Otvorený softvér vždy stál na jednoduchom, no mocnom princípe: môžeš kód používať, študovať, upravovať a zdieľať, ale musíš rešpektovať licenciu. Táto dohoda umožnila vznik Linuxu, Kubernetesu, PostgreSQL, Pythonu, nespočetného množstva bezpečnostných knižníc a infraštruktúru, na ktorej stojí väčšina moderného internetu.
\nGeneratívna AI vystavuje túto dohodu tlaku.
\nVeľké AI modely sa trénujú na obrovských množstvách textov, obrázkov, audia, videa a zdrojového kódu. Významná časť tohto materiálu bola zverejnená ľuďmi, ktorí chceli zdieľať, spolupracovať, dokumentovať, učiť alebo publikovať. Verejná dostupnosť však nie je to isté ako povolenie na akékoľvek možné komerčné využitie. Úložisko na internete neznamená automatickú zrieknutie sa autorských práv. Otvorená licencia nie je pozvánka ignorovať povinnosti uvádzať autora, copyleft, poznámky, povinnosti zdieľania zdrojov alebo obmedzenia vyplývajúce z licencií závislostí.
\nTo je jadro dilemmy: AI firmy často argumentujú, že tréning je analýza, učenie alebo prípustné použitie. Mnohí tvorcovia a udržiavatelia otvoreného softvéru tvrdia, že tréning modelov predstavuje kopírovanie chránených diel v priemyselnom meradle, často bez povolenia, kompenzácie, pripísania autorstva alebo praktického spôsobu, ako sa zo systému odhlásiť.
\nOtvorený kód sa zbiera ľahko. Je štruktúrovaný, vyhľadateľný, verzovaný a hostený vo verejných repozitároch. Obsahuje aj komentáre, testy, diskusie k problémom, príklady, históriu zmien, dokumentáciu a konfiguračné súbory.
\nPre staviteľov AI modelov je to nesmierne hodnotný tréningový materiál. Pre udržiavateľov to však predstavuje niekoľko rizík.
\nNejde len o otázku, či model vie vygenerovať dokonalú kópiu nejakej funkcie. To bolo viditeľnejšie v raných AI nástrojoch na programovanie, kde výzvy mohli občas reprodukovať rozpoznateľný kód. Ako produkty dospeli, poskytovatelia sprísnili filtre, kontroly podobnosti a výstupnú kontrolu. Vyhnúť sa očividným doslovným kópiám však nerieši hlbší problém. Tréningový proces mohol aj tak závisieť od kódu, ktorého licenčné podmienky sa v procese ďalej nepreniesli.
\nInými slovami, problém autorských práv nezmizne len preto, že stopy sú v odpovedi ťažšie odhaliteľné.
\nToto je obzvlášť dôležité pri recipročných licenciách typu GPL a AGPL. Tieto licencie nie sú len \"povolenky\". Udeľujú široké slobody, zároveň však žiadajú, aby odvodené diela, alebo softvér distribuovaný za určitých podmienok, tieto slobody zachovali. Ak bol model trénovaný na kóde s GPL licenciou a následne vygeneruje kód, ktorý je podstatne založený na tomto vstupe, používateľ môže nevedomky vtiahnuť GPL povinnosti do svojho projektu. Ak je tento projekt uzavretý, proprietárny alebo pod nekompatibilnou licenciou, môže dôjsť k porušeniu licencie.
\nPraktický problém je, že používateľ to zvyčajne nevie. AI asistent nepovie: \"Tento návrh pochádza z kódu s GPL licenciou\", \"Tento vzor bol prevzatý z AGPL projektu\" alebo \"Tento výstup sa podobá kódu s Apache licenciou a vyžaduje zachovanie poznámok\". Licenčný kontext bol v tréningových dátach, no v odpovedi chýba. To narúša reťazec súladu, na ktorom závisí otvorené licencovanie.
