{"componentChunkName":"component---src-templates-blog-template-js","path":"/hr/blog/ai-open-source-and-intellectual-property","result":{"data":{"markdownRemark":{"html":"<h1>AI, otvoreni kod i intelektualno vlasništvo</h1>\n<p>Otvoreni kod uvijek se temeljio na jednostavnoj, ali snažnoj razmjeni: smijete koristiti, proučavati, mijenjati i dijeliti kod, ali morate poštivati licencu. Taj dogovor stvorio je Linux, Kubernetes, PostgreSQL, Python, brojne sigurnosne knjižnice i infrastrukturu iza većine modernog interneta.</p>\n<p>Generativna umjetna inteligencija stavlja taj dogovor pod pritisak.</p>\n<p>Veliki AI modeli treniraju se na golemim količinama teksta, slika, zvuka, videa i izvornog koda. Značajan dio tog materijala javno su učinili dostupnim ljudi koji su željeli dijeliti, surađivati, dokumentirati, podučavati ili objaviti. Javna dostupnost, međutim, nije isto što i dopuštenje za svaku moguću komercijalnu upotrebu. Skladište na internetu nije automatsko odricanje od autorskih prava. Licenca otvorenog koda nije pozivnica za ignoriranje atribucije, copylefta, obavijesti, obveze dijeljenja izvora ili ograničenja u licencama zavisnosti.</p>\n<p>U tome je srž dileme: AI tvrtke često tvrde da je treniranje analiza, učenje ili dopuštena upotreba (\"fair use\"). Mnogi stvaratelji i održavatelji otvorenog koda tvrde da treniranje modela uključuje kopiranje zaštićenog rada u industrijskim razmjerima, često bez dopuštenja, naknade, atribucije ili praktičnog načina za isključenje.</p>\n<h2>Zašto je otvoreni kod posebno izložen</h2>\n<p>Otvoreni kod lako je prikupiti. Strukturiran je, pretraživ, verzioniran i hostan u javnim spremištima. Sadrži i komentare, testove, diskusije o problemima, primjere, povijest \"commitova\", dokumentaciju i konfiguracijske datoteke.</p>\n<p>Za graditelje AI modela, to je iznimno vrijedan materijal za treniranje. Za održavatelje, to donosi nekoliko rizika.</p>\n<ul>\n<li>Obveze iz licence mogu nestati između ulaza za treniranje i generiranog izlaza.</li>\n<li>Atribucija se obično ne zadržava kada model predlaže kod.</li>\n<li>Copyleft kod može utjecati na generirane isječke bez da korisnik zna izvor licence ili obveze koje ona nosi.</li>\n<li>Održavatelji mogu vidjeti svoj rad iskorišten za izgradnju komercijalnih alata koji konkuriraju njihovom savjetovanju, podršci ili hostanim proizvodima.</li>\n<li>Sigurnosno osjetljivi kodni uzorci mogu biti reproducirani bez konteksta.</li>\n<li>Ranji ili zastarjeli kod može se lakše masovno kopirati.</li>\n</ul>\n<p>Ovo nije samo pitanje može li model proizvesti savršenu kopiju neke funkcije. To se vidjelo u ranim AI alatima za kodiranje, gdje su upiti ponekad mogli reproducirati prepoznatljiv kod. Kako su proizvodi sazrijevali, dobavljači su postali oprezniji s filtrima, provjerama sličnosti i kontrolom izlaza. No izbjegavanje očite doslovne reprodukcije ne rješava dublji problem. Proces treniranja možda je ipak ovisio o kodu čiji uvjeti licence nisu nikad preneseni dalje.</p>\n<p>Drugim riječima, autorsko-pravni problem ne nestaje samo zato što su dokazi u izlazu teže uočljivi.