کپی‌رایت هوش مصنوعی و مالکیت محتوای تولیدشده: راهنمای کامل فارسی

وقتی یک تصویر با میدجرنی می‌سازید، یک قطعه‌ی موسیقی از سونو می‌گیرید، یا یک مقاله را با کمک چت‌جی‌پی‌تی می‌نویسید، این پرسش ساده به‌ذهن می‌رسد: «مال کیست؟». اما پاسخِ آن ساده نیست. کپی‌رایت هوش مصنوعی امروز یکی از داغ‌ترین حوزه‌های حقوقی جهان است؛ از پرونده‌ی نیویورک‌تایمز علیه اوپن‌ای‌آی تا توافق ۱.۵ میلیارد دلاری آنتروپیک با نویسندگان، دادگاه‌ها هنوز درگیرِ ترسیم مرزهای تازه‌اند. برای شما به‌عنوان تولیدکننده‌ی محتوا، معلم، طراح، برنامه‌نویس یا صاحب کسب‌وکار، این مرزها یعنی: چه‌چیزی را می‌توانید بفروشید، چه‌چیزی را می‌توانید ثبت کنید، و چه‌چیزی ممکن است روزی به شکایت ختم شود.

در این درس یاد می‌گیریم مالکیت خروجی هوش مصنوعی از نگاه قوانینِ فعلی چگونه تعیین می‌شود، چرا ورودی و داده‌های آموزشی به‌اندازه‌ی خروجی مهم‌اند، کدام کشور چه رویکردی گرفته، و سه سناریوی روزمره در ایران را چطور با کم‌ترین ریسک اجرا کنیم. این درس بخشی از نقشه‌ی راه سواد و اخبار هوش مصنوعی است و پیش از این فرض می‌کنیم شیوه‌ی درست دنبال‌کردن خبرهای AI را می‌شناسید.

کپی‌رایت هوش مصنوعی چرا برای شما مسئله است

خیلی‌ها فکر می‌کنند بحث کپی‌رایت فقط دعوای بین شرکت‌های بزرگ است. حقیقت این است که اولین قربانی همیشه کاربر عادی است. تصور کنید یک کاور با میدجرنی برای فروشگاه اینترنتی خود ساخته‌اید، سپس یک شرکت خارجی همان تصویر را با پرامپت مشابه تولید و ادعا می‌کند از او تقلید کرده‌اید؛ یا برعکس، مشتری‌ای پیدا می‌کنید که می‌خواهد اثر تحویلی‌تان را رسماً به نام خودش ثبت کند و شما نمی‌دانید آیا اصلاً چنین حقی برای انتقال دارید یا نه.

مسئله فقط دعوای حقوقی نیست؛ درآمد پایدار هم به آن گره خورده است. اگر نتوانید مالکیت کارتان را روشن کنید، نه می‌توانید در پلتفرم‌های استاک آن را بفروشید، نه در قرارداد فریلنس با اطمینان تحویل دهید، و نه به مشتری بگویید «این حقِ انحصاری شماست». روشن‌شدن این سه پرسش، خطِ زیرین درآمدِ حرفه‌ای‌تان است.

مالکیت خروجی مدل واقعاً برای کیست

در نگاه اول سه گزینه وجود دارد: کاربر، شرکت سازنده‌ی مدل، یا هیچ‌کس. رویکرد رایج امروز در دنیا این است: خروجی خامِ یک مدل هوش مصنوعی به‌طور خودکار مشمول کپی‌رایت نمی‌شود، مگر آنکه سهم خلاقانه‌ی قابل‌اثباتِ انسان روی آن دیده شود. اداره‌ی کپی‌رایت آمریکا (USCO) در راهنمای رسمی خود مکرراً همین را تکرار کرده: تألیفِ محافظت‌شده نیازمند «مؤلف انسانی» است.

