OpenAI dan Microsoft Dituduh Gunakan Jutaan Artikel Berita Latih AI

Sengketa hukum antara industri media massa global dan para pengembang kecerdasan buatan (AI) memasuki babak baru yang kian memanas. Dokumen pengadilan yang baru saja dibuka ke publik mengungkap adanya kekhawatiran internal di tubuh raksasa teknologi Microsoft dan OpenAI terkait praktik pengumpulan (scraping) jutaan artikel berita berhak cipta untuk melatih model bahasa besar (LLM).

Pengungkapan dokumen tersebut menjadi bukti krusial dalam rangkaian gugatan pelanggaran hak cipta yang diajukan oleh berbagai penerbit berita terkemuka. Dalam berkas perkara, terungkap bahwa sejumlah staf dan eksekutif internal sejatinya telah menyadari potensi risiko hukum dan etika dari pemanfaatan data jurnalistik tanpa izin maupun lisensi komersial.

Kronologi dan Eskalasi Sengketa Hak Cipta AI

Hubungan antara industri media dan pengembang kecerdasan buatan terus memburuk seiring meningkatnya penggunaan konten berita sebagai bahan baku pelatihan model generatif. Berikut rangkaian perjalanan kasus yang kini mengemuka:

1. Awal Pelatihan Model AI Massal: OpenAI bersama mitra utamanya, Microsoft, mengumpulkan korpus data berskala raksasa dari internet terbuka, termasuk arsip berita puluhan tahun dari berbagai media global.
2. Gelombang Gugatan Penerbit: Sejumlah media besar melayangkan gugatan perdata ke pengadilan federal, menuduh kedua perusahaan melakukan pembajakan karya jurnalistik secara sistematis demi keuntungan komersial bernilai miliaran dolar.
3. Terbukanya Dokumen Internal: Pengadilan membuka komunikasi internal rahasia yang membuktikan adanya perdebatan dan kecemasan di kalangan teknisi serta manajemen terkait legalitas penggunaan data tersebut.

"Penggunaan karya jurnalistik berkualitas tinggi tanpa kompensasi yang adil mengancam kelangsungan ekosistem media independen serta melanggar prinsip dasar perlindungan hak cipta," tegas perwakilan kuasa hukum penggugat dalam keterangannya di pengadilan.

Dampak Terhadap Regulasi dan Model Bisnis AI

Kasus ini diprediksi akan menjadi yurisprudensi penting yang menentukan arah masa depan industri kecerdasan buatan global. Jika pengadilan memenangkan pihak penerbit, perusahaan teknologi berpotensi diwajibkan membayar ganti rugi bernilai triliunan rupiah serta menghapus model AI yang dilatih menggunakan data sengketa.

Kini, sejumlah platform teknologi mulai mengubah strategi mereka dalam mengamankan data pelatihan dengan langkah-langkah berikut:

• Perjanjian Lisensi Resmi: Menjalin kesepakatan berbayar bernilai jutaan dolar dengan grup media tertentu untuk penggunaan konten secara legal.
• Penyempurnaan Mekanisme Opt-Out: Membuka opsi bagi penerbit situs web untuk memblokir bot perayap (crawler) AI agar tidak mengambil arsip berita mereka.
• Dorongan Regulasi Transparansi Data: Regulator di Uni Eropa dan Amerika Serikat semakin memperketat kewajiban transparansi sumber data pelatihan yang digunakan pengembang AI.

Persidangan lanjutan atas kasus ini dijadwalkan akan terus bergulir dalam beberapa bulan ke depan, dengan agenda pemeriksaan saksi ahli serta pembedahan data teknis algoritma yang digunakan dalam pengembangan ChatGPT dan layanan berbasis AI lainnya.