</p>\n<p>Ovo je posebno važno za recipročke licence poput GPL i AGPL. Te licence nisu samo dopuštenja. One daju široke slobode, ali zahtijevaju da izvedeni radovi ili softver distribuiran pod relevantnim uvjetima očuvaju te slobode. Ako je model treniran na GPL kodu, a zatim proizvede kod koji se u velikoj mjeri temelji na tom GPL unosu, korisnik može nesvjesno u svoj projekt unijeti GPL obveze. Ako je taj projekt zatvorenog koda, vlasnički ili distribuira pod nekompatibilnom licencom, rezultat može biti kršenje licence.</p>\n<p>Praktični problem je što korisnik obično to ne može znati. AI asistent ne kaže: \"ovaj prijedlog je izveden iz GPL-licenciranog koda\", \"ovaj uzorak dolazi iz AGPL projekta\" ili \"ovaj izlaz podsjeća na kod s Apache licencom i zahtijeva očuvanje obavijesti\". Kontekst licence bio je prisutan u podacima za treniranje, ali ga nema u odgovoru. To prekida lanac usklađenosti na kojem se temelji licenciranje otvorenog koda.</p>\n<h2>Neugodna razlika između čitanja i treniranja</h2>\n<p>Razvijatelji stalno uče iz otvorenog koda. Čitamo kod, razumijemo obrasce i pišemo vlastitu implementaciju. To je normalno i poželjno. Otvoreni kod ovisi o takvom učenju.</p>\n<p>AI treniranje razlikuje se po razmjerima, automatizaciji i tržišnom učinku. Ljudski razvijatelj koji čita projekt obično ne kopira milijune spremišta u pipeline za treniranje, ne sabija njihove statističke obrasce u komercijalni model i ne prodaje pristup generiranju koda kao proizvodu. Model možda ne pohranjuje datoteke kao baza podataka, ali poslovna vrijednost i dalje dolazi iz izvlačenja obrazaca iz tuđeg rada.</p>\n<p>Zato je ova rasprava toliko teška. Ako svaki čin strojnog učenja iz javnog koda zahtijeva individualno dopuštenje, mnogi AI sustavi postaju nepraktični za treniranje. Ako dopuštenje nije potrebno, ekonomska i moralna prava stvaratelja postaju mnogo slabija. Oboje stvara probleme.</p>\n<h2>EU protiv SAD-a: dva vrlo različita pravna instinkta</h2>\n<p>Pravni krajolik nije ujednačen. Zemlje još pokušavaju smjestiti AI u sustave autorskog prava koji nisu stvoreni za treniranje modela u velikom obujmu.</p>\n<h3>Europska unija</h3>\n<p>EU ima eksplicitniji okvir. <a href=\"https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32019L0790\" rel=\"nofollow\">Direktiva o autorskom pravu na jedinstvenom digitalnom tržištu</a> sadrži iznimke za rudarenje teksta i podataka. Članak 3. pokriva istraživačke organizacije i institucije kulturne baštine. Članak 4. dopušta šire rudarenje teksta i podataka, uključujući komercijalno, ali vlasnicima prava dopušta da zadrže prava, primjerice putem strojno čitljivih sredstava.</p>\n<p>EU <a href=\"https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai\" rel=\"nofollow\">AI Akt</a> dodaje još jedan sloj za opće namjenske AI modele. Dobavljači imaju obveze transparentnosti i povezane s autorskim pravima, uključujući politike za usklađenost s EU zakonom o autorskom pravu i sažetke sadržaja za treniranje. Ovo ne odgovara u potpunosti na pitanje je li određeni postupak treniranja bio zakonit, ali EU time ide prema modelu u kojem AI dobavljači moraju više dokumentirati, a vlasnici prava imaju jasnije alate za prigovor.