در عمل یعنی چه؟ یعنی یک پرامپتِ یک‌خطی که خروجی بدهد، تقریباً هیچ حقی برایتان نمی‌سازد. اما اگر همان خروجی را در فتوشاپ ویرایش کنید، ترکیب چندین خروجی بسازید، متن مدل را بازنویسی حرفه‌ای کنید، یا در یک اثر بزرگ‌تر بگنجانید، بخش‌های انسانی‌شده می‌توانند کپی‌رایت مستقل بگیرند. یعنی «چقدر شما در ساخت اثر دخالت داشتید» تعیین‌کننده است، نه «آیا از AI استفاده کردید».

در سوی دیگر، شرکت‌ها معمولاً مالکیت خروجی را در شرایط استفاده‌ی خود به کاربر واگذار می‌کنند. اوپن‌ای‌آی صراحتاً می‌گوید «شما مالک خروجی هستید»، اما در همان بند یادآور می‌شود: «تا حدی که قانون اجازه دهد». همان جمله‌ی کوچک، تمام بحث بالا را برمی‌گرداند: اگر قانون کپی‌رایت روی خروجی خام نمی‌دهد، شرکت هم نمی‌تواند حقی که ندارد به شما بدهد.

قوانین جهانی چه می‌گویند و کجای کار ایستاده‌اند

هر کشور مسیر متفاوتی رفته است. بعضی کشورها فقط اثری را حمایت می‌کنند که سهم خلاقانه‌ی انسان در آن مستند باشد؛ بعضی دیگر برای اثر تولیدشده توسط رایانه سازوکار متمایزی گذاشته‌اند؛ و اتحادیه‌ی اروپا با AI Act عمدتاً روی شفافیتِ آموزش و ریسک تمرکز کرده تا مالکیت.

نکته‌ی مهم این جدول این است که هیچ سقفِ یکسانی جهانی نداریم. یک تصویر AI ممکن است در چین ثبت شود ولی در آمریکا فقط بخش ویرایش‌شده‌ی انسانی‌اش کپی‌رایت بگیرد. برای کسی که در ایران کار می‌کند و مخاطب جهانی دارد، این یعنی همیشه باید محتاطانه‌ترین قاعده‌ی مقصد را رعایت کند.

ورودی هم مهم است؛ ماجرای داده‌های آموزشی

تا اینجا فقط از خروجی حرف زدیم. اما بحرانِ اصلی امروزِ کپی‌رایت هوش مصنوعی، ورودی است؛ یعنی آن میلیاردها متن، تصویر و کد که مدل روی آن‌ها آموزش دیده‌اند. پرونده‌ی نیویورک‌تایمز، شکایت رایان کوگان، توافق آنتروپیک، و دعوای علیه سونو همه یک پرسش واحد دارند: آیا آموزش مدل روی اثر دارای کپی‌رایت، نقض قانون است یا استفاده‌ی منصفانه؟

پاسخ هنوز قطعی نیست. اما دو نکته برای شما مهم است. اول، اگر مدلی روی داده‌ی غیرمجاز آموزش دیده باشد، خروجی‌اش هم می‌تواند «آلوده» به‌حساب بیاید و در مقصدهایی مثل استاک‌ها یا رسانه‌های بزرگ رد شود. دوم، اگر شما مدلی را روی داده‌ی شخصیِ متعلق‌به دیگران فاین‌تیون کنید (تصاویر یک هنرمند، متن یک نویسنده، لحن یک برند)، ممکن است مسئولیت حقوقی‌اش با شما باشد، نه شرکت مدل. مسئله‌ی تقطیرِ غیرمجاز مدل‌ها از یکدیگر هم دقیقاً از همین جنس ماجراست.

سه سناریوی روزمره در ایران و مسیر درست

سناریو اول، یک طراح گرافیک. کاور کتابی با میدجرنی می‌سازید و مشتری می‌خواهد آن را روی جلد چاپ کند. راه درست این است: در قرارداد صریح بگویید تصویر با کمک AI ساخته شده، بخش ویرایش انسانی‌تان مشخص باشد، و اگر مشتری می‌خواهد ثبت جهانی داشته باشد، پیش‌نویس یک نسخه‌ی «کاملاً بازآفرینی‌شده‌ی انسانی» را هم پیشنهاد بدهید.

