7,095 صورة: الرقم الذي سيحسم دعوى حقوق الصور ضد بايت دانس (ByteDance) | Fanch AI

Fanch AIon 8 hours ago

صورة فوتوغرافية وثائقية عريضة بنسبة 16:9 لأرشيف فوتوغرافي شاسع: صفوف طويلة من أدراج الحفظ الفولاذية تتراجع نحو العمق الخافت، وصناديق شرائح من الورق المقوى مكدسة على رفوف مفتوحة، وشعاع واحد من ضوء النهار يسقط من الأعلى ليبرز ذرات الغبار المتطايرة في ممرات الأرشيف.

سبعة آلاف وخمس وتسعون. ليس "ملايين الصور"، ولا "مساحات شاسعة من الإنترنت" — بل 7,095 صورة فوتوغرافية على وجه التحديد. إنه رقم دقيق للغاية يبدو وكأنه إحصاء جرد دقيق، وهو كذلك بالفعل.

رفعت شركة "إيفوكس برودكشنز" (EVOX Productions)، المتخصصة في تصوير السيارات، دعوى قضائية ضد شركة "بايت دانس" (ByteDance) أمام المحكمة الفيدرالية في المنطقة الوسطى بولاية كاليفورنيا. وتدّعي الشركة أن الشركة الأم لتطبيق TikTok نسخت هذه الصور البالغ عددها 7,095 صورة دون إذن، لاستخدامها كـ بيانات تدريب ذكاء اصطناعي (AI training data) لنموذج توليد الصور الخاص بها، Seedream. ظهرت تفاصيل هذه القضية (EVOX Productions LLC v. Bytedance Inc. et al, ملف رقم 5:26-cv-06428) هذا الأسبوع عبر تقارير في Music Business Worldwide وDigital Music News.

إن الاتهام المتعلق باستخدام بيانات تدريب الذكاء الاصطناعي لم يعد الجزء المثير أو الجديد؛ فكل دعوى انتهاك حقوق نشر ضد نماذج الذكاء الاصطناعي في العامين الماضيين استندت إلى حجة مشابهة. ما يجعل هذه القضية قنبلة موقوتة قد تغير قواعد الصناعة هو المعادلة الحسابية الصارمة التي تترتب على هذا الاتهام.

ما الذي تتضمنه لائحة الدعوى؟

لنبقِ التوصيف القانوني دقيقاً: هذه مجرد ادعاءات واردة في لائحة دعوى رُفعت حديثاً ولم يُفصل فيها قضائياً بعد. ولم تثبت حتى الآن أي مسؤولية قانونية على ByteDance.

الادعاء المركزي: تم استخراج (Scraping) صور السيارات المملوكة لشركة EVOX من الويب واستخدامها كـ بيانات تدريب ذكاء اصطناعي لنموذج Seedream الخاص ببايت دانس.

حجم الانتهاك المزعوم: 7,095 صورة. وهو رقم ضئيل جداً بمعايير بيانات الإنترنت الضخمة، وهذا التحديد متعمد تماماً: فالأمر يتعلق بمجموعة صور مفهرسة وقابلة للإحصاء، وليس كتلة بيانات هلامية غير محددة.

جهة الاختصاص (المحكمة): محكمة فيدرالية في كاليفورنيا. المدعي شركة مسجلة في ديلاوير (LLC)، والمدعى عليه شركة مسجلة في ديلاوير أيضاً، واختيرت محاكم كاليفورنيا لأنها باتت الساحة التي تتراكم فيها السوابق القضائية لهذا النوع من القضايا.

السوابق القضائية: لا يوجد حتى الآن أي حكم قضائي نهائي في الولايات المتحدة بشأن استخدام بيانات تدريب الذكاء الاصطناعي بهذا التوصيف الدقيق. هذه مجرد بداية، وستعتمد النتيجة النهائية على مرحلة تبادل الأدلة (Discovery)، وعلى كيفية تكييف المحكمة لطبيعة هذه الأعمال، وعلى الدفوع القانونية التي لم تقدمها ByteDance بعد.

