Artificiële Intelligentie en auteursrecht

De snelle ontwikkeling van artificiële intelligentie (AI) stelt het traditionele auteursrecht voor ongekende uitdagingen.

Als gespecialiseerd advocatenkantoor merken wij een toenemende vraag naar juridisch advies over de wisselwerking tussen AI-technologieën en intellectuele eigendomsrechten. Hieronder bespreken wij de belangrijkste juridische vraagstukken die ontstaan op het snijvlak van AI en auteursrecht, en bieden wij inzicht in hoe deze nieuwe realiteit het auteursrechtelijke landschap in België en Europa transformeert.

Het wettelijk kader

Europese en Belgische wetgeving

Het auteursrechtelijke kader in België (het Wetboek van Economisch Recht) heeft met ingang van 1 augustus 2022 een aantal wijzigingen ondergaan door de implementatie van de Europese Richtlijn inzake auteursrechten in de digitale eengemaakte markt (DSM-Richtlijn). Deze omzetting heeft belangrijke implicaties voor de training van AI modellen door de introductie van een uitzondering voor tekst- en datamining (TDM).

Tegelijkertijd vormt de EU AI Act een nieuw regelgevend kader dat direct impact heeft op AI-systemen die met auteursrechtelijk beschermde werken interageren. Hoewel primair gericht op risicobeheersing, bevat deze verordening bepalingen die relevant zijn voor het gebruik van auteursrechtelijk beschermde content in AI-modellen. Deze bepalingen zijn vanaf 1 augustus 2025 van toepassing.

Rechtspraak in ontwikkeling

De rechtspraak rond AI en auteursrecht is nog in ontwikkeling. Er worden zowel binnen als buiten de EU gerechtelijke procedures opgestart die te maken hebben met AI en auteursrecht. In België is er nog geen rechtspraak gekend.

Voor België zijn vooral gerechtelijke procedure in andere EU-lidstaten van belang omdat deze meer duiding geven over de relevante bepalingen uit de DSM-Richtlijn en de AI Act (zoals de Knesche/Laion zaak in Duitsland of de DPG Media/Howardshome zaak in Nederland).

Het trainen van AI-modellen

Trainen van AI modellen en auteursrecht

Het Belgisch auteursrecht verleent bescherming aan originele werken, waarbij de concrete uitdrukkingsvorm wordt beschermd en niet de onderliggende ideeën. Deze bescherming omvat exclusieve rechten voor de auteur of rechthebbenden om reproducties te maken of het werk publiek beschikbaar te stellen.

Een fundamentele vraag in het huidige juridische debat is of het trainingsproces van AI-modellen auteursrechtelijk relevante handelingen omvat. Bij de training van deze modellen worden immers omvangrijke datasets gebruikt, waaronder vaak auteursrechtelijk beschermde werken.

Vanuit juridisch perspectief bestaan er twee contrasterende standpunten:

• Enerzijds argumenteren sommigen dat tijdens het trainingsproces tijdelijke reproducties van beschermde werken worden gemaakt in verschillende fasen: bij het verzamelen en opslaan van de data, tijdens de verwerking ervan, en wanneer de werken worden geladen in het computergeheugen. Deze handelingen zouden onder het exclusieve reproductierecht van de auteur vallen en dus in principe toestemming vereisen.

• Anderzijds stellen anderen dat AI-training voornamelijk resulteert in het extraheren van niet-beschermde elementen uit werken. Het proces zou abstracte patronen en concepten (zogenaamde “embeddings“) destilleren, terwijl de auteursrechtelijk beschermde expressies niet worden bewaard in het uiteindelijke model. Volgens deze visie is er geen sprake van inbreuk zolang het AI-model geen letterlijke of substantieel gelijkende passages uit de originele werken reproduceert.

Deze juridische discussie blijft vooralsnog onbeslist, en de interpretatie door rechtbanken in toekomstige geschillen zal vermoedelijk bepalend zijn voor de auteursrechtelijke status van AI-trainingsprocessen.

