંસ્થા સાથે સંબંધિત ગોપનીય દસ્તાવેજ આપવો એ કૉપિરાઇટ નથી, પરંતુ ગોપનીયતા અને વેપાર ગુપ્ત જોખમ છે.

અંગૂઠાનો નિયમ: લાઇવ થતી દરેક AI-સંચાલિત સામગ્રીએ "બ્રાન્ડ, અખંડિતતા અને ગોપનીયતા" સમીક્ષા, તેમજ કૉપિરાઇટ તપાસ પાસ કરવી આવશ્યક છે. આ ટ્રિપલ નિયંત્રણ પ્રમાણભૂત હોવું જોઈએ, ખાસ કરીને બાહ્ય સામગ્રી જેમ કે જાહેરાત, પ્રેસ અને સત્તાવાર પત્રવ્યવહારમાં.

ટીપ: સાર્વજનિક AI સામગ્રી પ્રકાશિત કરતા પહેલા, ત્રણ પ્રશ્નો પૂછો: "શું તેમાં અન્ય કોઈની બ્રાન્ડ/કાર્ય છે?", "શું તેમાંના દરેક દાવાની ચકાસણી થઈ શકે છે?", "શું સંસ્થાના ગોપનીય ડેટાનો તેના ઉત્પાદનમાં ઉપયોગ કરવામાં આવ્યો હતો?". જો ત્રણેય સ્પષ્ટ છે, તો તે પ્રકાશન માટે તૈયાર છે.

નકલ કરી શકાય તેવા નમૂનાઓ

નમૂનો 1 — ઇનપુટ કૉપિરાઇટ તપાસ: "હું નીચેની સામગ્રીને AI માં દાખલ કરવાનું વિચારી રહ્યો છું: [સામગ્રીનું વર્ણન કરો]. શું આ સામગ્રી અમારી સંસ્થાની છે, શું તે સાર્વજનિક ડોમેનમાં છે, અથવા તે કોઈ તૃતીય પક્ષનું કૉપિરાઇટ/લાઇસેંસ પ્રાપ્ત કાર્ય હોઈ શકે છે? મને દાખલ કરતા પહેલા પૂછવા જોઇએ તે પરવાનગી/લાઇસન્સ પ્રશ્નોની સૂચિ બનાવો. 'કાનૂની તરીકે તમે ખાતરી ન હોવ તે વિસ્તારને ચિહ્નિત કરો."

નમૂનો 2 — આઉટપુટ મૌલિક્તા અને માલિકીની નોંધ: "મેં AI સાથે બનાવેલ આ આઉટપુટ [આઉટપુટનું વર્ણન કરો] માં કેટલું માનવ ઇનપુટ ઉમેર્યું? માલિકીના મારા દાવાને મજબૂત કરવા માટે મારે કયા વિશિષ્ટ પગલાં (પસંદગી, સંપાદન, પુનઃસંપાદન) લેવા જોઈએ? 5 નક્કર વસ્તુઓ લખો."

નમૂનો 3 — કોડ ભલામણ જોખમ સ્ક્રિનિંગ: "નીચેના AI-જનરેટેડ કોડનું ત્રણ દ્રષ્ટિકોણથી મૂલ્યાંકન કરો: (1) શું તે જાણીતા ઓપન સોર્સ લાયસન્સ જેવું લાગે છે, (2) સંભવિત નબળાઈઓ, (3) અવિદ્યમાન/બનાવટી લાઇબ્રેરી સંદર્ભ. દરેક વિષય પર જોખમ અને નિયંત્રણ ભલામણો પ્રદાન કરો. અંતિમ નિર્ણયની સમીક્ષા કરવા માટે માનવ છોડો."

નમૂનો 4 — AI સામગ્રી એટ્રિબ્યુશન/ટેગિંગ નિયમ: "અમારી સંસ્થા માટે AI-જનરેટેડ સામગ્રી માટે ડ્રાફ્ટ પારદર્શિતા અને કૉપિરાઇટ નિયમ લખો: કઈ સામગ્રીને 'AI-સપોર્ટેડ' લેબલ કરવું જોઈએ, જેનો ઇનપુટ તરીકે ઉપયોગ કરી શકાતો નથી, પ્રકાશન પહેલાં આઉટપુટને શું તપાસવું જોઈએ. લેખ દ્વારા લેખ, સાદી ભાષા."

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળું: "આ પ્રખ્યાત લેખકની શૈલીમાં, આ પુસ્તક પર આધારિત ટેક્સ્ટ લખો." (કોપીરાઇટ કરેલ પુસ્તક પેસ્ટ કરવું)-> ઇનપુટ કોપીરાઇટ ઉલ્લંઘનનું જોખમ + આઉટપુટનું જોખમ અન્ય કોઈના કાર્ય જેવું લાગે છે; વધુમાં, કૉપિરાઇટ કરેલી સામગ્રી પ્રદાતાને ટ્રાન્સફર કરવામાં આવે છે. મજબૂત: "અમારી પોતાની બ્રાંડ માર્ગદર્શિકા અને સાર્વજનિક રૂપે ઉપલબ્ધ ઉદાહરણોના આધારે, અમારી મૂળ શૈલીમાં ડ્રાફ્ટ બનાવો. કૉપિરાઇટ કરેલ તૃતીય-પક્ષ કાર્યનો ઉપયોગ કરશો નહીં. હું ડ્રાફ્ટને ફરીથી લખી અને કસ્ટમાઇઝ કરીશ; અંતે 'માનવ યોગદાન' નોંધ માટે સંપાદન સૂચનો ઉમેરો."-> ઇનપુટ સુરક્ષિત છે, આઉટપુટ કસ્ટમાઇઝ કરી શકાય છે, માલિકી મજબૂત થાય છે.