لماذا تمثل وكالة تصوير السيارات "أسوأ خصم ممكن" لشركات الذكاء الاصطناعي؟

هذا هو الجانب الذي يجب استيعابه جيداً، لأنه يفسر لماذا تشكل شركة EVOX خطراً قانونياً داهماً على مختبرات الذكاء الاصطناعي يفوق بكثير خطر صحيفة كبرى أو منصة صور عشوائية.

تصوير السيارات هو في صميمه بناء لكتالوج مهيكل. والكتالوجات المنظمة هي المنجم الذهبي الذي تُبنى عليه مجموعات بيانات تدريب الذكاء الاصطناعي عالية الجودة. زوايا تصوير ثابتة وموحدة، موديلات سيارات وسنوات محددة، لوحات ألوان دقيقة، تفاصيل داخلية، وتصاميم الإطارات — إنه عمل منهجي قابل للحصر والعدّ بشكل مطلق. شركة مثل EVOX تعرف بدقة تامة ما تملكه، وتستطيع الإشارة إلى كل ملف تمت سرقته بشكل فردي.

كل صورة قابلة للتعرف عليها وإثبات ملكيتها بشكل منفصل. العلامات المائية، والبيانات الوصفية المدمجة (Metadata)، واتساق أسلوب الإضاءة، تجعل التحقق من المصدر (Provenance) أمراً لا يقبل الشك. و"إثبات المصدر" هو أضعف حلقة في معظم قضايا بيانات تدريب الذكاء الاصطناعي. فالعقبة الكبرى في معظم القضايا هي إثبات أي الأعمال الفنية تحديداً هي التي ابتلعها النموذج. إن وجود مكتبة مفهرسة بعلامات مرئية واضحة يسقط هذا الجدار التقني تماماً.

توحيد المعايير يضخم حجم المطالبة المالية. آلاف الصور المتشابهة تقنياً، والمُسجلة كلٌ منها حقوق نشر مستقلة، تنتج مطالبة مالية ضخمة وفي الوقت نفسه سهلة الجدولة والتدقيق — وهو عكس ما تواجهه مؤسسات النشر الصحفي التي تكافح لتقدير الأضرار عن أرشيف مقالات قديم لا يمكن حصره.

نموذج عمل الشركة الأساسي هو "منح التراخيص". الشركة التي تجني أرباحها من بيع تراخيص الصور الفردية لوكلاء السيارات ومنصات البيع، تمتلك حجة قوية ومباشرة لإثبات "الضرر في السوق" (Market harm): فنموذج إيراداتها بالكامل هو بالضبط ما يُزعم أن المدعى عليه قد سلبه منها مجاناً.

هذا المزيج — قابلية الإحصاء، وقابلية التعرف، وقابلية الترخيص — يفسر لماذا يبدو المدعي الأكثر رعباً في قضايا بيانات تدريب الذكاء الاصطناعي أقرب إلى مكتبة صور تجارية هيكلية منه إلى تكتل إعلامي تقليدي.

الرقم الرياضي الذي سيحسم القضية

هنا تكمن الآلية القانونية التي ستتجاهلها معظم التغطيات الإخبارية السطحية، والتي تمثل ساحة المعركة الحقيقية.

في قضايا حقوق النشر بالولايات المتحدة، من الصعب جداً على المدعي إثبات حجم "الأضرار الفعلية" (Actual damages) التي تسبب بها نموذج ذكاء اصطناعي بالأرقام الدقيقة. لذا، يلجأ المحامون دائماً إلى سلاح "التعويضات القانونية المحددة" (Statutory damages). وتكمن خطورة التعويضات القانونية في أنها تُمنح لكل عمل انتُهكت حقوقه بشكل منفصل، وليس كمبلغ إجمالي مقطوع عن القضية ككل. وبالتالي، فإن الخطر المالي لا يُقاس بـ "حجم الضرر الذي وقع؟"، بل بمعادلة رياضية: "عدد الأعمال المستنسخة × نطاق التعويض القانوني لكل عمل". وفي أي قضية تخص بيانات تدريب الذكاء الاصطناعي، هذا المُضاعِف الرياضي هو جوهر النزاع بأكمله.