\nVývojári sa z otvoreného kódu učia neustále. Čítame ho, pochopíme vzory, napíšeme vlastnú implementáciu. Je to normálne a zdravé. Otvorený softvér z tohto typu učenia žije.
\nTréning AI je však iný v rozsahu, automatizácii a trhovom dopade. Ľudský vývojár si bežne neskopíruje milióny repozitárov do tréningovej pipeline, nestlačí ich štatistické vzory do komerčného modelu a nepredáva prístup ku generovaniu kódu ako produkt. Model síce neskladá súbory ako databáza, no obchodná hodnota stále spočíva v extrakcii vzorov z práce iných ľudí.
\nPreto je diskusia taká ťažká. Ak by každé strojové učenie z verejného kódu vyžadovalo individuálne povolenie, veľa AI systémov by bolo nereálnych trénovať. Ak by nebolo potrebné žiadne povolenie, ekonomické a morálne práva tvorcov by boli omnoho slabšie. Obe krajnosti sú problematické.
\nPrávne prostredie nie je jednotné. Krajiny sa snažia zaradiť AI do autorskoprávnych systémov, ktoré neboli stvorené s ohľadom na veľkokapacitný tréning modelov.
\nEÚ má explicitnejší rámec. Smernica o autorskom práve na jednotnom digitálnom trhu obsahuje výnimky pre textové a dátové dolovanie. Článok 3 sa týka výskumných organizácií a inštitúcií kultúrneho dedičstva. Článok 4 povoľuje textové a dátové dolovanie aj komerčne, ale umožňuje nositeľom práv vyhradiť si svoje práva napríklad strojovo čitateľným spôsobom.
\nEÚ AI Act pridáva ďalšiu vrstvu pre všeobecné AI modely. Poskytovatelia majú povinnosti v oblasti transparentnosti a autorských práv, vrátane politiky súladu s európskym autorským právom a zhrnutí tréningového obsahu. Neodpovedá to úplne na otázku, či bol konkrétny tréning zákonný, ale posúva EÚ do modelu, kde AI poskytovatelia musia viac dokumentovať a nositelia práv majú jasnejšie nástroje na námietky.
\nSlabým miestom je praktická vynútiteľnosť. Mechanizmy opt-out sú roztrieštené. robots.txt bol navrhnutý pre web crawlery, nie pre nuansované autorské vyhradenia naprieč repozitármi, knižnicami, datasetmi a forkami zdrojov. Malý správca otvoreného softvéru môže mať právne právo na vyhradenie použitia, ale žiadnu realistickú možnosť overiť, či to moderný model AI rešpektoval.
V USA neexistuje AI špecifická výnimka v autorskom práve pre tréning. Debata sa točí okolo fair use, súdnych sporov, licenčných dohôd a ekonomickej ujmy. US Copyright Office skúma AI a autorské právo v niekoľkých správach, vrátane digitálnych replík, autorskoprávnej ochrany AI výstupov a generatívneho AI tréningu. Jeho usmernenie o fair use zdôrazňuje, že fair use je individuálne a závisí od účelu, rozsahu použitia a trhového dopadu.
\nVďaka tomu je americký prístup flexibilnejší, ale menej predvídateľný. AI firmy môžu argumentovať, že tréning je transformujúci. Nositelia práv môžu tvrdiť, že masové kopírovanie je komerčné, nahrádza licenčné trhy a znižuje hodnotu ich diela. Súdne spory stále vytvárajú hranice.
\nPre otvorený softvér tak americký prístup znamená neistotu. Firma môže veriť, že tréning na verejných repozitároch je fair use, kým udržiavatelia môžu cítiť, že firma ignorovala licenčné podmienky. Pokiaľ súdy alebo legislatíva neposkytnú jasnejšie odpovede, praktickým výsledkom je nerovnováha: veľké firmy môžu absorbovať právne riziko, zatiaľ čo jednotliví správcovia málokedy môžu.