سناریو دوم، یک تولیدکننده‌ی محتوا. متنی را با چت‌جی‌پی‌تی می‌نویسید و در وبلاگ شخصی منتشر می‌کنید. برای مالکیت شخصی مشکلی نیست چون شما ویرایش و ساختاردهی کرده‌اید. اما اگر برای مشتری می‌نویسید، درج جمله‌ی «متن با کمک هوش مصنوعی تولید و توسط انسان ویرایش شده» به شفافیتِ قرارداد کمک می‌کند. برای عمق بیشتر در این مهارت به صفحه‌ی مادر شش سری آموزشی پرامپت بروید.

سناریو سوم، یک برنامه‌نویس. با کوپایلوت یا کلود کد، بخشی از پروژه‌ای بزرگ‌تر را می‌سازید. تعبیه‌ی خروجی هوش مصنوعی در پروژه‌ی متن‌بازِ شما، تابع مجوز پروژه است نه شرایط مدل. توصیه: در پروانه‌ی نرم‌افزار خود بندی درباره‌ی سهم AI اضافه کنید و در تاریخچه‌ی گیت مشخص کنید کدام کامیت‌ها با کمک AI بوده‌اند.

سیاست‌های پلتفرم‌ها را قبل از استفاده بخوانید

بسیاری از پرسش‌های حقوقی روزمره اصلاً به قانون کشور برنمی‌گردد؛ به سیاست پلتفرم برمی‌گردد. اوپن‌ای‌آی، آنتروپیک، گوگل و میدجرنی هر کدام سیاست مالکیت متفاوتی دارند، و این سیاست‌ها بارها به‌روزرسانی می‌شوند. حتی قوانین شفافیت ایالتی مثل SB 942 کالیفرنیا شرکت‌ها را وادار کرده‌اند شفافیت بیشتری در برچسب‌گذاری خروجی داشته باشند.

قاعده‌ی طلایی پیش از هر تجاری‌سازی: یک بار سه سند را دقیق بخوانید. اول، شرایط استفاده‌ی مدل. دوم، سیاست کسب‌وکار (Commercial Use Policy). سوم، سیاست پلتفرمی که می‌خواهید آنجا محتوا را منتشر کنید (مثلاً استاک عکس یا آمازون کیندل). این سه هم‌پوشانی و گاهی تناقض دارند؛ محافظه‌کارترین‌شان تصمیم‌گیر است.

اشتباه‌های رایج در برخورد با کپی‌رایت خروجی مدل

اشتباه اول: تصور می‌کنید هر خروجی مدل «متعلق به شما» است

در بند شرایط اوپن‌ای‌آی نوشته «شما مالک خروجی هستید»، اما این بند وابسته به «آنچه قانون اجازه می‌دهد» است. اگر قانون به خروجی خام مالکیت نمی‌دهد، جمله‌ی شرکت هم شما را مالک نمی‌کند. مالکیت انسانی فقط با ویرایش خلاقانه‌ی قابل‌اثبات ساخته می‌شود.

اشتباه دوم: پرامپت را دارایی حقوقی می‌بینید

پرامپت‌های شما در بیشتر قوانین «ایده» تلقی می‌شوند، نه اثر. ایده حمایت نمی‌شود؛ فقط بیان مشخصِ نوشتاری. البته اگر یک کتابچه‌ی کامل پرامپت طراحی کرده‌اید، همان کتابچه به‌عنوان یک اثر ادبی می‌تواند کپی‌رایت داشته باشد، اما پرامپت‌های تک‌خطی نه.

