Nelegální trénink AI na 21 milionech skladeb: Investigace The Atlantic odhalila masivní zneužívání autorských práv
- před 19 hodinami
- Minut čtení: 3
Investigativní projekt časopisu The Atlantic odhalil, že přibližně 21,2 milionu hudebních skladeb bylo bez vědomí a finanční kompenzace autorů použito k trénování generativních modelů umělé inteligence. Mezi zasaženými umělci jsou světová jména jako Flume, Tame Impala, Sia či AC/DC. Součástí odhalení je i spuštění veřejného vyhledávače AI Watchdog, který poprvé v historii umožňuje umělcům a vydavatelstvím ověřit, zda byly jejich nahrávky zneužity.
Rozsáhlou studii vedl technologický novinář Alex Reisner. Projekt AI Watchdog vznikl v roce 2025 jako diagnostický nástroj mapující nelegální stahování knih, vědeckých prací a videoobsahu. Jeho aktuální rozšíření o hudební segment transformovalo dosud netransparentní vývojářské databáze do veřejně přístupného registru, čímž zásadně mění pozici autorů v probíhajících právních sporech s technologickými korporacemi.
Čtyři klíčové databáze v centru vyšetřování
Investigace přesně identifikovala čtyři hlavní datové sady, které mezi sebou vývojáři umělé inteligence sdílejí:
LAION-DISCO-12M: Největší soubor obsahující zhruba 12,6 milionu skladeb. Sestavila jej německá nezisková organizace LAION pomocí automatizovaného vyhledávání, které spárovalo více než 250 tisíc registrovaných umělců s přímými odkazy na platformě YouTube Music. Ačkoli byla databáze vydána pod otevřenou licencí Apache 2.0 pro akademické účely, masivně ji stahují komerční vývojáři.
Sleeping-DISCO-9M: Soubor vytvořený výzkumným kolektivem Sleeping AI, který obsahuje 9 milionů skladeb stažených z populární komerční hudby. Databáze byla publikována na platformě Hugging Face a stala se hlavním terčem pro tvůrce generativních hudebních modelů (např. Suno a Udio). Kolektiv navíc spravuje uzavřenou sekci Sleeping-DISCO-Private, která obsahuje kompletní texty písní a anotace ze serveru Genius.
Free Music Archive: Historická databáze původně založená rádio stanicí WFMU obsahující zhruba 100 tisíc skladeb pod licencí Creative Commons. Tento soubor prokazatelně využily společnosti Google a Stability AI.
Metadatová privátní databáze: Menší soubor podobného rozsahu (cca 100 tisíc položek) cirkulující na uzavřených vývojářských fórech, který obsahuje přímé systémové odkazy na aktivní soubory na Spotify a YouTube.
Sofistikovaný mechanismus obcházení licencí
Klíčovým technickým zjištěním Reisnerovy investigace je fakt, že tři ze čtyř těchto databází nefungují jako klasické knihovny audiosouborů. Jedná se o strukturované systémy odkazů (pointer systems). Namísto přímého hostování gigabajtů hudebních dat obsahují pouze metadata a URL adresy směřující na YouTube nebo Spotify.
AI vývojáři tyto seznamy následně propojují s automatizovanými stahovacími nástroji. Tyto skripty jsou navrženy tak, aby při masivním stahování dat obcházely uživatelská přihlášení, reklamní formáty a monetizační mechanismy platforem, ze kterých tvůrci a vydavatelé generují zisky. Toto zjištění vyvrací obhajobu technologických firem, že pro trénování modelů používají legálně dostupný internetový obsah, neboť proces vykazuje jasné znaky organizovaného obcházení licenčních ujednání obou streamovacích platforem.
Pro představu o rozsahu: pouhý audit obsahu největší databáze LAION-DISCO-12M by při průměrné délce skladby čtyři minuty vyžadoval přibližně 91 let nepřetržitého poslechu.
Ostrá reakce autorských svazů a porušování práv
Na zveřejnění registru okamžitě reagovala organizace APRA AMCOS, která zastupuje více než 128 tisíc autorů a vydavatelů v Austrálii a na Novém Zélandu. Interní audit potvrdil přítomnost tisíců děl tamních umělců, včetně nahrávek od Kylie Minogue, Tame Impala, Flume, Lorde nebo INXS.
Ekonomické prognózy zprávy AI and Music Report varují, že bez zavedení povinného licenčního rámce čelí australští a novozélandští tvůrci průměrnému poklesu příjmů o 23 %, což představuje ztrátu přes 500 milionů dolarů v horizontu čtyř let. Generální ředitel APRA AMCOS Dean Ormston označil databázi za přímý důkaz krádeže duševního vlastnictví.
Vyšetřování navíc odhalilo závažné porušování kulturních práv původních obyvatel. Algoritmy bez rozdílu stáhly a do trénovacích setů zařadily i posvátné a rituální nahrávky aboriginských a maorských umělců (např. Yothu Yindi nebo Gurrumul). Podle ředitelky domorodých programů Leah Flanagan tyto nahrávky podléhají tradičním kmenovým protokolům a některé z nich nebyly nikdy uvolněny pro jakékoli komerční využití.
Legislativní dopady a změna důkazního břemene
Zatímco Austrálie již formálně odmítla udělit AI platformám výjimku z autorského zákona, Nový Zéland zvolil odlišný přístup. Tamní ministr pro záležitosti spotřebitelů Cameron Brewer oznámil prodloužení ochrany autorských práv o 20 let a zavázal se k předložení komplexní politiky do března 2027.
Investigace The Atlantic zásadně mění dynamiku právních bitev. Tím, že se trénovací databáze staly veřejně prohledávatelnými, se přenáší důkazní břemeno v probíhajících sporech. Nezávislí umělci i nadnárodní vydavatelství mají poprvé v rukou empirická data, která jasně dokazují, že 21 milionů písní neskončilo v rukou vývojářů náhodou, ale stalo se obětí systematického a neautorizovaného sběru dat.
Komentáře