وهذا يعني أن السؤال القانوني المفصلي في هذه القضية المتعلقة بـ بيانات تدريب الذكاء الاصطناعي ليس: "هل حدث النسخ والتجريف أم لا؟"، بل هو: "هل تُحسب كل صورة فوتوغرافية كعمل مستقل قائم بذاته أم لا؟"

لقد أوضحت المذكرات التي قدمتها EVOX في قضايا موازية ذات صلة استراتيجيتها بوضوح: فهي تجادل بأن كل صورة منفردة هي عمل فني مستقل يستحق تعويضاً قانونياً خاصاً به. وفي إحدى القضايا الموازية، وصل الرقم المتنازع عليه إلى مئات الآلاف من الصور. بتطبيق هذا المنطق نفسه هنا على بيانات تدريب الذكاء الاصطناعي — حتى وإن كان النطاق أصغر (7,095 صورة) — فإن اعتبار كل صورة عملاً مستقلاً يعني ضرب مبلغ التعويض الصغير لكل عمل في آلاف المرات، لتتضخم الحصيلة النهائية إلى رقم فلكي يمثل رادعاً عقابياً هائلاً.

ومن المتوقع أن يترافع فريق الدفاع عن ByteDance لإثبات العكس تماماً: بأن الكتالوج التجاري هو فعلياً "عمل تجميعي" (Compilation) واحد، أو أن مجموعة الصور هذه يجب أن تُعامل قانونياً كـ "عمل جماعي" (Collective work) واحد، مما يقيد التعويض بمبلغ إجمالي يدفع لمرة واحدة فقط. هذا الخلاف حول الحسابات الرياضية، وليس الجدل حول الكشط (Scraping) نفسه، هو ما سيحدد حجم التعويض المالي.

بالنسبة لأي شركة تبني نماذجها استناداً إلى جمع بيانات تدريب الذكاء الاصطناعي، فهذا هو الحكم الذي يجب مراقبته بحذر. إن صدور حكم يقر بأن كل صورة في قاعدة البيانات الضخمة تعد عملاً مستقلاً يتطلب تعويضاً منفرداً، سيعيد تسعير المخاطر المالية لكشط بيانات تدريب الذكاء الاصطناعي لصناعة التكنولوجيا بأكملها بين ليلة وضحاها.

رسم توضيحي مفاهيمي نظيف بنسبة 16:9 لمربع كهرماني صغير، يتبعه رمز الضرب الرياضي، ثم شبكة كثيفة تتكون من مئات المربعات الكهرمانية الدقيقة، ترتبط فيما بينها بسهم رفيع، فوق خط أساس مسطرة.

قضية EVOX ليست مجرد طلقة طائشة

هناك تفصيل حاسم: تلاحق EVOX أيضاً شركة Midjourney قضائياً لاستخدامها صورها في قضية موازية منفصلة حول بيانات تدريب الذكاء الاصطناعي. هذه الحقيقة تغير تماماً من طريقة قراءتنا لهذه الدعوى.

إذا رفع مصور غاضب دعوى قضائية واحدة، فهذه مجرد شكوى فردية. أما أن يقوم نفس المدعي برفع قضايا متطابقة ضد عمالقة توليد الصور المتعددين، فهذه استراتيجية مؤسسية (Strategy): تهدف إلى تأسيس نظرية قانونية، وبناء سجل من السوابق القضائية، ودفع الشركات إلى توقيع تسويات مالية ضخمة أو جرهم جميعاً لساحات المحاكم. وقد بدأت الدعاوى القضائية المتعلقة بـ بيانات تدريب الذكاء الاصطناعي تتبلور وتتكتل وفق هذا النمط تحديداً، حيث يتحمل عدد قليل من "المدعين المتمرسين والمتكررين" العبء الأكبر من الهجوم القانوني.

النتيجة العملية هي أن قضية ByteDance لن يُفصل فيها بمعزل عما يجري حولها. المذكرات والأحكام الصادرة في القضايا الموازية ستؤثر عليها تأثيراً مباشراً، وأي قرار قضائي يقر بصحة مبدأ التعويض "لكل عمل على حدة (Per-work)" سينتشر بسرعة كالنار في الهشيم ليصبح معياراً ملزماً عبر مختلف المحاكم.

