Open source is altijd gebaseerd geweest op een eenvoudig maar krachtig principe: je mag de code gebruiken, bestuderen, aanpassen en delen, maar je moet de licentie respecteren. Die afspraak heeft geleid tot Linux, Kubernetes, PostgreSQL, Python, talloze security-bibliotheken, en de infrastructuur achter een groot deel van het moderne internet.
\nGeneratieve AI zet die afspraak onder druk.
\nGrote AI-modellen worden getraind op enorme hoeveelheden tekst, afbeeldingen, audio, video en broncode. Een aanzienlijk deel van dit materiaal is publiek beschikbaar gemaakt door mensen die wilden delen, samenwerken, documenteren, lesgeven of publiceren. Publieke beschikbaarheid is echter niet hetzelfde als toestemming voor elk mogelijk commercieel gebruik. Een repository op het internet is niet automatisch een afstand van auteursrechten. Een open source licentie is geen uitnodiging om attributieplicht, copyleft, verplichtingen omtrent broncode-delen, of beperkingen in afhankelijke licenties te negeren.
\nDat is het kernprobleem: AI-bedrijven stellen vaak dat training analyse, leren of fair use is. Veel makers en open source-beheerders vinden dat de training van modellen neerkomt op het op industriële schaal kopiëren van beschermde werken, vaak zonder toestemming, compensatie, naamsvermelding of een praktische manier om zich af te melden.
\nOpen source-code is makkelijk te verzamelen. Het is gestructureerd, doorzoekbaar, voorzien van versies en openbaar gehost. Het bevat ook commentaar, tests, discussies over problemen, voorbeelden, commit-geschiedenis, documentatie en configuratiebestanden.
\nVoor AI-modelbouwers is dit uiterst waardevol trainingsmateriaal. Voor beheerders levert het verschillende risico's op.
\nDit draait niet alleen om de vraag of een model een perfecte kopie van een functie kan opleveren. Dat gebeurde zichtbaarder in vroege AI-codingtools, waarbij prompts soms herkenbare code reproduceerden. Naarmate producten volwassener werden, werden aanbieders voorzichtiger met filters, similariteitschecks en outputcontroles. Maar het vermijden van letterlijke reproductie lost het diepere probleem niet op. Het trainingsproces kon nog steeds afhankelijk zijn van code waarvan de licentievoorwaarden nooit zijn doorgegeven.
\nMet andere woorden: het auteursrechtprobleem verdwijnt niet alleen omdat het bewijs moeilijker te herkennen is in de output.
\nDit is vooral belangrijk bij wederkerige licenties zoals GPL en AGPL. Deze licenties zijn geen blanco toestemmingen. Ze geven ruime vrijheden, maar vereisen ook dat afgeleide werken of software die onder relevante voorwaarden wordt verspreid, die vrijheden behouden. Als een model is getraind op GPL-code en vervolgens code genereert die grotendeels gebaseerd is op die input, kan een gebruiker onbewust GPL-verplichtingen in zijn eigen project introduceren. Is dat project gesloten bron, propriëtair of onder een onverenigbare licentie uitgebracht, dan is er sprake van een licentieovertreding.
\nHet praktische probleem is dat de gebruiker het meestal niet kan weten. De AI-assistent zegt niet: \"Deze suggestie is afgeleid van GPL-gelicentieerde code\", \"Dit patroon komt uit een AGPL-project\" of \"Deze output lijkt op Apache-gelicentieerde code en vereist het behouden van notices\". De licentiecontext was aanwezig in de trainingsdata, maar ontbreekt in het antwoord. Daardoor raakt de compliance keten zoek waarop open source-licenties vertrouwen.
\nOntwikkelaars leren voortdurend van open source. We lezen code, begrijpen patronen en schrijven onze eigen implementaties. Dat is normaal en gezond. Open source is afhankelijk van dit soort leren.