</p>\n<p>Slabost je praktična provedba. Mehanizmi za isključivanje su fragmentirani. <code>robots.txt</code> je osmišljen za web pretraživače, a ne za sofisticirano rezerviranje autorskih prava po spremištima izvornog koda, registrima paketa, zrcalima, skupovima podataka i forkovima. Mali održavatelj otvorenog koda može imati zakonsko pravo zadržati upotrebu, ali nema realan način provjeriti je li ga napredni model poštovao.</p>\n<h3>Sjedinjene Američke Države</h3>\n<p>SAD nema ekvivalentnu, AI-specifičnu iznimku od autorskih prava za treniranje. Debata se uglavnom vrti oko dopuštene upotrebe (\"fair use\"), sudskih sporova, licencnih ugovora i tržišne štete. <a href=\"https://www.copyright.gov/ai/\" rel=\"nofollow\">Američki zavod za autorska prava</a> proučava AI i autorska prava u više izvještaja, uključujući digitalne replike, autorskopravnu zaštitu AI izlaza i generativno treniranje AI-a. Njegove <a href=\"https://www.copyright.gov/fair-use/\" rel=\"nofollow\">smjernice za fair use</a> naglašavaju da je fair use specifičan za slučaj i ovisi o čimbenicima poput svrhe, količine iskorištene građe i učinka na tržište.</p>\n<p>To SAD čini fleksibilnijim, ali manje predvidljivim. AI kompanije mogu tvrditi da je treniranje transformativno. Vlasnici prava mogu tvrditi da je masovno kopiranje komercijalno, zamjenjuje tržišta za licenciranje i šteti vrijednosti njihovog rada. Sudovi još uvijek određuju granice.</p>\n<p>Za otvoreni kod, američki pristup stvara neizvjesnost. Tvrtka može vjerovati da je treniranje modela na javnim spremištima fair use, dok održavatelji mogu smatrati da je tvrtka ignorirala uvjete licence. Dok sudovi ili zakoni ne ponude jasnije odgovore, rezultat je neravnoteža: velike tvrtke mogu apsorbirati pravni rizik, dok pojedinačni održavatelji često ne mogu.</p>\n<h3>Ujedinjeno Kraljevstvo</h3>\n<p>UK je negdje između ovih pozicija. Vlada je konzultirala javnost o okviru za autorska prava i AI koji bi kombinirao iznimku za rudarenje teksta i podataka, pravo zadržavanja korištenja, licenciranje i jaču transparentnost. Službena konzultacija priznaje da je trenutačno zakonodavstvo UK sporno i da i stvaratelji i AI razvijatelji nemaju sigurnost.</p>\n<p>Ovo je pokušaj pronalaska srednjeg puta: omogućiti treniranje AI-a u velikom opsegu gdje prava nisu zadržana, ali dati vlasnicima prava veću kontrolu i bolju vidljivost. Hoće li to uspjeti, ovisi o tehničkim detaljima. Isključenje koje mogu koristiti samo veliki izdavači nije pravedno za neovisne razvojne inženjere, glazbenike, pisce i male open source projekte.</p>\n<h3>Japan i Singapur</h3>\n<p>Japan se često opisuje kao permisivniji za analizu informacija i strojno učenje, premda su detalji još uvijek podložni tumačenju i smjernicama. Japanska Agencija za kulturna pitanja objavila je opće razumijevanje AI-a i autorskih prava, jasno naznačujući kako tema ostaje pravno zamršena.</p>\n<p>Singapur ima također relativno široku iznimku za računalnu analizu podataka. Cilj politike je poticanje inovacija i razvoja AI-a, ali kompromis je poznat: šira dopuštenja za treniranje mogu oslabiti pregovarački položaj vlasnika prava, osim ako nisu uparena s transparentnošću, tržištima licenca ili drugim zaštitama.</p>\n<h2>Ovo je šire od izvornog koda</h2>\n<p>Rasprava o otvorenom kodu dio je šireg konflikta oko digitalnog identiteta i kreativnog rada.