De TDM uitzondering toegepast op het trainen van AI modellen

Sinds 1 augustus 2022 bevat het Belgische auteursrecht twee specifieke uitzonderingen voor tekst- en datamining (TDM) die direct relevant zijn voor het trainen van AI-modellen. Deze uitzonderingen zijn van bijzonder belang indien we aannemen dat tijdens het trainingsproces reproducties worden gemaakt van auteursrechtelijk beschermde werken.

Het trainingsproces van AI-modellen vertoont sterke overeenkomsten met wat de wetgever definieert als TDM: “een geautomatiseerde analysetechniek die gericht is op de ontleding van tekst en gegevens in digitale vorm om informatie te genereren zoals, maar niet uitsluitend, patronen, trends en onderlinge verbanden.” (Artikel I.13, 10° WER)

De wet voorziet in twee categorieën van uitzonderingen op het exclusieve reproductierecht van de auteur:

1. TDM voor wetenschappelijk onderzoek (artikel XI.191/1, §1, 7° WER)
   Deze uitzondering geldt specifiek voor onderzoeksorganisaties en erfgoedinstellingen die TDM uitvoeren voor wetenschappelijk onderzoek. Belangrijk hierbij is dat rechthebbenden deze vorm van gebruik niet kunnen verbieden. Onderzoeksorganisaties en erfgoedinstellingen genieten dus een absolute uitzondering.
2. TDM voor andere doeleinden (artikel XI.190, 20° WER)
   Deze bredere uitzondering dekt alle andere vormen van TDM, waaronder commerciële toepassingen zoals het trainen van generatieve AI-modellen door bedrijven. Voor deze categorie geldt echter een belangrijke beperking: rechthebbenden behouden het recht om het gebruik van hun werken voor deze doeleinden te verbieden via een “opt-out” systeem. Deze opt-out moet op passende wijze kenbaar worden gemaakt, specifiek via machinaal leesbare middelen.

De AI Act heeft bevestigd dat de TDM uitzondering uit de DSM-Richtlijn van toepassing is bij het trainen van AI modellen. In considerans 105 van de AI Act wordt deze relatie uitdrukkelijk toegelicht: “Voor de ontwikkeling en opleiding van [AI-modellen voor algemeen gebruik] is toegang nodig tot enorme hoeveelheden tekst, afbeeldingen, video’s en andere data. In dit verband kan voor het vergaren en analyseren van die mogelijkerwijs door het auteursrecht en naburige rechten beschermde content, op grote schaal tekst- en dataminingtechnieken worden gebruikt. […] Bij Richtlijn (EU) 2019/790 zijn uitzonderingen en beperkingen ingevoerd die onder bepaalde voorwaarden toestaan dat werken of andere materialen voor doeleinden van tekst- en datamining worden gereproduceerd of geëxtraheerd.“. Tegelijkertijd herinnert de considerans aan de grenzen van deze uitzonderingen, met name door te benadrukken: “Op grond van deze regels kunnen rechthebbenden ervoor kiezen hun rechten op hun werken of andere materialen voor te behouden teneinde tekst- en datamining te voorkomen, tenzij dit gebeurt voor doeleinden van wetenschappelijk onderzoek. Indien opt-outrechten uitdrukkelijk en op passende wijze zijn voorbehouden, dient een aanbieder van AI-modellen voor algemene doeleinden indien hij de werken voor tekst- en datamining wil gebruiken, toestemming aan de rechthebbenden te vragen.“

In het Amerikaanse copyright lijkt een beroep op fair use voor AI-training alvast niet altijd mogelijk te zijn.

Transparantie vereisten door de AI Act

De AI Act voegt echter een belangrijke laag van transparantievereisten toe aan het gebruik van auteursrechtelijk beschermde werken voor AI-training. Deze verplichtingen zijn vastgelegd in artikel 53 van de AI Act, dat handelt over de verplichtingen voor aanbieders van AI-modellen voor algemene doeleinden (GPAI).