\nUK stojí niekde medzi týmito pozíciami. Vláda konzultovala rámec autorského práva a AI, ktorý by kombinoval výnimku pre textové a dátové dolovanie, vyhradenie práv, licencovanie a silnejšiu transparentnosť. Oficiálna konzultácia uznáva, že súčasné právo UK je sporné a že tvorcom aj AI vývojárom chýba istota.
\nIde o pokus o strednú cestu: umožniť AI tréning vo veľkom, ak práva nie sú vyhradené, ale dať nositeľom práv väčšiu kontrolu a lepší prehľad. Či to môže fungovať, závisí od technických detailov. Opt-out, ktorý môžu skutočne použiť len veľkí vydavatelia, nie je spravodlivým systémom pre nezávislých vývojárov, hudobníkov, spisovateľov ani malé otvorené projekty.
\nJaponsko je často vnímané ako liberálnejšie pokiaľ ide o informačnú analýzu a strojové učenie, hoci detaily závisia od výkladu a usmernení. Japonská Agentúra pre kultúrne záležitosti publikovala všeobecné chápanie AI a autorských práv, čím zdôrazňuje, že téma je právne komplexná.
\nV Singapure existuje pomerne široká výnimka pre výpočtovú analýzu dát. Politickým cieľom je podporiť inovácie a vývoj AI, ale kompromis je známy: širšie práva na tréning môžu oslabiť vyjednávaciu pozíciu nositeľov práv, pokiaľ nie sú spojené s transparentnosťou, licenčnými trhmi či inými poistkami.
\nDebata o otvorenom softvéri je súčasťou širšieho konfliktu okolo digitálnej identity a tvorivej práce.
\nHerci bojujú proti AI systémom, ktoré kopírujú tváre, pohyby tela a prejavy. Dabéri a speváci bojujú proti klonovaným hlasom, ktoré môžu produkovať nové performance bez súhlasu. Spisovatelia a novinári bojujú proti modelom trénovaným na knihách, článkoch a archívoch. Vizuálni umelci bojujú s generátormi obrázkov, ktoré dokážu imitovať štýl, alebo zahltiť trh odvodenými dielami.
\nVzorec je vždy podobný:
\nPre hercov a spevákov nejde len o autorské práva. Ide aj o osobnostné práva, právo na zverejnenie, pracovné právo, zmluvy, ochranu spotrebiteľa a súhlas. Hlas môže byť výkon, biometrický prvok, značka aj osobná identita naraz. Tvár môže byť umelecký asset, ale aj samotná osoba.
\nVývojári otvoreného softvéru nepovažujú sami seba za „výkonných umelcov“, ale ekonomika je podobná. Ich práca sa stáva tréningovým materiálom pre systém, ktorý im môže konkurovať, znížiť pripísanie a presunúť hodnotu od mnohých malých tvorcov ku niekoľkým veľkým prevádzkovateľom modelov.
\nJedným z najslabších argumentov v AI diskusii je, že verejný prístup znamená neobmedzené použitie. Web nikdy takto nefungoval. Blogový článok je verejný, no nedá sa vydávať ako kniha. Fotka je verejná, no nemožno ju len tak použiť do reklamy. GitHub repozitár je verejný, no stále podlieha autorským a licenčným podmienkam.
\nOtvorené licencie presne na toto stavajú. Udeľujú široké povolenia, no tieto povolenia sú podmienené splnením určitých podmienok. MIT, Apache, BSD, GPL, AGPL, MPL a ďalšie licencie robia rôzne rozhodnutia ohľadom pripisovania, patentov, distribúcie zdrojov, sieťového použitia a odvodených diel. Zaobchádzať so všetkým verejným kódom ako so surovinou tieto rozhodnutia vymaže.
\nTo je nebezpečné, pretože licenčná pestrosť nie je náhoda. Je to spôsob, akým udržiavatelia vyjadrujú zámer.
\nJednoduché riešenie neexistuje, no niekoľko princípov by urobilo ekosystém zdravším.
