Meta’s KI-Modell reproduziert große Teile von Harry Potter

LONDON (IT BOLTWISE) – Die jüngste Studie über die Fähigkeit von KI-Modellen, urheberrechtlich geschützte Inhalte zu reproduzieren, hat in der Technologiebranche für Aufsehen gesorgt. Forscher von Stanford, Cornell und der West Virginia University haben herausgefunden, dass das Llama 3.1 70B Modell von Meta in der Lage ist, fast die Hälfte des Buches ‘Harry Potter und der Stein der Weisen’ zu reproduzieren. Diese Entdeckung wirft neue Fragen zur rechtlichen Verantwortung von KI-Unternehmen auf.

Die Fähigkeit von KI-Modellen, urheberrechtlich geschützte Inhalte zu reproduzieren, ist ein heiß diskutiertes Thema in der Technologiebranche. Eine kürzlich veröffentlichte Studie von Forschern der Stanford University, Cornell University und der West Virginia University hat gezeigt, dass das Llama 3.1 70B Modell von Meta in der Lage ist, 42 Prozent des Buches ‘Harry Potter und der Stein der Weisen’ zu reproduzieren. Diese Entdeckung könnte erhebliche Auswirkungen auf laufende und zukünftige Urheberrechtsklagen gegen KI-Unternehmen haben.

In den letzten Jahren haben zahlreiche Kläger, darunter Verlage von Büchern, Zeitungen und Fotografien, KI-Unternehmen verklagt, weil sie Modelle mit urheberrechtlich geschütztem Material trainiert haben. Ein zentraler Punkt in diesen Klagen ist, wie leicht KI-Modelle in der Lage sind, wortwörtliche Auszüge aus den urheberrechtlich geschützten Inhalten der Kläger zu reproduzieren. Die neue Studie zeigt, dass dies kein Randphänomen ist, sondern bei einigen Modellen und Büchern durchaus signifikant sein kann.

Das Llama 3.1 70B Modell von Meta, das im Juli 2024 veröffentlicht wurde, hat im Vergleich zu seinem Vorgänger, dem Llama 1 65B Modell, eine deutlich höhere Reproduktionsrate von Texten aus populären Büchern. Während Llama 1 nur 4,4 Prozent von ‘Harry Potter und der Stein der Weisen’ reproduzieren konnte, liegt die Rate bei Llama 3.1 bei 42 Prozent. Dies deutet darauf hin, dass Meta bei der Entwicklung des neuen Modells nicht ausreichend Maßnahmen ergriffen hat, um die Memorierung von urheberrechtlich geschützten Inhalten zu verhindern.

Die Ergebnisse der Studie werfen auch Fragen zur rechtlichen Verantwortung von KI-Unternehmen auf. Es gibt drei Haupttheorien, wie das Training eines Modells mit urheberrechtlich geschützten Werken das Urheberrecht verletzen könnte: Erstens, dass das Training selbst eine Verletzung darstellt, weil es eine digitale Kopie des Werkes erfordert. Zweitens, dass der Trainingsprozess Informationen aus den Daten in das Modell kopiert und es somit zu einem abgeleiteten Werk macht. Drittens, dass eine Verletzung auftritt, wenn ein Modell Teile eines urheberrechtlich geschützten Werkes generiert.

Die Tatsache, dass Llama 3.1 70B große Teile von ‘Harry Potter’ reproduzieren kann, könnte die Argumente der KI-Unternehmen in Bezug auf die Fair-Use-Doktrin schwächen. Ein wichtiger Aspekt der Fair-Use-Analyse ist, ob eine Nutzung ‘transformativ’ ist, also ob ein Unternehmen etwas Neues geschaffen hat oder lediglich von der Arbeit anderer profitiert. Die Fähigkeit von Sprachmodellen, wesentliche Teile populärer Werke zu reproduzieren, könnte Richter dazu veranlassen, diese Argumente skeptischer zu betrachten.

Die Studie zeigt auch, dass offene Modelle wie Llama 3.1 70B möglicherweise in größerer rechtlicher Gefahr sind als geschlossene Modelle. Forscher konnten die Memorierung von Texten nur analysieren, weil sie Zugang zu den zugrunde liegenden Modellen hatten. Unternehmen, die ihre Modelle nicht offenlegen, könnten es schwieriger machen, ähnliche Verstöße nachzuweisen. Dies könnte dazu führen, dass Unternehmen weniger bereit sind, offene Modelle zu veröffentlichen, was die Transparenz in der KI-Forschung beeinträchtigen könnte.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!