Uczenie maszynowe generatywnej SI na podstawie cudzej twórczości w świetle unijnego i polskiego prawa autorskiego

Praca poświęcona jest problemowi legalności trenowania generatywnych modeli sztucznej inteligencji na podstawie cudzej twórczości w świetle prawa autorskiego Unii Europejskiej oraz prawa polskiego. Dynamiczny rozwój technologii uczenia maszynowego, w szczególności dużych modeli językowych, prowadzi do coraz częstszego wykorzystywania chronionych utworów jako danych treningowych, co rodzi pytania o dopuszczalność takich działań oraz granice monopolu autorskiego. Celem pracy jest ustalenie, czy i w jakim zakresie obowiązujące konstrukcje prawne, w szczególności wyjątek TDM, obejmują proces trenowania modeli sztucznej inteligencji. Analiza obejmuje zarówno aspekt techniczny, związany z funkcjonowaniem modeli generatywnych i zjawiskiem memoryzacji, jak i dogmatyczny, odnoszący się do zakresu praw wyłącznych oraz ograniczeń prawa autorskiego. W pracy wskazano na brak jednolitego podejścia do wyjątku TDM oraz jego relacji do procesów uczenia maszynowego. Część doktryny opowiada się za szerokim ujęciem tego wyjątku, obejmującym również trening sztucznej inteligencji, podczas gdy inne stanowiska podkreślają jego ograniczony, analityczny charakter oraz konieczność rozróżnienia poszczególnych etapów funkcjonowania systemów sztucznej inteligencji. Analizie poddano również problem skuteczności mechanizmu opt-out oraz jego technicznej wykonalności, a także nowe obowiązki wprowadzone przez Akt AI. Istotnym elementem pracy jest analiza orzecznictwa krajowego i zagranicznego, w tym spraw dotyczących memoryzacji oraz statusu modeli sztucznej inteligencji, a także rozwiązań legislacyjnych przyjmowanych w wybranych państwach. Na tej podstawie wskazano na istniejące napięcia normatywne, brak spójnej linii interpretacyjnej oraz niedostosowanie obecnych regulacji do realiów technologicznych. W zakończeniu przedstawiono ocenę obowiązującego stanu prawnego oraz wskazano możliwe kierunki jego dalszego rozwoju, uwzględniając w szczególności rozwiązania proponowane w doktrynie, w tym zarówno koncepcje legislacyjne, jak i podejścia kontraktowe.

This thesis addresses the issue of the legality of training generative artificial intelligence models on third-party creative works under European Union and Polish copyright law. The rapid development of machine learning technologies, in particular large language models, has led to the increasingly frequent use of protected works as training data, raising questions as to the permissibility of such practices and the limits of the copyright monopoly. The aim of the thesis is to determine whether, and to what extent, existing legal frameworks - particularly the text and data mining (TDM) exception - cover the process of training artificial intelligence models. The analysis encompasses both the technical aspect, relating to the functioning of generative models and the phenomenon of memorization, and the doctrinal aspect, concerning the scope of exclusive rights and limitations to copyright. The thesis identifies the absence of a uniform approach to the TDM exception and its relationship with machine learning processes. Part of the academic literature advocates for a broad interpretation of this exception, encompassing AI training, whereas other positions emphasise its limited, analytical nature and the need to distinguish between the individual stages of the functioning of artificial intelligence systems. The analysis also examines the effectiveness of the opt-out mechanism, its technical feasibility, and the new obligations introduced by the AI Act. An important element of the thesis is the analysis of domestic and foreign case law, including cases concerning memorization and the legal status of artificial intelligence models, as well as legislative solutions adopted in selected jurisdictions. On this basis, the thesis points to existing normative tensions, the lack of a consistent line of interpretation, and the misalignment of current regulations with technological realities. The concluding section presents an assessment of the current legal framework and identifies potential directions for its further development, taking into account, in particular, solutions proposed in the academic literature, including both legislative concepts and contractual approaches.