Репортаж от Wedoany，По мере проникновения генеративного искусственного интеллекта в промышленность, внимание компаний смещается к вопросам авторского права, лицензий на открытый исходный код, управления обучающими данными и прозрачности цепочек поставок программного обеспечения. Юридическая ответственность за результаты, созданные ИИ, проверка источников обучающих данных и реагирование на глобальное регулирование становятся новыми бизнес-задачами, что одновременно увеличивает потребность в создании соответствующих систем управления.
На конференции «Открытый исходный код и ИИ 2026», прошедшей 11-го числа в зале The Raum в районе Каннамгу, Сеул, участники обсудили факторы риска, связанные с использованием открытого исходного кода и данных в эпоху ИИ, и искали стратегии реагирования на уровне предприятий. Мероприятие, которое в этом году проводится в 15-й раз, расширило свою тематику с традиционной конференции по открытому исходному коду на область ИИ. Конференция, спонсируемая Корейской ассоциацией открытого исходного кода (OSBC) и компанией Insignary, собрала отечественных и зарубежных экспертов из бизнеса и юридической сферы, которые поделились опытом по вопросам авторских споров, спецификаций материалов ИИ (AI-BOM), спецификаций материалов программного обеспечения (SBOM) и управления цепочками поставок.
Представитель OSBC Ким Тхэгван (Kim Taek-wan) в своей вступительной речи отметил, что ИИ и открытый исходный код стали неразрывно связаны, и выразил надежду, что это мероприятие станет возможностью понять различные факторы риска, возникающие при использовании ИИ, и найти пути их решения. Участники единогласно согласились с тем, что, поскольку расширение применения ИИ неизбежно, необходимо одновременно управлять технологическими инновациями, авторским правом, управлением данными и прозрачностью цепочек поставок. Отраслевые эксперты прогнозируют, что, поскольку ИИ развивается на основе открытого исходного кода и данных, в будущем конкурентоспособность компаний будет определяться не тем, «что они создали», а тем, смогут ли они объяснить, «как это было создано».
Первый основной докладчик, руководитель центра Yulchon AI DC Center Лим Хёнджу (Lim Hyung-joo), указал, что следующей задачей индустрии ИИ являются не технологии, а юридические риски. Ссылаясь на кривую зрелости технологий Gartner, он отметил, что одной из главных причин, по которой индустрия ИИ в настоящее время находится в «долине смерти (Chasm)», является не сама технология, а конфликт с существующей системой прав и регулированием. С вступлением в силу регулирования в различных странах, таких как Основной закон об ИИ в Корее и Закон ЕС об ИИ (EU AI Act), потенциальные юридические риски становятся реальностью.
Лим Хёнджу рассказал, что количество споров об авторских правах, связанных с ИИ, быстро растет. За последние два года в США значительно увеличилось количество судебных исков, связанных с генеративным ИИ. Среди показательных примеров — иски Getty Images против Stability AI, The New York Times против OpenAI и крупных звукозаписывающих компаний против стартапов в сфере ИИ. Говоря о деле Getty Images, он отметил, что использование изображений с водяными знаками для обучения ИИ является типичным предметом спора, и как процесс обучения ИИ, так и процесс генерации результатов становятся объектами споров об авторских правах. Однако суды США в спорах, касающихся обучения генеративного ИИ, в основном руководствуются принципом «добросовестного использования (Fair Use)». Ключевым моментом в определении добросовестного использования является то, наносит ли такое использование существенный ущерб рынку оригинального произведения, и важным критерием становится наличие конкурентных отношений с автором оригинала и эффекта «каннибализации» рынка. Он предположил, что результаты текущих судебных разбирательств между корейскими вещательными компаниями и компаниями в сфере ИИ также станут важным ориентиром в будущем. Кроме того, такие аспекты, как персональные данные, коммерческая тайна и непубличная информация, могут создать более сложные юридические споры, чем авторское право. Поиск баланса между развитием индустрии ИИ и защитой прав создателей является ключевой задачей на будущее, и в настоящее время суды и регулирующие органы разных стран находятся на переходном этапе разработки руководящих принципов.