સામાન્ય ભૂલો

• પરવાનગી વિના AI માં ઇનપુટ તરીકે કૉપિરાઇટ કરેલી તૃતીય-પક્ષ સામગ્રીને ફીડ કરવી.
• વિચારીને "AI એ તેનું ઉત્પાદન કર્યું છે, તેથી તે મફત અને રોયલ્ટી-મુક્ત છે"; ઉલ્લંઘનના જોખમને અવગણવું.
• કોઈપણ માનવ ઇનપુટ ઉમેર્યા વિના, AI આઉટપુટને જેમ છે તેમ પ્રકાશિત કરવું.
• AI કોડ પ્રપોઝલને લાયસન્સ અને સિક્યુરિટી સ્ક્રિનિંગમાંથી પસાર કર્યા વિના પ્રોડક્શનમાં મૂકવું.
• કોપીલેફ્ટ લાઇસન્સિંગના જોખમને અવગણવું (જે સમગ્ર ઉત્પાદનને ખોલવા માટે દબાણ કરી શકે છે).
• AI-જનરેટેડ કન્ટેન્ટ પર પારદર્શિતા/ટેગિંગ નિયમો લાદવા નહીં.
• ઉલ્લંઘનની ગેરહાજરી સાથે કબજાની ગેરહાજરી ગૂંચવણમાં મૂકે છે; આ જુદા જુદા પ્રશ્નો છે.

સારાંશમાં

• રોયલ્ટી જોખમ બે ગણું છે: ઇનપુટ-સાઇડ (હું AI ને શું આપું છું) અને આઉટપુટ-સાઇડ (AI શું ઉત્પન્ન કરે છે, હું શું કરું છું).
• ઘણી કાનૂની પ્રણાલીઓમાં, કૉપિરાઇટ સંરક્ષણ માટે માનવ સર્જનાત્મકતાની જરૂર છે; જેમ જેમ માનવીય યોગદાન વધે છે તેમ તેમ માલિકી વધુ મજબૂત બને છે.
• "AI ઉત્પાદિત = મુક્ત" ખોટું છે; જો આઉટપુટ તમારું ન હોય તો પણ, તે કોઈ બીજાના કાર્યનું ઉલ્લંઘન કરી શકે છે.
• AI ઉત્પાદનને કોડ, લાઇસન્સ અને સુરક્ષા માટે માનવીય સમીક્ષામાંથી પસાર થવું આવશ્યક છે.
• ફક્ત સંસ્થાની પોતાની સામગ્રી અને સાર્વજનિક રૂપે ઉપલબ્ધ સ્ત્રોતો ઇનપુટ તરીકે સુરક્ષિત છે; કૉપિરાઇટ કરેલા કાર્યને પરવાનગીની જરૂર છે.

એપ્લિકેશન કાર્ય

બે પ્રકારના આઉટપુટ પસંદ કરો જે તમારી સંસ્થા AI સાથે ઉત્પન્ન કરશે: એક સામગ્રી (ટેક્સ્ટ/ઇમેજ), એક કોડ. સામગ્રી માટે નિયમોની ટૂંકી સૂચિ લખો જે ઇનપુટ તરીકે સલામત અને જોખમી છે તે અલગ પાડે છે અને પાંચ માનવ-ઇનપુટ પગલાં ઓળખો જે આઉટપુટની માલિકીને મજબૂત કરશે. કોડ માટે એક નિયંત્રણ પ્રવાહ ડિઝાઇન કરો કે જે ઉત્પાદનમાં મૂકવામાં આવે તે પહેલાં AI ભલામણો પસાર થશે: લાઇસન્સ સ્ક્રીનીંગ, સુરક્ષા સમીક્ષા, પરીક્ષણ અને માનવ મંજૂરી. છેલ્લે, એક પારદર્શિતા/ટેગિંગ નિયમનો મુસદ્દો તૈયાર કરો જેનો સંસ્થા AI-જનરેટેડ સામગ્રી પર ઉપયોગ કરશે.

ચેકલિસ્ટ

• [ ] મેં ચકાસ્યું છે કે હું ઇનપુટ તરીકે કૉપિરાઇટ કરેલી તૃતીય-પક્ષ સામગ્રીનો ઉપયોગ કરી રહ્યો નથી.
• [ ] મેં માનવ ઇનપુટ ઉમેર્યું છે જે આઉટપુટની માલિકીને મજબૂત બનાવે છે.
• [ ] મેં ખાતરી કરી કે હું "AI ઉત્પાદિત = મુક્ત" ગેરસમજમાં ન પડું.
• [ ] મેં લાયસન્સ અને સુરક્ષા હેતુઓ માટે AI કોડ સ્કેન કર્યો છે.
• [ ] મેં કોપીલેફ્ટ/ક્રિટીકલ લાયસન્સના જોખમનું મૂલ્યાંકન કર્યું.
• [ ] મેં AI સામગ્રી માટે પારદર્શિતા/ટેગિંગ નિયમ સેટ કર્યો છે.
• [] મને નિર્ણાયક ડિલિવરી પર માનવ સમીક્ષાની જરૂર છે.