\nAI-training verschilt in schaal, automatisering en markteffect. Een menselijke ontwikkelaar leest meestal niet miljoenen repositories in een trainingspijplijn, comprimeert hun statistische patronen tot een commercieel model en verkoopt toegang tot codegeneratie als product. Het model slaat bestanden misschien niet op als een database, maar de economische waarde komt wel voort uit het extraheren van patronen uit andermans werk.
\nDaarom is deze discussie zo lastig. Als elke handeling van machinaal leren uit publieke code individuele toestemming vereist, worden veel AI-systemen praktisch ontrainbaar. Als er helemaal geen toestemming nodig is, worden de economische en morele rechten van makers veel zwakker. Beide uitersten geven problemen.
\nHet juridische landschap is niet uniform. Landen proberen AI in te passen in auteursrechtssystemen die niet geschreven zijn voor grootschalige modeltraining.
\nDe EU kent een explicieter kader. De Richtlijn inzake auteursrechten in de digitale eengemaakte markt bevat uitzonderingen voor tekst- en datamining. Artikel 3 dekt onderzoeksinstellingen en instellingen voor cultureel erfgoed. Artikel 4 laat tekst- en datamining ruimer toe, ook commercieel, maar biedt rechthebbenden de mogelijkheid hun rechten voor te behouden, bijvoorbeeld via machine-leesbare middelen.
\nDe AI-verordening van de EU voegt daar een laag aan toe voor generieke AI-modellen. Aanbieders hebben transparantie- en auteursrechtelijke verplichtingen, waaronder beleid om te voldoen aan het EU-auteursrecht en samenvattingen van de trainingsinhoud. Dit beantwoordt niet volledig de vraag of een specifieke trainingsrun rechtmatig was, maar zet de EU wel op weg naar een model waarin AI-aanbieders meer moeten documenteren en rechthebbenden betere instrumenten hebben om bezwaar te maken.
\nDe zwakte zit in de handhaving. Opt-outmechanismen zijn versnipperd. robots.txt is ontworpen voor webcrawlers, niet voor genuanceerde auteursrechtvoorbehouden over bronrepositoris, package registries, mirrors, datasets en forks. Een kleine open source-beheerder mag wettelijk een recht hebben om gebruik voor te behouden, maar heeft geen realistisch middel om te controleren of een geavanceerd model zich eraan heeft gehouden.
De VS kent geen vergelijkbare uitzondering op het auteursrecht specifiek voor AI-training. Het debat draait grotendeels om fair use, rechtszaken, licentieafspraken en marktschade. Het US Copyright Office onderzoekt AI en copyright in verschillende rapporten, ook over digitale replica's, auteursrecht op AI-outputs en generatieve AI-training. De fair use guidance benadrukt dat fair use per geval wordt beoordeeld, afhankelijk van factoren als doel, hoeveelheid gebruikt materiaal en markteffect.
\nDit maakt de VS flexibeler, maar ook minder voorspelbaar. AI-bedrijven kunnen aanvoeren dat training transformerend is. Rechthebbenden kunnen stellen dat massale kopieeracties commercieel zijn, de licentiemarkt vervangen en de waarde van hun werk aantasten. De rechterlijke macht bepaalt nog steeds de grenzen.
\nVoor open source creëert de Amerikaanse aanpak onzekerheid. Een bedrijf kan aannemen dat trainen op openbare repositories fair use is, terwijl beheerders menen dat het bedrijf licentievoorwaarden negeert. Totdat rechters of wetgeving duidelijkheid geven, is het praktische gevolg een onevenwicht: grote bedrijven kunnen juridisch risico absorberen, individuele beheerders vaak niet.
\nHet Verenigd Koninkrijk staat tussen deze posities in. De overheid heeft een raamwerk voor auteursrecht en AI geconsulteerd waarin een uitzondering voor tekst- en datamining, rechtenvoorbehoud, licenties en sterkere transparantie worden gecombineerd. De officiële consultatie erkent dat het huidige Britse recht betwist wordt en dat zowel makers als AI-ontwikkelaars onzekerheid ervaren.