Второй основной докладчик, главный стратегический директор (CSO) компании Insignary Майк Питтенджер (Mike Pittenger), отметил, что код, сгенерированный ИИ, также подчиняется лицензионным обязательствам. Он рассказал, что открытый исходный код стал стандартом современной разработки программного обеспечения, и благодаря снижению затрат на разработку и сокращению времени вывода на рынок, большинство современного программного обеспечения использует различные компоненты с открытым исходным кодом. Проблема в том, что с распространением инструментов кодирования на основе ИИ увеличивается количество «скрытых зависимостей (Hidden Dependencies)», которые трудно обнаружить традиционными методами. Питтенджер объяснил, что, изучив код с открытым исходным кодом, ИИ может заново генерировать фрагменты кода, выполняющие определенные функции. В этом случае сгенерированные фрагменты кода не регистрируются в менеджерах пакетов или файлах сборки, поэтому их не могут обнаружить существующие инструменты SCA (анализа состава программного обеспечения) и SBOM. Он указал, что фрагменты кода с открытым исходным кодом, содержащиеся в коде, сгенерированном ИИ, также могут нести исходные лицензионные обязательства. Даже если используется только часть кода, обязательства по указанию авторских прав или соблюдению лицензии не исчезают. Он особо предупредил, что если код содержит лицензии Copyleft, такие как GPL, это может привести к спорам о производных работах. Ссылаясь на результаты исследований, Питтенджер отметил, что в более чем половине приложений, сгенерированных ИИ, были обнаружены необъявленные фрагменты кода с открытым исходным кодом, но существующие SCA-инструменты идентифицируют лишь около 23% всех зависимостей. Он подчеркнул, что внедрение ИИ — это не вопрос выбора, но и управление рисками — тоже не вопрос выбора, и необходимо создать механизмы управления и технического контроля, обеспечивающие видимость на уровне фрагментов кода.
Юрист Исследовательского института ИИ LG Чо Джонвон (Cho Jung-won) подчеркнул, что AI-BOM является системой доказательств для цепочки поставок данных. Г-н Чо отметил, что соблюдение требований к открытому исходному коду стандартизировано уже много лет, но стандарты управления данными для обучения ИИ еще не полностью установлены. Текущие споры об авторских правах в США и Европе в конечном итоге сводятся к вопросу законности источников данных и их использования. Он также указал, что критерии оценки обучения и результатов ИИ различаются в разных странах. Даже для одного и того же сервиса ИИ могут быть сделаны разные выводы в зависимости от страны, в которой находится суд. Поэтому компаниям необходимо создать систему доказательств, позволяющую отслеживать источники данных, лицензии, историю обработки, процесс распространения и т.д. Г-н Чо заявил, что AI-BOM — это не просто документ, а система обоснования, способная объяснить цепочку поставок данных. В будущем компании столкнутся с необходимостью доказывать, какие данные использовались и каким образом была построена модель. Исследовательский институт ИИ LG в настоящее время управляет системой обеспечения соответствия данных, которая анализирует авторские права на обучающие данные, персональные данные, историю споров и т.д., а также разрабатывает технологию отслеживания происхождения данных (Data Provenance).
Старший стратег по открытому исходному коду Sony Group Норио Кобота (Norio Kobota) подчеркнул важность обеспечения качества SBOM в условиях расширения глобального регулирования цепочек поставок. Он рассказал, что с появлением различных нормативных актов, таких как NTIA и CISA в США, а также Закон ЕС о киберустойчивости (CRA), компаниям необходимо одновременно соответствовать различным требованиям. Кобота отметил, что раньше SBOM был документом для проверки лицензий и уязвимостей человеком, но с ростом масштабов цепочек поставок возможности ручной проверки достигли предела. Он подчеркнул, что точная идентификация пакетов, отслеживаемые метаданные и эффективная система обмена информацией между участниками цепочки поставок имеют решающее значение. Качество SBOM будет напрямую определять надежность цепочки поставок.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