</p>\n<p>Glumci se bore protiv AI sustava koji imitiraju lica, pokrete tijela i performanse. Glasovni glumci i pjevači bore se protiv kloniranih glasova koji mogu stvarati nove izvedbe bez pristanka. Pisci i novinari bore se protiv modela treniranih na knjigama, člancima i arhivama. Vizualni umjetnici bore se protiv generatora slika koji mogu imitirati njihov stil ili preplaviti tržište radovima koji izgledaju izvedeno.</p>\n<p>Obrazac je sličan u svakom slučaju:</p>\n<ul>\n<li>Kreativni rad se prikuplja u velikim razmjerima.</li>\n<li>Model uči iz toga bez izravnog odnosa sa stvarateljem.</li>\n<li>Proizvod se prodaje koristeći dobivenu sposobnost.</li>\n<li>Stvaratelj ima malo transparentnosti, slabu pregovaračku moć i ograničenu mogućnost dokazivanja što se dogodilo.</li>\n</ul>\n<p>Za glumce i pjevače problem nije samo autorsko pravo. Tu su i prava osobnosti, prava na javnost, radno pravo, ugovorno pravo, zaštita potrošača i pristanak. Glas može biti izvedba, biometrijski marker, brend i osobni identitet odjednom. Lice može biti umjetničko sredstvo, ali i sama osoba.</p>\n<p>Održavatelji open source koda možda se ne smatraju izvođačima, no ekonomski je položaj usporediv. Njihov rad postaje materijal za treniranje sustava koji može konkurirati njima, smanjiti atribuciju i prebaciti vrijednost s mnogih malih autora na nekoliko velikih dobavljača modela.</p>\n<h2>Problem s \"bilo je javno\"</h2>\n<p>Jedan od najslabijih argumenata u AI raspravama je da javni pristup znači neograničenu upotrebu. Web nikada nije tako funkcionirao. Post na blogu je javno dostupan, ali nije slobodan za objavu kao knjiga. Fotografija je javna, ali nije besplatna za korištenje u reklami. GitHub spremište je javno, ali ga i dalje reguliraju autorska prava i uvjeti licence.</p>\n<p>Licence otvorenog koda grade se na toj razlici. One daju široka dopuštenja, ali ta dopuštenja dolaze s uvjetima. MIT, Apache, BSD, GPL, AGPL, MPL i druge licence donose različite odluke o atribuciji, patentnim dozvolama, distribuciji izvora, mrežnoj upotrebi i izvedenim radovima. Tretirati sav javni kod kao sirovi materijal briše te izbore.</p>\n<p>To je opasno jer raznolikost licenci nije slučajna. To je način na koji održavatelji izražavaju svoje namjere.</p>\n<h2>Kako bi izgledao pravedniji sustav?</h2>\n<p>Ne postoji jednostavno rješenje, no nekoliko načela bi učinilo ekosustav zdravijim.</p>\n<h3>1. Transparentnost po defaultu</h3>\n<p>AI dobavljači trebaju objavljivati smislen sažetak izvora podataka za treniranje. Ne mora nužno svaki pojedini fajl biti javno naveden, ali općenite fraze poput \"trenirano na javnim podacima\" nisu dovoljne. Razvojni inženjeri, umjetnici, izdavači i korisnici trebaju znati kakav se materijal koristio i po kojoj pravnoj teoriji.</p>\n<h3>2. Poštivanje strojno čitljivih prava</h3>\n<p>Ako zakon ovisi o isključenju (\"opt-ou\"), ono mora biti standardizirano, dostupno i provedivo. Mali projekt ne bi trebao trebati pravni odjel da kaže \"ne trenirajte na ovome\". Skladišta, registri paketa, web stranice i platforme za sadržaj trebaju jasne mehanizme koje AI crawleri doista poštuju.</p>\n<h3>3. AI alati svjesni licenci</h3>\n<p>Asistenti za kod trebali bi pomoći korisnicima da razumiju licencni rizik. Ako je generirani kod sličan poznatom open source kodu, alat bi trebao upozoriti korisnika i prikazati relevantnu licencu. Skrivanje problema sa sličnostima možda kratkoročno smanjuje broj tužbi, ali povećava dugoročni rizik za razvijatelje i tvrtke koje koriste alat.