AI, Open Source, dan Kekayaan Intelektual

Open source selalu didasarkan pada pertukaran sederhana namun kuat: Anda boleh menggunakan, mempelajari, memodifikasi, dan membagikan kode, tetapi Anda harus menghormati lisensinya. Kesepakatan tersebut melahirkan Linux, Kubernetes, PostgreSQL, Python, tak terhitung pustaka keamanan, dan infrastruktur di balik sebagian besar internet modern.

AI generatif memberikan tekanan pada kesepakatan itu.

Model AI besar dilatih dengan sejumlah besar teks, gambar, audio, video, dan kode sumber. Sebagian besar materi tersebut tersedia secara publik oleh orang-orang yang ingin berbagi, berkolaborasi, mendokumentasikan, mengajar, atau menerbitkan. Ketersediaan publik, bagaimanapun, tidak sama dengan izin untuk setiap penggunaan komersial yang mungkin. Sebuah repositori di internet tidak secara otomatis berarti pengabaian hak cipta. Lisensi open source bukan undangan untuk mengabaikan atribusi, copyleft, pemberitahuan, kewajiban berbagi sumber, atau batasan-batasan dalam lisensi dependensi.

Inilah dilema utamanya: Perusahaan AI sering berargumen bahwa pelatihan adalah analisis, pembelajaran, atau penggunaan wajar (fair use). Banyak kreator dan pemelihara open source berargumen bahwa pelatihan model melibatkan penyalinan karya yang dilindungi dalam skala industri, sering kali tanpa izin, kompensasi, atribusi, atau cara praktis untuk memilih keluar.

Mengapa open source sangat rentan

Kode open source mudah dikumpulkan. Ia terstruktur, dapat dicari, memiliki versi, dan dihosting di repositori publik. Ia juga berisi komentar, pengujian, diskusi isu, contoh, riwayat komit, dokumentasi, dan file konfigurasi.

Bagi pembuat model AI, ini adalah materi pelatihan yang sangat berharga. Bagi pemelihara, hal ini menimbulkan beberapa risiko.

• Kewajiban lisensi bisa hilang antara input pelatihan dan output yang dihasilkan.
• Atribusi biasanya tidak dilestarikan saat model menyarankan kode.
• Kode copyleft dapat memengaruhi cuplikan yang dihasilkan tanpa pengguna mengetahui lisensi sumber atau kewajibannya.
• Pemelihara dapat melihat karya mereka digunakan untuk membangun alat komersial yang bersaing dengan layanan konsultasi, dukungan, atau produk hosted mereka.
• Pola kode yang sensitif keamanan bisa terulang tanpa konteks.
• Kode yang rentan atau usang dapat lebih mudah disalin secara massal.

Ini bukan hanya soal apakah suatu model dapat menghasilkan salinan sempurna dari sebuah fungsi. Itu memang terjadi lebih terlihat di alat pembuat kode AI tahap awal, di mana prompt kadang dapat mereproduksi kode yang dikenali. Seiring produk berkembang, penyedia menjadi lebih berhati-hati terhadap filter, pemeriksaan kemiripan, dan kontrol output. Tapi menghindari peniruan verbatim saja tidak menyelesaikan masalah dasarnya. Proses pelatihan bisa saja bergantung pada kode yang ketentuan lisensinya tidak pernah diteruskan.

Dengan kata lain, masalah hak cipta tidak hilang hanya karena buktinya menjadi lebih sulit dideteksi dalam output.

Hal ini sangat penting untuk lisensi resiprokal seperti GPL dan AGPL. Lisensi ini bukan sekadar surat izin. Mereka memberikan kebebasan luas, tetapi juga mewajibkan karya turunan atau perangkat lunak yang didistribusikan di bawah kondisi terkait untuk tetap menjaga kebebasan tersebut. Jika sebuah model dilatih dengan kode GPL lalu menghasilkan kode yang secara substansial didasarkan pada input GPL itu, pengguna mungkin tanpa sadar memasukkan kewajiban GPL ke dalam proyek mereka sendiri. Jika proyek itu closed source, proprietary, atau didistribusikan dengan lisensi yang tidak kompatibel, hasilnya bisa berupa pelanggaran lisensi.

Masalah praktisnya adalah pengguna biasanya tidak tahu. Asisten AI tidak berkata: "saran ini diambil dari kode berlisensi GPL", "pola ini berasal dari proyek AGPL", atau "output ini mirip dengan kode berlisensi Apache dan membutuhkan pelestarian pemberitahuan". Konteks lisensi ada dalam data pelatihan, tetapi hilang dari jawabannya. Ini memutus rantai kepatuhan yang sangat bergantung pada lisensi open source.

