The Seattle Times a Newsday zažalovaly OpenAI a Microsoft kvůli používání novinářského obsahu při trénování a provozu generativní AI. Nejde ale jen o obvyklou otázku, zda smějí technologické firmy bez licence stahovat články a používat je jako trénovací data.
Mnohem citlivější část sporu se týká toho, co se stane potom. Podle vydavatelů AI nástroje jejich články nejen zpracovávají, ale někdy vracejí jejich kopie nebo odvozeniny přímo uživatelům. Čtenář pak nemusí otevřít původní web, přečíst si reklamu ani si zaplatit předplatné. Noviny tak podle žaloby financují obsah, který jejich konkurent využije k vytvoření odpovědi, jež návštěvu původního webu nahradí.
Případ jsme už stručně popsali v rychlé zprávě o žalobě, která shrnuje základní podání a reakce obou firem.
Nejde jen o to, co se dostane do modelu
Žaloba byla podána 4. září u federálního soudu na Manhattanu. Oba vydavatelé tvrdí, že OpenAI a Microsoft bez svolení používaly jejich novinářský obsah při trénování modelů, jejich dolaďování i při získávání textu v reálném čase.
To poslední je důležité. AI nemusí odpověď sestavit pouze z toho, co si model zapamatoval během tréninku. Může také při dotazu vyhledat aktuální článek, načíst jeho obsah a použít ho jako podklad pro odpověď. V takovém případě se spor netýká jen historických trénovacích datasetů, ale i samotného provozu služby.
Newsday uvádí, že má od roku 2022 kompletní paywall a že jeho pravidla odmítají přístup robotů OpenAI a Common Crawl. Seattle Times zase tvrdí, že jeho podmínky nepovolují používání obsahu k trénování ani k takzvanému grounding, tedy k doplňování odpovědí o konkrétní zdroje.
Vydavatelé proto neříkají pouze: „Použili jste naše články.“ Jejich argument zní spíš takto: „Použili jste je navzdory našim pravidlům a zároveň je používáte k vytvoření produktu, který může nahradit náš vlastní web.“
Jeden test a 88 slov za sebou
Nejkonkrétnější část žaloby se týká testu, při němž měl AI nástroj po zadání titulku, data a URL vrátit 88 po sobě jdoucích slov z investigativního článku Seattle Times o krizi kolem letounu Boeing 737 MAX.
Žaloba uvádí také další příklady týkající se textů Newsday. Právě takové případy mohou být pro soud důležitější než obecné tvrzení, že model byl trénovaný na velkém množství internetu. Pokud lze konkrétní článek vyvolat a model vrátí jeho delší souvislou část, vydavatelé mohou argumentovat, že nejde o běžné vytvoření nové odpovědi, ale o reprodukci chráněného díla.
Zároveň je potřeba držet se faktů. Jde o test připravený samotnými žalobci a zatím není jasné, jak často se stejný výsledek opakuje, u kterých modelů funguje a zda by ho nezávisle zopakovala i třetí strana. Žaloba není rozsudek a soud zatím nerozhodl, zda OpenAI nebo Microsoft skutečně porušily zákon.
Přesto jde o podstatný rozdíl oproti obecné debatě o trénovacích datech. U tréninku se často vede spor o to, zda je použití děl transformační a zda model vytváří něco nového. U doslovně vráceného článku je obrana složitější. Výstup může vypadat spíš jako náhrada původního textu než jako nový obsah.
Proč do žaloby vstupuje i Microsoft
Microsoft není v případu pouze náhodně přidaný technologický partner. Firma je dlouhodobým investorem a hlavním cloudovým partnerem OpenAI. Zároveň vyvíjí vlastní produkty Copilot, které generativní modely používají v pracovním prostředí.
Vydavatelé proto žalují obě společnosti společně. Tvrdí, že OpenAI obsah získávalo a zpracovávalo, zatímco Microsoft jeho technologii zabudoval do komerčních produktů a pomáhal ji distribuovat.