\nDit is een poging tot een middenweg: AI-training op grote schaal toestaan waar rechten niet zijn voorbehouden, maar rechthebbenden meer controle en zichtbaarheid bieden. Of dat werkt hangt af van de technische uitwerking. Een opt-out die alleen grote uitgevers kunnen implementeren is geen eerlijk systeem voor onafhankelijke ontwikkelaars, muzikanten, schrijvers en kleine open source-projecten.
\nJapan wordt vaak omschreven als meer permissief voor informatie-analyse en machine learning, hoewel de details nog steeds onderhevig zijn aan interpretatie en richtlijnen. De Japanse Agency for Cultural Affairs heeft haar algemene zienswijze gepubliceerd, en maakt duidelijk dat het onderwerp juridisch complex en genuanceerd blijft.
\nSingapore heeft ook een relatief brede uitzondering voor computationele data-analyse. Het beleidsdoel is innovatie en AI-ontwikkeling stimuleren, maar ook hier is het compromis bekend: ruimere trainingsrechten kunnen de onderhandelingspositie van rechthebbenden verzwakken, tenzij ze gepaard gaan met transparantie, licentiemarkten of andere waarborgen.
\nHet open source-debat is onderdeel van een breder conflict over digitale identiteit en creatief werk.
\nActeurs vechten tegen AI-systemen die gezichten, lichaamshouding en acteerprestaties kopiëren. Stemacteurs en zangers verzetten zich tegen gekloonde stemmen die nieuwe interpretaties kunnen produceren zonder hun toestemming. Schrijvers en journalisten verzetten zich tegen modellen die getraind zijn op boeken, artikelen en archieven. Visuele kunstenaars bestrijden beeldgeneratoren die hun stijl kunnen imiteren of de markt kunnen overspoelen met werk dat als afgeleid lijkt.
\nHet patroon is steeds herkenbaar:
\nBij acteurs en zangers gaat het niet alleen om auteursrecht. Het draait ook om persoonlijkheidsrechten, portretrecht, arbeidsrecht, contractrecht, consumentenbescherming en toestemming. Een stem kan een optreden zijn, een biometrisch kenmerk, een merk en een persoonlijke identiteit tegelijk. Een gezicht kan een artistiek bezit zijn, maar is ook de persoon zelf.
\nOpen source-ontwikkelaars zien zichzelf misschien niet als performers, maar economisch is het vergelijkbaar. Hun werk wordt trainingsmateriaal voor een systeem dat met hen concurreert, attributie reduceert en waarde verschuift van vele kleine makers naar enkele grote modelbouwers.
\nEen van de zwakste argumenten in het AI-debat is dat publieke toegankelijkheid gelijkstaat aan onbeperkt gebruik. Zo werkt het web nooit. Een blogpost is openbaar, maar mag niet zomaar als boek worden heruitgegeven. Een foto is publiek, maar niet gratis te gebruiken in een advertentie. Een GitHub-repository is publiek, maar nog steeds onderworpen aan auteursrecht en licentievoorwaarden.
\nOpen source-licenties zijn juist gebouwd op dit onderscheid. Ze geven ruime toestemming, maar die toestemming is aan voorwaarden verbonden. MIT, Apache, BSD, GPL, AGPL, MPL en andere licenties maken verschillende keuzes over attributie, octrooilicenties, broncodeverdeling, netwerkgebruik en afgeleide werken. Al het publieke code als grondstof behandelen, wist deze verschillen uit.
\nDat is riskant, want licentie-diversiteit is geen toeval. Het is de manier waarop beheerders intentie uitdrukken.
\nEr is geen eenvoudige oplossing, maar een aantal uitgangspunten zouden het ecosysteem gezonder maken.
\nAI-aanbieders zouden betekenisvolle samenvattingen van bronnen van trainingsdata moeten publiceren. Niet elk individueel bestand hoeft publiekelijk te worden vermeld, maar vage uitspraken als \"getraind op publieke data\" zijn niet genoeg. Ontwikkelaars, kunstenaars, uitgevers en gebruikers moeten weten welk type materiaal is gebruikt en op welk juridisch fundament.