صورة استوديو عريضة ودقيقة بنسبة 16:9 لسيارة سيدان زرقاء عامة بدون أي علامة تجارية على خلفية رمادية فاتحة متصلة، بزاوية تصوير أمامية مائلة (ثلاثة أرباع)، مضاءة بمصابيح طولية ترسم خطوط انعكاس بارزة ونظيفة على الجوانب.

كيف سيغير هذا الأمر صناعة نماذج الصور؟

إذا صمدت نظرية المدعي في أي محكمة، فستشهد الصناعة ثلاثة تحولات زلزالية:

بيانات تدريب الذكاء الاصطناعي ستصبح مسؤولية مالية مسعرة وقابلة للقياس. بمجرد إقرار القضاء لمضاعف التعويض "لكل عمل"، فإن حجم مجموعة البيانات (Dataset) الذي طالما تفاخرت به الشركات لن يعود ميزة تنافسية مجانية، بل سيتحول إلى خطر مالي فادح يجب قيده في الميزانيات العمومية. هذا التهديد المالي سيجبر مختبرات الذكاء الاصطناعي على تغيير طرقها في استقاء بيانات تدريب الذكاء الاصطناعي بصورة أسرع وأقوى من أي حملات توعية أخلاقية.

أسواق تراخيص بيانات تدريب الذكاء الاصطناعي ستصبح واقعاً ملموساً. إذا كانت الكتالوجات المسحوبة من الويب تحمل خطراً يهدد بإفلاس الشركات، فإن الكتالوجات المرخصة قانونياً ستكتسب قيمة تجارية هائلة. سوق تداول بيانات تدريب الذكاء الاصطناعي، الذي بقي مجرد تنظير أكاديمي لثلاث سنوات، سيتلقى أخيراً إشارة تسعير حقيقية وواضحة.

تتبع مصدر بيانات تدريب الذكاء الاصطناعي سيتحول من ميزة تسويقية إلى درع دفاعي إجباري. القدرة على إثبات المصدر الشرعي الدقيق لكل صورة استُخدمت في التدريب ستشكل الخط الفاصل بين تحمل تكلفة تشغيلية يمكن احتسابها، وبين مواجهة خطر إفلاس لا قعر له.

ما الذي لن يتغير؟

من الضروري وضع حدود واضحة لتأثير هذا النزاع، لأن الصحافة غالباً ما تميل إلى المبالغة في قراءة النتائج.

هذه القضية الخاصة بـ بيانات تدريب الذكاء الاصطناعي لا تجعل استخدام مولدات الصور أمراً غير قانوني أو محفوفاً بالمخاطر بالنسبة لك كمستخدم عادي. إنها نزاع تجاري بين مطور النموذج الذي يقوم بالتدريب وبين صاحب حقوق النشر حول كيفية وتفاصيل "جمع" بيانات تدريب الذكاء الاصطناعي. ليس في هذه الدعوى ما يمس قانونية استخدامك لنموذج قام بتدريبه شخص آخر، ولا يوجد فيها ما يؤثر قانونياً على كتابتك للموجهات النصية (Prompting).

كما أن القضية لن تحسم الجدل المعقد حول مبدأ "الاستخدام العادل" (Fair use). فقد استمر الجدل القانوني حول ما إذا كان التحليل الخوارزمي لـ بيانات تدريب الذكاء الاصطناعي يندرج تحت الاستخدام العادل لسنوات دون إجابة قاطعة، ومجرد رفع دعوى أمام محكمة محلية لن ينهي هذا الجدل بضربة واحدة.

اقرأ الأخبار القضائية بعين فاحصة

أربع نقاط يجب إدراكها قبل القفز للاستنتاجات:

الادعاء ليس حكماً قضائياً. لم تُثبت أي مسؤولية قانونية بعد، والرقم 7,095 هو مجرد إحصاء قدمه المدعي بنفسه بناءً على حساباته.

طريقة إحصاء بيانات تدريب الذكاء الاصطناعي تعتمد على منهجية خاصة. يعكس الرقم "7,095" الأسلوب البرمجي الذي اتبعته EVOX للتعرف على الصور ومطابقتها. وقبول القاضي لمدى دقة ووجاهة هذه المنهجية التقنية هو معركة قانونية مختلفة تماماً.