\nAI poskytovatelia by mali zverejňovať zmysluplné súhrny zdrojov tréningových dát. Nemusí byť nutné vymenovať každý súbor verejne, ale všeobecné frázy typu „trénované na verejných dátach“ nestačia. Vývojári, umelci, vydavatelia a používatelia musia vedieť, aké typy materiálov boli použité a na akom právnom základe.
\nAk závisí právo od opt-outu, mal by byť štandardizovaný, dostupný a vymáhateľný. Malý projekt by nemal potrebovať právne oddelenie na vyjadrenie „nepoužívajte toto na tréning“. Repoziáre, knižnice, webstránky a obsahové platformy potrebujú jasné mechanizmy, ktoré AI crawlery skutočne rešpektujú.
\nKódovací asistenti by mali používateľom pomáhať rozpoznať licenčné riziká. Ak je vygenerovaný kód podobný známemu open source kódu, nástroj by mal používateľa varovať a uviesť relevantnú licenciu. Skrývanie problémov s podobnosťou možno zníži žaloby krátkodobo, ale zvyšuje downstream riziko pre vývojárov a firmy používajúce nástroj.
\nNiektoré využitia v tréningu by mali byť licencované. Môže ísť o priamu licenciu, kolektívne licencie, trhy s datasetmi, alebo modely podielu na príjmoch. Detaily sa budú líšiť pri kóde, hudbe, filme, žurnalistike či vizuálnom umení, no princíp je rovnaký: ak komerčný AI produkt stojí na kvalitnej ľudskej práci, ľudia, ktorí túto prácu vytvorili, by nemali byť neviditeľní.
\nDigitálne repliky hlasov, tvárí a prejavov by mali vyžadovať súhlas. Označovanie nestačí, ak falšovaný hlas či tvár možno využiť na oklamanie, obťažovanie, podvod alebo komerčnú náhradu. Tu je autorské právo len časťou odpovede.
\nPrávna situácia je neistá, no udržiavatelia majú stále praktické možnosti:
\nNič z toho úplne nerieši problém – len znižuje riziká, kým sa právo a prax dotiahnú.
\nNajväčšie riziko nie je to, že sa AI učí z open source. Učenie z otvoreného kódu je dôvod, prečo softvérový svet funguje.
\nNebezpečenstvo je, že AI premení otvorenú spoluprácu na jednosmernú extrakciu. Ak správcovia prispievajú kódom, dokumentáciou, bug reportmi, príkladmi a komunitnými vedomosťami, zatiaľ čo obchodná hodnota sa získava inde bez pripísania, licenčnej zhody či podpory verejného dobra, spoločenská zmluva slabne.
\nOtvorený softvér je založený na dôvere. AI firmy potrebujú open source, no zároveň môžu poškodiť presne ten ekosystém, z ktorého žijú. Rešpektovanie licencií, zverejňovanie transparentných dát, podpora správcov a budovanie opt-out a licenčných mechanizmov nie sú proti-AI postojom. Sú to postoje za udržateľnosť.
\nAI môže byť užitočný nástroj pre vývojárov, umelcov, spisovateľov, spevákov, hercov aj firmy. Užitočnosť však neruší práva, súhlas ani kredit. Ak chce spoločnosť AI systémy, ktoré sa učia z práce miliónov ľudí, musí tiež rozhodnúť, ako títo ľudia zostanú aktérmi ohľadom toho, čo vytvorili.
\nToto rozhodnutie nemôže zostať len na firmách, ktoré už dáta skopírovali.
","frontmatter":{"date":"July 06, 2026","slug":"ai-open-source-and-intellectual-property","title":"AI, otvorený softvér a duševné vlastníctvo","description":"Ako tréning AI spochybňuje otvorený softvér, autorské práva, licencovanie a širší boj o tvorivú prácu, hlasy, tváre a digitálnu identitu.","author":"Sascha Pfeiffer","featuredImage":null}}},"pageContext":{"slug":"ai-open-source-and-intellectual-property","lang":"sk","langPathPrefix":"/sk"}},"staticQueryHashes":["2149092236","3128451518","3192060438"]}