اشتباه سوم: افشا نکردنِ استفاده از AI در قرارداد

مخفی‌کاری بزرگ‌ترین ریسک فریلنسری امروز است. مشتریانِ سازمانی اغلب سیاست داخلی درباره‌ی AI دارند؛ اگر بعد از تحویل بفهمند از AI استفاده کرده‌اید و در قرارداد نگفته‌اید، ممکن است پرداخت را متوقف کنند یا شکایت کنند. شفافیت از روز اول، محافظِ درآمد شماست.

اشتباه چهارم: فاین‌تیون بی‌خیال روی آثار دیگران

ساختن یک مدل کوچک روی سبک نقاشی یک هنرمند زنده، یا لحن یک نویسنده‌ی زنده، حتی برای استفاده‌ی شخصی، ممکن است نقض حق مادی و معنوی باشد. اگر می‌خواهید سبک را الگو بگیرید، از داده‌ی خودتان یا داده‌ی با مجوز صریح استفاده کنید.

پرسش‌های پرتکرار

آیا می‌توانم تصویری از میدجرنی را در استاک‌ها بفروشم؟

پلتفرم‌های بزرگی مثل Shutterstock و Adobe Stock قوانین مشخصی دارند؛ برخی خروجی AI را کاملاً می‌پذیرند، برخی رد می‌کنند، و برخی فقط با ابزار داخلی خودشان مجاز می‌دانند. قبل از آپلود، سیاست هر پلتفرم را جداگانه بخوانید.

در ایران چه قانون خاصی درباره‌ی محتوای AI داریم؟

تا امروز قانون اختصاصی وجود ندارد. قاضی معمولاً به قانون حمایت از حقوق مؤلفان و مصنفان مصوب ۱۳۴۸ رجوع می‌کند که پیش از عصر هوش مصنوعی نوشته شده. یعنی همه‌چیز به تفسیر و پرونده‌ی خاص وابسته است.

اگر مدل جمله‌ای شبیه به منبع دیگری بسازد، مسئولیت با کیست؟

در حال حاضر تفسیرها متفاوت است، اما قاعده‌ی محتاطانه این است: بار مسئولیتِ نهایی محتوای منتشرشده با شماست. پیش از انتشار، همیشه با ابزار تشخیص سرقت ادبی چک کنید.

آیا افزودن «تولیدشده با AI» زیر تصویر کافی است؟

برای شفافیت مصرف‌کننده بله، اما برای حل ابهام مالکیت نه. برچسب، اثبات مالکیت نیست؛ فقط اطلاع‌رسانی است. مالکیت با ویرایش انسانی و مستندسازی فرآیند تولید ساخته می‌شود.

اگر مدل تحریمی از ایران قابل‌دسترسی نباشد، چگونه از سیاستش پیروی کنم؟

سیاست مدل تابع کشور کاربر نیست؛ تابع خودِ سرویس است. اگر از راه‌های غیرمستقیم استفاده می‌کنید، همچنان به سیاست انگلیسی‌زبان اصلی مقیدید. رعایت این نکته برای پروژه‌های تجاری اهمیت مضاعف دارد.

جمع‌بندی و قدم بعدی

کپی‌رایت هوش مصنوعی سه لایه دارد: ورودی (داده‌ی آموزشی)، خروجی (اثر تولیدشده) و پلتفرم (سیاست انتشار). هر سه لایه را باید قبل از هر تجاری‌سازی مرور کنید. مالکیت خودکار وجود ندارد؛ ویرایش انسانی و شفافیت قراردادی است که ارزش حقوقی می‌سازد. برای هر پروژه، سه سند را بخوانید و محافظه‌کارترین قاعده را ملاک قرار دهید.

گام بعدی نقشه‌ی راه، بازگشت به بخش «مدل‌شناسی» و مقایسه‌ی مدل‌ها با نگاه به سیاست‌های حقوقی هر یک است. اگر می‌خواهید در دل قانون و اخبار روزانه بمانید، بخش اخبار هوش مصنوعی را دنبال کنید و درس این هفته از نقشه‌ی راه سواد و اخبار هوش مصنوعی را جدی بگیرید.