\nAls de wet gebaseerd is op opt-outs, moeten die gestandaardiseerd, toegankelijk en afdwingbaar zijn. Een klein project moet geen juridische afdeling nodig hebben om te zeggen \"niet gebruiken voor training\". Repositories, package registries, websites en contentplatforms hebben duidelijke mechanismen nodig die AI-crawlers daadwerkelijk respecteren.
\nCode-assistenten moeten gebruikers helpen inzicht krijgen in licentierisico's. Als gegenereerde code lijkt op bekende open source-code, moet de tool de gebruiker waarschuwen en de relevante licentie tonen. Gelijkenisproblemen verbergen beperkt misschien rechtszaken op de korte termijn, maar verhoogt het compliance-risico voor ontwikkelaars en bedrijven die de tool gebruiken.
\nSommige trainingsvormen zouden via licenties moeten verlopen. Dit kan directe licenties, collectieve licenties, dataset-marktplaatsen of revenue-sharing-modellen zijn. De details verschillen tussen broncode, muziek, film, journalistiek en beeldende kunst, maar het principe is hetzelfde: als een commercieel AI-product afhankelijk is van kwalitatief hoogstaand menselijk werk, mogen de makers daarvan niet onzichtbaar zijn.
\nDigitale replica's van stemmen, gezichten en optredens moeten toestemming vereisen. Alleen labellen is niet genoeg als een nepstem of -gezicht kan worden gebruikt om iemand te misleiden, lastig te vallen, te bedriegen of commercieel te vervangen. Hier is auteursrecht slechts een deel van het antwoord.
\nDe juridische situatie is onzeker, maar beheerders hebben wel praktische opties.
\nGeen van deze oplossingen verhelpt het probleem volledig. Ze beperken slechts het risico terwijl wetgeving en praktijk zich ontwikkelen.
\nHet grootste gevaar is niet dat AI leert van open source. Leren van open source is juist waarom de softwarewereld werkt.
\nHet gevaar is dat AI open samenwerking verandert in een eenzijdige extractie. Als beheerders code, documentatie, bugreports, voorbeelden en gemeenschapskennis bijdragen, terwijl de commerciële waarde elders wordt gevangen zonder naamsvermelding, licentiecompliance of steun voor het commons, verzwakt het sociaal contract.
\nOpen source is afhankelijk van vertrouwen. AI-bedrijven hebben open source nodig, maar riskeren het ecosysteem te beschadigen waar ze zelf op bouwen. Licenties respecteren, betekenisvolle datatransparantie publiceren, beheerders ondersteunen en opt-out en licentie-mechanismen bouwen zijn geen anti-AI-posities. Ze zijn pro-duurzaamheid.
\nAI kan een bruikbaar hulpmiddel zijn voor ontwikkelaars, kunstenaars, schrijvers, zangers, acteurs en bedrijven. Maar bruikbaarheid wist geen eigendomsrecht, toestemming of credits uit. Als de samenleving AI-systemen wil die getraind zijn op het werk van miljoenen mensen, moet ze ook besluiten hoe die mensen zeggenschap houden over wat ze hebben gemaakt.
\nDie beslissing kan niet alleen worden overgelaten aan de bedrijven die de data al hebben gekopieerd.
","frontmatter":{"date":"July 06, 2026","slug":"ai-open-source-and-intellectual-property","title":"AI, Open Source en Intellectueel Eigendom","description":"Hoe AI-training open source, auteursrechten, licenties en het bredere gevecht om creatief werk, stemmen, gezichten en digitale identiteit uitdaagt.","author":"Sascha Pfeiffer","featuredImage":null}}},"pageContext":{"slug":"ai-open-source-and-intellectual-property","lang":"nl","langPathPrefix":"/nl"}},"staticQueryHashes":["2149092236","3128451518","3192060438"]}