De belangrijkste transparantieverplichtingen omvatten:

1. Documentatieplicht over trainingsdata: Conform artikel 53(1)(a) moeten aanbieders van AI-modellen de technische documentatie van het model opstellen en up-to-date houden, inclusief het trainings- en testproces en de resultaten van de evaluatie ervan, die de in bijlage XI van de AI Act vermelde informatie moet bevatten.
2. Samenvatting van gebruikte content: Artikel 53(1)(d) vereist dat aanbieders een voldoende gedetailleerde samenvatting opstellen en openbaar maken over de voor het trainen van het AI-model voor algemene doeleinden gebruikte content, volgens een door het AI-bureau verstrekt sjabloon.
3. Naleving van opt-out mechanismen: Artikel 53(1)(c) verplicht aanbieders tot het opstellen van beleid ter naleving het auteursrecht en met name ter vaststelling en naleving, onder meer door middel van geavanceerde technologieën, van een op grond van artikel XI.190, 20° WER tot uitdrukking gebracht voorbehoud van rechten. Deze bepaling verwijst rechtstreeks naar de opt-out mogelijkheid voor rechthebbenden. Onderzoeksorganisatie en erfgoedinstellingen die op grond van artikel XI.191/1 §1, 7° WER TDM voor wetenschappelijk onderzoek doen, dienen deze voorwaarde niet te volgen.
4. Informatieverstrekking voor downstream-aanbieders: Artikel 53(1)(b) vereist het opstellen en beschikbaar stellen van informatie en documentatie voor aanbieders die het AI-model willen integreren in hun AI-systemen, waarbij de intellectuele-eigendomsrechten en vertrouwelijke bedrijfsinformatie moeten worden geëerbiedigd.

Auteursrechtelijke bescherming voor AI-outputs?

De menselijke oorsprong als voorwaarde

Het Belgische auteursrecht beschermt “werken van letterkunde en kunst” die origineel zijn. Het Hof van Justitie van de Europese Unie heeft in een reeks arresten (Infopaq, Painer, Brompton Bicycle) het criterium van originaliteit verduidelijkt als “een eigen intellectuele schepping van de auteur” die de “persoonlijkheid van de auteur weerspiegelt”. Deze interpretatie veronderstelt impliciet een menselijke oorsprong van het werk.

Met andere woorden: het auteursrecht is ontworpen om menselijke creativiteit te beschermen. Dit uitgangspunt wordt door artikel XI.170 van het Wetboek Economisch Recht ondersteund, waarin wordt gesteld dat de auteur de natuurlijke persoon is die het werk heeft gecreëerd. Het begrip “natuurlijk persoon” in juridische context verwijst naar fysieke personen, en niet naar een AI-systeem.

Verschillende scenario’s van AI-betrokkenheid

Bij het beoordelen van de auteursrechtelijke beschermbaarheid van AI-output is het essentieel om verschillende gradaties van AI-betrokkenheid te onderscheiden:

1. AI als louter hulpmiddel: Wanneer AI wordt gebruikt als een technisch instrument onder directe menselijke controle (vergelijkbaar met een fotocamera of tekstverwerker), waarbij de creatieve keuzes overwegend door de menselijke gebruiker worden gemaakt, kan het resulterende werk auteursrechtelijke bescherming genieten. De menselijke gebruiker wordt dan beschouwd als de auteur.
2. Mens-AI co-creatie: In scenario’s waarbij zowel de mens als het AI-systeem substantiële creatieve bijdragen leveren, ontstaat een complexere situatie. Het auteursrecht zou kunnen worden toegekend aan het menselijke aandeel in de creatie, maar alleen voor de elementen die daadwerkelijk voortvloeien uit menselijke creativiteit.
3. Autonome AI-creatie: Bij werken die vrijwel volledig autonoom door een AI-systeem zijn gegenereerd, met minimale of triviale menselijke input (bijvoorbeeld door het invoeren van een eenvoudige prompt), is de auteursrechtelijke bescherming het meest problematisch. Zonder een duidelijke “eigen intellectuele schepping” van een menselijke auteur, voldoen dergelijke werken mogelijk niet aan het originaliteitsvereiste zoals geïnterpreteerd door het Hof van Justitie.