نظرية التعويض "لكل عمل" تواجه معارضة قانونية شديدة. إنها الحجة القصوى التي يسوقها المدعي لتعظيم قيمة العقوبة، وليست قانوناً ثابتاً غير قابل للنقاش.

قضايا البدايات تتغير باستمرار. في هذا المجال التكنولوجي المعقد، من الشائع جداً أن تُعدل اللوائح، أو تُسقط بعض التهم، أو أن تتجه الأطراف نحو توقيع تسويات (Settlements) سرية ضخمة قبل الوصول إلى قاعة المحكمة بوقت طويل.

ماذا يعني كل هذا بالنسبة لك كمبدع وصانع للصور؟

إذا كنت تقوم بتدريب النماذج (Trainers): فإن القدرة على تتبع مصادر بياناتك (Provenance) أصبحت الآن خط الدفاع الأول في إدارة المخاطر. فـ بيانات تدريب الذكاء الاصطناعي التي تضخها في نظامك هي بند في الميزانية المالية، ولم تعد مجرد متغير تقني.

إذا كنت تمتلك بنك صور تمنح تراخيصها (Licensors): فقد ارتفعت قيمة أصولك للتو. المكتبات المرتبة، القابلة للإحصاء، وسهلة التعريف هي بالضبط طوق النجاة القانوني الذي يسعى سوق بيانات تدريب الذكاء الاصطناعي لشرائه بأي ثمن لإثبات براءته التقنية.

إذا كنت تكتفي بتوليد الصور (Generators): فهذه الحرب لا تخصك. استمر في استخدام النماذج، وطور مهاراتك في صياغة الموجهات، وراقب من بعيد كيف سيتم الفصل في مسألة الدفع "لكل عمل فردي" — لأن تلك الفاتورة النهائية ستصل إليك حتماً في صورة زيادة بأسعار الاشتراك الشهري لمنصتك المفضلة.

موجه مقترح يجسد جوهر القضية

إذا أردت إنشاء صور تعكس روح هذه القضية، فإن الموضوع الأصدق للتعبير عنها ليس روبوتاً أو مطرقة قاضٍ، بل هو الأرشيف نفسه — المكتبة المادية الهائلة التي تمنح أعمال كتالوجات الصور، وفي النهاية هذا النزاع، معناها الحقيقي.

انسخ والصق هذا الموجه في Fanch AI (النموذج: gpt_image_2):

A wide documentary photograph down the aisle of a vast photographic archive: long rows of steel filing drawers receding into dim depth on both sides, cardboard slide boxes stacked on open metal shelves, a single shaft of daylight falling from a high window and catching dust in the air. Fine detail in the brushed steel drawer fronts, worn paper labels and the fibre of the cardboard boxes, cool grey and warm sepia palette, deep perspective, slight vignetting at the frame edges, 16:9 framing, 8K detail, no people, no legible text.

في صناعة الذكاء الاصطناعي اليوم، "الأرشيف الفوتوغرافي" هو الصورة الوحيدة التي تعتمد قيمتها التي تقدر بملايين الدولارات حصرياً على القدرة على الإثبات بدقة رياضية صارمة ما هو مخزن بداخلها.

لماذا تحميك منصة Fanch AI في هذا الواقع المتقلب؟

تدور المعركة القانونية الطاحنة حول بيانات تدريب الذكاء الاصطناعي حول كيفية قيام شركات الذكاء الاصطناعي الكبرى بكشط وتخزين مكتبات الصور التي يملكها الآخرون، وليس حول ما إذا كان يحق للأفراد استخدام أدوات الإبداع أم لا. وهذا التمييز حاسم للغاية: فالمساءلة القانونية تقع على عاتق المهندس الذي ينفذ برمجيات الزحف (Scraping) لتدريب الشبكات، ولا تقع على عاتق المبدع الذي يكتب الموجهات على حاسوبه.

تضع منصة Fanch AI بين يديك نموذجاً مخصصاً لتوليد الصور توجهه عبر موجهات فائقة الدقة، مما يتيح لك إنشاء المواد البصرية التي تحتاجها استناداً إلى وصفك الإبداعي المباشر، دون التورط في استخدام كتالوجات تابعة لجهات خارجية مجهولة المصدر. هذا يضمن أن ت