Gids voor de samenleving

Fair Use- en AI-trainingsgegevens

Fair use is de Amerikaanse auteursrechtdoctrine die rechtbanken gebruiken om te beslissen of het zonder toestemming trainen van AI-modellen op auteursrechtelijk beschermde werken wettig is.

Luister naar deze gidsAI-verteld · ~3 min

Op deze pagina4 minuten lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. The Future of Fair Use and AI Training Data
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

Judges weigh four factors: the purpose of the use, the nature of the work, how much was copied, and the effect on the market for the original. The first 2025 rulings split. Training was found highly transformative in some generative AI cases, while pirated data and non-generative copying drew liability. The answer affects every AI developer and every creator whose work is in training data.

Diepe duik

Section 107 of the Copyright Act lists four factors. Factor one asks whether the use is transformative and commercial. The Supreme Court's 2023 Warhol v. Goldsmith decision emphasized that a different purpose matters more than adding new meaning. Factor two considers whether the work is creative or factual. Factor three looks at how much was taken. Factor four asks whether the use harms the market for the original, and courts often treat it as the most important. The first rulings came in 2025. In February, Judge Stephanos Bibas held in Thomson Reuters v. Ross that Ross's copying of Westlaw headnotes to train a legal search tool was not fair use. Ross was building a direct competitor, and the AI was not generative. The case went to the Third Circuit on interlocutory appeal. In June, Judge William Alsup ruled in Bartz v. Anthropic that training on books was 'exceedingly transformative' and fair use, and that scanning purchased print books was also fair. He held that building a central library from pirate sites was a separate use that fair use did not cover. After class certification, Anthropic agreed to a settlement reported at $1.5 billion, about $3,000 per covered work. Days later, Judge Vince Chhabria ruled for Meta in Kadrey v. Meta, but only because the authors did not develop evidence of market harm. He stressed that 'market dilution' from floods of AI-generated competing works could weigh heavily against fair use in a better-argued case. A common misconception is that courts have declared AI training fair use across the board. These are district court rulings on specific facts. Appeals, other cases and the method of acquiring data all matter.

Implementatie in de echte wereld

In Bartz v. Anthropic oordeelde een rechter dat het trainen van Claude over legaal gekochte en gescande boeken redelijk gebruik was, maar het downloaden van miljoenen illegale boeken naar een bibliotheek was geen excuus.

In Thomson Reuters v. Ross Intelligence verwierp een rechtbank redelijk gebruik voor een juridisch onderzoeksstartup die Westlaw-hoofdnoten gebruikte om een ​​concurrerende, niet-generatieve zoektool te bouwen.

In Kadrey v. Meta verloren auteurs bij een kort geding omdat ze marktschade niet konden bewijzen, ook al suggereerde de rechter dat dergelijke schade in andere gevallen wel zou kunnen bestaan.

Een nieuwsuitgever tekent een betaalde licentieovereenkomst met een AI-bedrijf, dat zowel inkomsten genereert als argumenten ondersteunt dat er een markt voor trainingslicenties bestaat.

The Future of Fair Use and AI Training Data

Beslissingen in hoger beroep, waaronder de herziening door het Derde Circuit van Thomson Reuters v. Ross, zullen waarschijnlijk meer vorm geven aan de doctrine dan welke uitspraak dan ook. Verwacht dat rechtbanken onderscheid zullen blijven maken tussen de wijze waarop gegevens zijn verkregen en de manier waarop deze zijn gebruikt, en dat zij nauwkeurig zullen kijken naar bewijsmateriaal voor marktschade. Licentieovereenkomsten zullen waarschijnlijk blijven groeien, omdat ze de juridische risico's verminderen, ongeacht de uitkomst. Het Congres zou wetgeving kunnen uitvaardigen, en het Copyright Office heeft zijn eigen analyse van generatieve AI-training gepubliceerd. Tot die tijd blijft de wet onzeker en hangt af van de feiten van elke zaak.

Het in de praktijk brengen

Waarom het ertoe doet

  • Risico en veiligheid. Catastrofale en alledaagse schade door AI hangt af van wie de risico's begrijpt en wie kan handelen.
  • Duidelijkere beslissingen. Publieke en professionele geletterdheid bepalen of een krachtig veiligheidsbeleid politiek mogelijk is.
  • Door de hype heen snijden. Duidelijke verklaringen verminderen de kans op hypes, laboratorium-PR en vaag ethisch theater.

Pas op voor

  • Existentieel risico behandelen als sciencefiction, terwijl capaciteiten zich vermenigvuldigen.
  • De veiligheid van oppervlakteproducten verwarren met uitlijning onder hoge autonomie.
  • Hierdoor blijven niet-Engelstalige en niet-deskundige doelgroepen alleen bronnen van lage kwaliteit over.

Volgende stappen

  1. Afzonderlijke risico's voor productschade, misbruik en verlies van controle/verkeerde uitlijning.
  2. Vraag welk bewijs uw kijk op tijdlijnen en ernst zou veranderen.
  3. Geef de voorkeur aan primaire bronnen en concrete evaluaties boven marketingclaims.
  4. Identificeer één actiepad: carrière, beleid, financiering of vaardigheden – niet alleen bewustwording.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Take the Fair Use and AI Training Data quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat zijn Fair Use- en AI-trainingsgegevens?

Fair use is the US copyright doctrine that courts are using to decide whether training AI models on copyrighted works without permission is lawful. Judges weigh four factors: the purpose of the use, the nature of the work, how much was copied, and the effect on the market for the original. The first 2025 rulings split. Training was found highly transformative in some generative AI cases, while pirated data and non-generative copying drew liability. The answer affects every AI developer and every creator whose work is in training data.

Welke factor van redelijk gebruik vraagt ​​naar schade aan de markt voor het originele werk?

Factor vier houdt rekening met het effect op de potentiële markt voor of de waarde van het origineel, en rechtbanken beschouwen dit vaak als het belangrijkste.

Waarom heeft de rechtbank eerlijk gebruik afgewezen in Thomson Reuters v. Ross Intelligence?

Rechter Bibas vond dat het gebruik van Ross niet transformerend genoeg was en diende als een directe marktvervanger voor Westlaw.

Wat viel volgens rechter Alsup in Bartz v. Anthropic NIET onder redelijk gebruik?

Alsup gaf training en het scannen van legaal gekochte boeken was redelijk gebruik, maar het verwerven en bewaren van illegale boeken in een bibliotheek was een afzonderlijk, ongeoorloofd gebruik.

Welke schikking heeft Anthropic bereikt in Bartz, zoals gerapporteerd?

Na klassecertificering bedroeg de gerapporteerde schikking ongeveer $ 1,5 miljard, ongeveer $ 3.000 per gedekt werk.

Waarom won Meta in Kadrey v. Meta?

Judge Chhabria ruled narrowly because the plaintiffs failed to show market harm, while suggesting a better-argued case could succeed.