Perbedaan tak nyaman antara membaca dan pelatihan

Pengembang belajar dari open source sepanjang waktu. Kita membaca kode, memahami pola, lalu menulis implementasi sendiri. Itu normal dan sehat. Open source sangat bergantung pada proses belajar seperti ini.

Pelatihan AI berbeda dalam skala, otomasi, dan dampak pasar. Seorang pengembang manusia membaca sebuah proyek tidak biasanya menyalin jutaan repositori ke dalam pipeline pelatihan, mengompresi pola statistik mereka ke dalam model komersial, dan menjual akses ke generasi kode sebagai produk. Modelnya mungkin tidak menyimpan file seperti database, tetapi nilai bisnis tetap berasal dari ekstraksi pola dari karya orang lain.

Inilah sebabnya diskusi ini sangat rumit. Jika setiap tindakan machine learning dari kode publik memerlukan izin individu, banyak sistem AI tidak praktis untuk dilatih. Jika tidak ada izin yang diperlukan, hak ekonomi dan moral para kreator melemah. Kedua ekstrem itu menimbulkan masalah.

Uni Eropa vs Amerika Serikat: dua naluri hukum yang sangat berbeda

Lanskap hukum tidak seragam. Negara-negara masih berupaya menyesuaikan AI ke dalam sistem hak cipta yang tidak dirancang untuk pelatihan model skala besar.

Uni Eropa

UE memiliki kerangka yang lebih eksplisit. Petunjuk tentang Hak Cipta di Pasar Tunggal Digital memuat pengecualian penambangan teks dan data. Pasal 3 meliputi organisasi riset dan institusi warisan budaya. Pasal 4 mengizinkan penambangan teks dan data secara lebih umum, termasuk untuk komersial, tetapi pemegang hak dapat menahan hak mereka, misalnya melalui sarana yang dapat dibaca mesin.

AI Act UE menambahkan lapisan lain untuk model AI tujuan umum. Penyedia memiliki kewajiban transparansi dan terkait hak cipta, termasuk kebijakan untuk mematuhi hukum hak cipta UE dan ringkasan konten pelatihan. Ini tidak memberi jawaban penuh apakah suatu run pelatihan tertentu sah, tetapi mendorong UE ke model di mana penyedia AI harus lebih banyak mendokumentasi dan pemegang hak mendapat alat yang lebih jelas untuk keberatan.

Kelemahannya adalah penegakan praktis. Mekanisme opt-out terfragmentasi. robots.txt dirancang untuk web crawler, bukan untuk reservasi hak cipta yang lebih bernuansa di seluruh repositori sumber, registri paket, mirror, dataset, dan fork. Seorang pemelihara open source kecil bisa saja punya hak hukum untuk menahan penggunaan, tetapi tidak realistis untuk mengaudit apakah model frontier menghormatinya.

Amerika Serikat

AS tidak memiliki pengecualian hak cipta khusus AI untuk pelatihan. Perdebatan banyak berputar pada fair use, litigasi, kesepakatan lisensi, dan kerugian pasar. Kantor Hak Cipta AS telah mempelajari AI dan hak cipta melalui banyak laporan, termasuk replika digital, hak cipta atas hasil AI, dan pelatihan AI generatif. Panduan fair use-nya menekankan bahwa fair use sangat kontekstual dan tergantung pada tujuan, banyaknya yang digunakan, dan dampak pasarnya.

Hal ini membuat AS lebih fleksibel namun kurang dapat diprediksi. Perusahaan AI dapat berargumen bahwa pelatihan itu transformasional. Pemegang hak dapat berargumen bahwa penyalinan massal adalah komersial, menggantikan pasar lisensi, dan merusak nilai karya mereka. Pengadilan masih membentuk batasannya.

Untuk open source, pendekatan AS menciptakan ketidakpastian. Sebuah perusahaan bisa yakin pelatihan model di atas repositori publik adalah fair use, sementara pemelihara merasa perusahaan mengabaikan ketentuan lisensi. Sampai pengadilan atau legislasi memberi jawaban yang lebih jelas, hasil nyatanya adalah ketimpangan: perusahaan besar bisa menanggung risiko hukum, sedangkan pemelihara individu sering tidak bisa.