Kan AI-output een auteursrechtelijke inbreuk uitmaken?

Volgens het Belgische auteursrecht is er sprake van een auteursrechtelijke inbreuk wanneer een beschermd werk zonder toestemming wordt gereproduceerd of aan het publiek meegedeeld. Ook het bewerken of adapteren van een werk kan niet zonder de toestemming van de auteur (art. XI.165, §1 WER).

Specifieke uitdagingen bij AI-systemen

AI-systemen, met name grote taalmodellen (LLM’s) en generatieve beeldmodellen (GenAI), worden getraind op enorme datasets die vaak auteursrechtelijk beschermde werken bevatten. Dit leidt tot enkele specifieke uitdagingen:

1. Memorisatie van trainingsmateriaal: AI-modellen kunnen trainingsmateriaal “memoriseren” en vervolgens reproduceren of parafraseren in hun output. Dit risico is bijzonder groot bij unieke, distinctieve werken of bij werken die oververtegenwoordigd zijn in de trainingsdata.
   
   Wanneer een AI-systeem substantiële delen van een beschermd werk letterlijk reproduceert (zoals volledige passages uit een boek, herkenbare melodieën uit een muziekstuk, of visueel identieke elementen uit een kunstwerk), is het risico op inbreuk het duidelijkst.
   
   Bij AI-gegenereerde werken kan deze beoordeling complex zijn, omdat (i) de output vaak een mix is van elementen uit vele verschillende bronnen, (ii) de weg van trainingsdata naar output moeilijk traceerbaar is (het “black box” probleem), (iii) de gelijkenis kan voortvloeien uit gemeenschappelijke culturele elementen of genres die niet beschermd zijn.
   
2. Stijlimitatie: AI-systemen kunnen de stijl, esthetiek of andere kenmerken van specifieke auteurs, kunstenaars of werken “leren” en nabootsen, soms op verzoek van de gebruiker (“genereer een tekst in de stijl van auteur X”).
   
   Het auteursrecht beschermt evenwel niet de stijl, het genre, of algemene concepten, maar enkel de concrete uitdrukking ervan.
   
   Dit betekent dat zuivere stijlimitatie zonder overname van concrete expressieve elementen waarschijnlijk geen inbreuk vormt. Een combinatie van stijlimitatie met overname van specifieke, karakteristieke elementen kan mogelijks wel een inbreuk kan vormen. De grens tussen beide situaties is vaak moeilijk te bepalen, vooral bij AI-output die naadloos stijl en concrete elementen kan vermengen.
   
3. Derivatieve werken: AI-output kan elementen combineren uit verschillende beschermde werken of voortbouwen op bestaande werken, wat mogelijk leidt tot ongeautoriseerde afgeleide werken.
   
   Dit is niet het geval wanneer de AI getraind is op een werk maar een fundamenteel andere output produceert, de AI elementen uit verschillende werken combineert tot iets wezenlijk nieuws, of de AI concepten extraheert uit werken maar deze op een volledig nieuwe manier toepast.