</p>\n<h3>4. Bolji modeli kompenzacije</h3>\n<p>Neke upotrebe za treniranje bi trebalo licencirati. To može uključivati izravne licence, kolektivno licenciranje, tržišta skupova podataka ili modele podjele prihoda. Detalji će se razlikovati između izvornog koda, glazbe, filma, novinarstva i vizualne umjetnosti, ali princip ostaje isti: ako komercijalni AI proizvod ovisi o kvalitetnom ljudskom radu, ljudi koji su ga stvorili ne smiju biti nevidljivi.</p>\n<h3>5. Snažna zaštita od imitacije</h3>\n<p>Digitalne replike glasova, lica i izvedbi trebaju zahtijevati pristanak. Samo označavanje nije dovoljno ako se lažni glas ili lice može koristiti za obmanu, uznemiravanje, prijevaru ili komercijalnu zamjenu druge osobe. Ovdje autorsko pravo nije jedini odgovor.</p>\n<h2>Što održavatelji open source-a mogu poduzeti danas</h2>\n<p>Pravna situacija je neuređena, ali održavatelji svejedno imaju praktične opcije.</p>\n<ul>\n<li>Namjerno birajte licence i dokumentirajte razlog.</li>\n<li>Dodajte jasne obavijesti u spremište o preferencijama vezanim za treniranje AI-a, ako je to važno za projekt.</li>\n<li>Podržite zaklade i organizacije koje zalažu za prava otvorenog koda u AI javnim politikama.</li>\n</ul>\n<p>Ništa od ovoga ne rješava problem u potpunosti. Samo smanjuje rizik dok zakon i industrija ne uhvate korak.</p>\n<h2>Prava opasnost za otvoreni kod</h2>\n<p>Najveća opasnost nije da AI uči iz otvorenog koda. Učenje iz open sourcea dio je razloga zašto softverski svijet funkcionira.</p>\n<p>Opasnost je da AI pretvori otvorenu suradnju u jednosmjerno izvlačenje vrijednosti. Ako održavatelji doprinose kodom, dokumentacijom, prijavama grešaka, primjerima i znanjem zajednice, dok se komercijalna vrijednost preuzima negdje drugdje bez atribucije, poštivanja licenca ili podrške za zajedničko dobro, društveni ugovor slabi.</p>\n<p>Otvoreni kod ovisi o povjerenju. AI tvrtkama je potreban otvoreni kod, ali rizikuju da unište sam ekosustav na kojem počivaju. Poštivanje licenci, objavljivanje smislenih podataka o treniranju, podrška održavateljima i izgradnja mehanizama za isključenje i licenciranje nisu stav protiv AI-a. To su stavovi za održivost.</p>\n<p>AI može biti koristan alat za programere, umjetnike, pisce, pjevače, glumce i tvrtke. No korisnost ne briše vlasnička prava, pristanak ili zasluge. Ako društvo želi AI sustave trenirane na radu milijuna ljudi, mora također odlučiti kako ti ljudi zadržavaju kontrolu nad onim što su stvorili.</p>\n<p>Tu odluku ne mogu donositi samo tvrtke koje su već kopirale podatke.</p>","frontmatter":{"date":"July 06, 2026","slug":"ai-open-source-and-intellectual-property","title":"AI, otvoreni kod i intelektualno vlasništvo","description":"Kako treniranje umjetne inteligencije izaziva otvoreni kod, autorska prava, licenciranje i širu borbu oko kreativnog rada, glasova, lica i digitalnog identiteta.","author":"Sascha Pfeiffer","featuredImage":null}}},"pageContext":{"slug":"ai-open-source-and-intellectual-property","lang":"hr","langPathPrefix":"/hr"}},"staticQueryHashes":["2149092236","3128451518","3192060438"]}