Inggris Raya

Inggris berada di antara dua posisi tadi. Pemerintah telah berkonsultasi soal kerangka hak cipta dan AI yang menggabungkan pengecualian penambangan teks dan data, reservasi hak, perizinan, dan transparansi yang lebih kuat. Konsultasi resmi mengakui bahwa hukum Inggris saat ini diperdebatkan dan bahwa baik kreator maupun pengembang AI kekurangan kepastian.

Ini upaya mencari jalan tengah: memperbolehkan pelatihan AI skala besar di mana hak tidak ditahan, namun memberi pemegang hak lebih banyak kendali dan visibilitas lebih baik. Apakah itu bisa jalan atau tidak tergantung detail teknisnya. Sebuah opt-out yang hanya bisa digunakan penerbit besar bukan solusi adil untuk pengembang independen, musisi, penulis, dan proyek open source kecil.

Jepang dan Singapura

Jepang sering digambarkan lebih permisif untuk analisis informasi dan machine learning, meskipun detailnya masih harus diterjemahkan secara hukum dan kebijakan. Badan Urusan Kebudayaan Jepang telah menerbitkan pemahaman umum tentang AI dan hak cipta, menegaskan bahwa topik ini tetap sangat bernuansa hukum.

Singapura juga memiliki pengecualian analisis data komputasi yang relatif luas. Tujuan kebijakan adalah mendukung inovasi dan pengembangan AI, namun komprominya sudah dikenal: izin pelatihan yang lebih lebar dapat melemahkan posisi negosiasi pemegang hak kecuali diimbangi transparansi, pasar lisensi, atau perlindungan lain.

Ini Lebih Besar dari Kode Sumber

Perdebatan open source adalah bagian dari konflik yang lebih luas soal identitas digital dan kerja kreatif.

Aktor memperjuangkan haknya melawan sistem AI yang meniru wajah, gerak tubuh, dan penampilan mereka. Pengisi suara dan penyanyi berjuang melawan duplikasi suara yang mampu menciptakan penampilan baru tanpa persetujuan. Penulis dan jurnalis melawan model yang dilatih dari buku, artikel, dan arsip. Seniman visual melawan generator gambar yang bisa meniru gaya mereka atau membanjiri pasar dengan karya turunan.

Polanya mirip di tiap kasus:

• Karya kreatif dikumpulkan secara massal.
• Model belajar dari itu tanpa hubungan langsung dengan kreatornya.
• Sebuah produk dijual menggunakan kemampuan hasil pelatihan.
• Kreator hampir tidak memiliki transparansi, kekuatan tawar, atau kemampuan membuktikan apa yang terjadi.

Bagi aktor dan penyanyi, isu bukan hanya hak cipta. Ini juga tentang hak pribadi, hak publisitas, hukum ketenagakerjaan, hukum kontrak, perlindungan konsumen, dan persetujuan. Suara bisa jadi suatu penampilan, karakteristik biometrik, merek, dan identitas pribadi sekaligus. Wajah bisa menjadi aset artistik, tetapi juga adalah si manusia itu sendiri.

Pengembang open source mungkin tidak merasa dirinya sebagai performer, tapi ekonominya sebanding. Karya mereka menjadi materi pelatihan untuk sistem yang bisa menyaingi mereka, mengurangi atribusi, dan mengalihkan nilai dari banyak kreator kecil ke segelintir penyedia model besar.

Masalah dengan "toh sudah dipublikasikan"

Salah satu argumen terlemah dalam perdebatan AI adalah: akses publik sama dengan kebebasan penggunaan penuh. Web tidak pernah bekerja seperti itu. Sebuah postingan blog bersifat publik, tetapi tidak bebas diterbitkan ulang sebagai buku. Sebuah foto bersifat publik, tetapi tidak bebas digunakan dalam iklan. Sebuah repositori GitHub bersifat publik, tetapi tetap tunduk pada hak cipta dan syarat lisensi.

Lisensi open source dibangun di atas perbedaan ini. Mereka memberikan izin luas, namun tetap dengan syarat. MIT, Apache, BSD, GPL, AGPL, MPL, dan lisensi lain membuat pilihan berbeda soal atribusi, hak paten, distribusi sumber, penggunaan jaringan, dan karya turunan. Menganggap semua kode publik sebagai bahan mentah mengabaikan pilihan-pilihan itu.

Ini berbahaya karena keragaman lisensi bukan kebetulan. Di situlah pemelihara menyatakan niat.