Hoe een gespecialiseerd advocaat u kan bijstaan

Bij het trainen van AI-modellen

Een advocaat gespecialiseerd in auteursrecht en technologierecht kan cruciale ondersteuning bieden bij:

• Juridische risicoanalyse: Het evalueren van de rechtmatigheid van uw trainingsdata en het identificeren van potentiële auteursrechtelijke risico’s voordat het trainingsproces start.
• Licentiestrategieën: Het ontwikkelen van een strategie voor het verkrijgen van de nodige licenties voor trainingsmateriaal, inclusief het onderhandelen met rechthebbenden en collectieve beheersorganisaties.
• Compliance met TDM-uitzonderingen: Het verzekeren dat uw trainingsactiviteiten volledig voldoen aan de voorwaarden van de tekst- en datamining uitzonderingen in het auteursrecht, inclusief het respecteren van opt-out mechanismen.
• Documentatie en bewijsvoering: Het opzetten van robuuste documentatieprocessen die kunnen aantonen dat de training rechtmatig is verlopen, wat cruciaal kan zijn bij eventuele geschillen.
• Contractuele bescherming: Het opstellen van contracten met dataleveranciers, cloudproviders en andere partners die betrokken zijn bij het trainingsproces, met adequate waarborgen en vrijwaringen.

Bij de bescherming van AI-gegenereerde output

Voor vragen rond de beschermbaarheid van AI-output kan een advocaat auteursrecht:

• Beschermingsstrategie ontwikkelen: Een op maat gemaakte strategie uitwerken voor de bescherming van uw AI-gegenereerde werken, rekening houdend met de juridische onzekerheden en jurisdictionele verschillen.
• Maximaliseren van beschermingsmogelijkheden: Adviseren over hoe u de menselijke creatieve inbreng in het AI-generatieproces kunt optimaliseren om de kans op auteursrechtelijke bescherming te vergroten.
• Alternatieve beschermingsvormen: Verkennen van andere juridische instrumenten zoals bedrijfsgeheimen, databankenrecht, of contractuele mechanismen wanneer auteursrechtelijke bescherming onzeker is.
• Registratie en documentatie: Assisteren bij het registreren van werken bij auteursrechtelijke instanties waar mogelijk, en bij het opzetten van bewijssystemen die de oorsprong en eigendom van de werken documenteren.
• Internationale beschermingsstrategieën: Adviseren over jurisdictie-specifieke benaderingen, rekening houdend met de verschillende manieren waarop landen AI-gegenereerde werken behandelen.

Bij het beheren van inbreukrisico’s

Een advocaat auteursrecht kan onmisbare ondersteuning bieden bij het beheren van risico’s op auteursrechtelijke inbreuk door AI-output:

• Due diligence van AI-systemen: Het uitvoeren van juridische audits van AI-generatieve systemen om inbreukrisico’s te identificeren voordat ze worden geïmplementeerd.
• Preventiestrategieën: Het ontwikkelen van procedures en controlemechanismen om het risico op inbreukmakende AI-output te minimaliseren.
• Reactieprotocollen: Het opstellen van duidelijke protocollen voor als er een claim van inbreuk wordt ontvangen of als inbreukmakende output wordt geïdentificeerd.
• Verdediging tegen claims: Het vertegenwoordigen van uw belangen in geval van inbreukprocedures, met inzet van gespecialiseerde verweren specifiek voor AI-context.
• Onderhandelingen en schikkingen: Het onderhandelen met rechthebbenden om geschillen op te lossen buiten de rechtbank, vaak met meer gunstige voorwaarden dan via gerechtelijke procedures.

Bij compliance met de AI Act en andere regelgeving

Nu AI steeds meer gereguleerd wordt, kan een advocaat essentiële ondersteuning bieden bij:

• Transparantieverplichtingen: Het voldoen aan de transparantieverplichtingen uit de AI Act met betrekking tot trainingsmateriaal en auteursrechtelijke aspecten.
• Documentatie en rapportage: Het opzetten van systemen voor documentatie en rapportage die voldoen aan de vereisten van de AI Act en andere relevante regelgeving.
• Beleidsontwikkeling: Het ontwikkelen van intern beleid en procedures om consistent te voldoen aan de verschillende juridische vereisten rond AI en auteursrecht.
• Monitoring van wetgeving: Het volgen van de snel evoluerende regelgeving en jurisprudentie, en het adviseren over de impact hiervan op uw activiteiten.