Urheberrechtsfragen durch KI: Metas Llama 3.1 und die Reproduktion von Harry Potter

LONDON (IT BOLTWISE) – Die jüngsten Entwicklungen im Bereich der Künstlichen Intelligenz werfen neue Fragen zum Urheberrecht auf. Eine aktuelle Studie zeigt, dass Metas Sprachmodell Llama 3.1 in der Lage ist, fast die Hälfte des ersten Harry-Potter-Buchs wortwörtlich zu reproduzieren. Diese Erkenntnis könnte weitreichende rechtliche Konsequenzen für die KI-Branche haben.

Die Fähigkeit von Metas Sprachmodell Llama 3.1, etwa 42 Prozent des ersten Harry-Potter-Buchs wortwörtlich wiederzugeben, hat die Diskussion um Urheberrechte im Bereich der Künstlichen Intelligenz neu entfacht. Diese Entdeckung, die von Forschern der Stanford, Cornell und der West Virginia University gemacht wurde, stellt die bisherigen Annahmen der Techbranche infrage, dass KI-Modelle lediglich Sprachmuster erlernen, ohne konkrete Inhalte zu speichern.

Die Untersuchung konzentrierte sich auf die Analyse von KI-Modellen, die mit urheberrechtlich geschützten Texten aus der Books3-Sammlung trainiert wurden. Diese Sammlung wird häufig zur Entwicklung von Sprachmodellen verwendet, und viele der darin enthaltenen Werke stehen noch unter Urheberrechtsschutz. Die Forscher waren überrascht, als sie feststellten, dass das neueste Modell von Meta große Teile populärer Bücher auswendig gelernt hat.

Besonders bemerkenswert ist der Vergleich mit einer Vorgängerversion von Llama aus dem Jahr 2023, die nur 4,4 Prozent desselben Harry-Potter-Buchs reproduzieren konnte. Diese drastische Zunahme der Reproduktionsfähigkeit zwischen den Modellgenerationen wirft Fragen zur Entwicklung und zum Training von KI-Modellen auf.

Die Studie zeigt auch, dass beliebte Bücher stärker betroffen sind als weniger bekannte Werke. Während Llama 3.1 fast die Hälfte von Harry Potter abrufen kann, memorierte es nur 0,13 Prozent des Romans Sandman Slim von Richard Kadrey. Diese Unterschiede könnten rechtliche Folgen haben, insbesondere für Autoren, die in Sammelklagen gegen KI-Unternehmen involviert sind.

Die Forscher verwendeten eine strenge Messmethode, bei der Bücher in 100-Token-Abschnitte unterteilt wurden. Ein Abschnitt galt als memoriert, wenn das Modell ihn mit über 50-prozentiger Wahrscheinlichkeit wortwörtlich wiedergeben konnte. Diese Methode liefert empirische Beweise dafür, dass KI-Modelle geschützte Inhalte reproduzieren können.

Für KI-Unternehmen könnte dies rechtlich problematisch werden, da bisher argumentiert wurde, dass ihre Modelle nur Sprachmuster lernen, ohne konkrete Inhalte zu speichern. Die neuen Erkenntnisse stellen diese Darstellung infrage und könnten die laufenden Urheberrechtsverfahren gegen KI-Unternehmen beeinflussen.

Ein weiterer Aspekt, den die Studie beleuchtet, ist die potenzielle Belastung offener Modelle im Vergleich zu geschlossenen Systemen. Da Tests nur bei öffentlich verfügbaren Modellen durchgeführt werden können, könnten geschlossene Systeme von OpenAI oder Google ähnliche Probleme haben, ohne dass dies bewiesen werden kann.

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