Seperti Apa Sistem yang Lebih Adil?

Tidak ada solusi sederhana, tapi beberapa prinsip berikut dapat membuat ekosistem lebih sehat.

1. Transparansi secara default

Penyedia AI sebaiknya mempublikasikan ringkasan bermakna tentang sumber data pelatihan. Bukan berarti harus membeberkan setiap file satu per satu, tetapi klaim lebar seperti "dilatih dengan data publik" tidaklah cukup. Pengembang, seniman, penerbit, dan pengguna perlu tahu materi seperti apa yang dipakai dan dengan dasar hukum apa.

2. Menghormati hak yang terbaca mesin

Jika hukum bergantung pada mekanisme opt-out, itu harus distandarkan, mudah diakses, dan bisa ditegakkan. Proyek kecil tidak boleh memerlukan departemen hukum hanya untuk berkata "jangan latih AI dengan ini". Repositori, registri paket, situs web, dan platform konten butuh mekanisme jelas yang memang dihormati crawler AI.

3. Alat AI yang sadar lisensi

Asisten kode sebaiknya membantu pengguna memahami risiko lisensi. Jika kode hasil generasi mirip dengan kode open source yang dikenal, alat harus memperingatkan pengguna dan menampilkan lisensi terkait. Menyembunyikan persoalan kemiripan bisa mengurangi risiko gugatan dalam jangka pendek, namun meningkatkan risiko ketidakpatuhan untuk pengembang dan perusahaan di hilir.

4. Model kompensasi yang lebih baik

Beberapa penggunaan pelatihan memang harus berlisensi. Ini bisa berupa lisensi langsung, lisensi kolektif, marketplace dataset, atau skema bagi hasil. Detilnya akan berbeda untuk kode sumber, musik, film, jurnalistik, dan seni visual, tapi prinsipnya sama: jika produk AI komersial bergantung pada karya manusia berkualitas tinggi, orang yang menciptakan karya itu jangan sampai tak kelihatan.

5. Perlindungan kuat dari impersonasi

Duplikasi digital suara, wajah, dan penampilan harus memerlukan persetujuan. Labelling saja tidak cukup jika suara atau wajah palsu bisa dipakai menipu, melecehkan, menipu secara finansial, atau menggantikan seseorang secara komersial. Dalam area ini, hak cipta hanyalah sebagian dari jawaban.

Apa yang bisa dilakukan pemelihara open source saat ini

Situasi hukum memang belum jelas, namun pemelihara tetap punya opsi praktis.

• Pilih lisensi secara sadar dan jelaskan alasannya.
• Tambahkan pemberitahuan jelas di repositori tentang preferensi pelatihan AI jika itu penting bagi proyek.
• Dukung yayasan dan organisasi yang memperjuangkan hak open source dalam diskusi kebijakan AI.

Semua ini tidak sepenuhnya menyelesaikan masalah. Namun setidaknya mengurangi risiko sembari hukum dan praktik industri mengejar perkembangan.

Bahaya Sebenarnya untuk Open Source

Bahaya terbesar bukanlah bahwa AI belajar dari open source. Justru, belajar dari open source adalah salah satu alasan ekosistem perangkat lunak bekerja.

Bahaya utamanya adalah bila AI mengubah kolaborasi terbuka menjadi ekstraksi satu arah. Ketika pemelihara menyumbang kode, dokumentasi, laporan bug, contoh, dan ilmu komunitas, sementara nilai komersialnya ditangkap pihak lain tanpa atribusi, kepatuhan lisensi, atau dukungan untuk commons, kontrak sosial pun melemah.

Open source bergantung pada kepercayaan. Perusahaan AI butuh open source, namun mereka juga berisiko merusak ekosistem yang mereka andalkan. Menghormati lisensi, mempublikasikan transparansi data bermakna, mendukung pemelihara, serta membangun mekanisme opt-out dan lisensi bukan posisi anti-AI. Itu adalah posisi pro keberlanjutan.

AI bisa jadi alat berguna untuk pengembang, seniman, penulis, penyanyi, aktor, dan perusahaan. Tapi kegunaan tidak menghapus hak milik, persetujuan, atau kredit. Jika masyarakat ingin sistem AI dilatih di atas karya jutaan manusia, harus ada kepastian bahwa orang-orang itu tetap punya kendali atas karya ciptaannya.

Keputusan itu tidak boleh hanya diserahkan pada perusahaan yang sudah menyalin datanya.