Yale schlägt Copyleft-Regeln für KI vor, die mit Open-Source-Code trainiert wurde

Forscher am Digital Ethics Center der Yale University haben einen neuartigen Lizenzrahmen vorgestellt, der KI-Entwickler, die Modelle mit Open-Source-Code trainieren, dazu verpflichten würde, ihre Architekturen und Trainingsdaten öffentlich zugänglich zu machen. Damit wird ein jahrzehntealtes Prinzip der freien Softwarebewegung auf die Ära der generativen KI übertragen.

Eine neue Lizenz für ein neues Problem

Der Vorschlag mit dem Namen Contextual Copyleft AI License (CCAI) wurde im International Journal of Law and Information Technology veröffentlicht und am Montag offiziell von Yale News bekannt gegeben. Der Rahmen behandelt generative KI-Modelle, die mit freier und Open-Source-Software trainiert wurden, als abgeleitete Werke – eine rechtliche Klassifizierung, die wechselseitige Transparenzpflichten für Entwickler auslösen würde, die solchen Code verwenden.letsdatascience+1

"Unsere Analyse hat gezeigt, dass die Ausweitung des Copyleft-Konzepts auf generative künstliche Intelligenz das Potenzial hat, Entwicklern von Open-Source-Software eine sinnvolle Kontrolle darüber zu geben, wie KI-Entwickler ihren Code verwenden", sagte Grant Shanklin, ein de Vries-Sherif Junior Fellow am DEC und Student im letzten Jahr am Yale College, laut Yale News. "Wichtig ist, dass dies die Bildung einer Gemeinschaft fördern würde, die sich dem Aufbau von KI-Tools verschrieben hat, die mit den Werten der freien und Open-Source-Bewegung im Einklang stehen."letsdatascience

Das Papier wurde von Shanklin, Emmie Hine, Claudio Novelli, Tyler Schroder und Luciano Floridi, dem Gründungsdirektor des Digital Ethics Center in Yale, verfasst.rts2

Ausweitung von Copyleft auf KI

Traditionelle Copyleft-Lizenzen, wie die GNU General Public License, verlangen, dass abgeleitete Werke von Open-Source-Software offen bleiben. Die CCAI erweitert dieses Prinzip, indem sie bestimmte Modell-Artefakte – einschließlich Architektur und Trainingsdaten – als Ableitungen von Code-Inputs klassifiziert und Offenlegungspflichten an diese Artefakte knüpft.academic.oup+1

Der Vorschlag kommt inmitten wachsender Spannungen zwischen der Entwicklung proprietärer KI-Modelle und den Normen der Open-Source-Community. Unternehmen und Forschungsgruppen haben zunehmend große Modelle auf öffentlichen Code-Repositories trainiert, ohne die Transparenz zu erwidern, die Open-Source-Mitwirkende erwarten.letsdatascience+1

Rechtliche Fragen bleiben offen

Das im International Journal of Law and Information Technology von Oxford veröffentlichte Papier bewertet die rechtliche Machbarkeit, die politische Rechtfertigung und die Risiken des Ansatzes. Die Autoren argumentieren, dass Copyleft grundlegende Werte freier und Open-Source-Software unterstützen kann, wenn es mit einer verantwortungsvollen KI-Regulierung gepaart wird. Es wurde jedoch noch kein finaler Rechtstext veröffentlicht, und es gibt derzeit keinen gerichtlichen Präzedenzfall, der eine solche Klassifizierung durchsetzt. Ob prominente Open-Source-Projekte oder nachgelagerte Plattformen den Rahmen übernehmen – und ob er einer rechtlichen Anfechtung standhalten könnte – bleibt abzuwarten.academic.oup+2