Microsoft na žalobu reagoval tím, že je překvapený, ale současně uvedl, že chápe význam lokální žurnalistiky a je připraven jednat o řešení. OpenAI podle vyjádření citovaného v médiích tvrdí, že jeho modely pracují s veřejně dostupnými daty a že jejich trénování spadá pod fair use.
To je očekávatelná základní linie obrany. OpenAI nebude chtít připustit, že každý článek dostupný na internetu vyžaduje předchozí individuální licenci. V opačném případě by se trénování modelů stalo nejen dražší, ale také administrativně téměř neproveditelné.
Na druhé straně ale vydavatelé namítají, že veřejná dostupnost neznamená bezplatné použití pro jakýkoli komerční účel. Článek může být veřejně čitelný a zároveň chráněný podmínkami webu, paywallem nebo autorským právem.
Vydavatelé nehájí jen text, ale celý obchodní model
The Seattle Times a Newsday tvrdí, že problémem není pouze samotné kopírování. AI odpovědi podle nich mohou snižovat návštěvnost webů, počet zobrazených reklam a počet lidí, kteří si předplatí digitální obsah.
V žalobě se odkazují na údajný meziroční pokles návštěvnosti z vyhledávačů u středně velkých vydavatelů o 47 procent v prosinci 2025. Toto číslo samo o sobě nedokazuje, že za celý pokles může OpenAI nebo Microsoft. Ukazuje ale, proč jsou vydavatelé nervózní.
Internetové médium tradičně funguje na jednoduchém řetězci:
- novinář připraví článek
- čtenář ho najde přes vyhledávač nebo sociální síť
- otevře web
- zobrazí reklamu nebo si koupí předplatné
Generativní AI může tento řetězec přerušit. Uživatel položí otázku chatbotu a dostane souhrn, vysvětlení nebo dokonce několik odstavců původního textu. Na zdrojový web se nemusí vůbec podívat.
To je ekonomicky důležitější než samotný počet zkopírovaných slov. Vydavatelům nejde jen o to, že někdo použil jejich práci. Jde o to, že stejná práce může být použita k vytvoření služby, která přebírá část jejich publika a příjmů.
Žaloba proto požaduje nejen náhradu škody, ale také zabavení nebo zničení datasetů a modelů, které podle vydavatelů obsahují jejich články nebo jejich odvozeniny. Pokud by soud takovému požadavku vyhověl, šlo by o zásah s mnohem většími důsledky než běžné finanční vyrovnání.
Tenhle spor není ojedinělý
The Seattle Times a Newsday jsou pouze dalšími vydavateli v rostoucí řadě podobných žalob. OpenAI už zažaloval například The New York Times, Chicago Tribune nebo Denver Post. Část médií zvolila opačnou cestu a uzavřela s technologickou firmou licenční dohodu. Mezi ně patří například The Washington Post a News Corp.
Stejný konflikt se vede i mimo novinářský svět. Autoři knih, fotografové, hudebníci a právní databáze řeší, zda mohou jejich díla sloužit jako levný základ pro konkurenční AI produkty.
Výsledky dosavadních sporů přitom nejsou jednostranné. Thomson Reuters uspěl proti společnosti ROSS Intelligence, která podle soudu použila části databáze Westlaw při vývoji konkurenčního právního AI nástroje. Naopak Meta vyhrála spor s třinácti autory knih. Soud ale upozornil, že rozhodnutí stálo na konkrétním skutkovém záznamu a neznamená automatické povolení jakéhokoli trénování na chráněných dílech.
Anthropic zase dostal smíšený výsledek. Soud uznal, že samotné trénování na knihách může být fair use, ale firma podle něj získala miliony knih z pirátských zdrojů protiprávně. Případ nakonec skončil vyrovnáním ve výši 1,5 miliardy dolarů.
Z toho vyplývá jednoduchý závěr: žádné univerzální pravidlo zatím neexistuje. Některé firmy už prohrály, jiné vyhrály a další zaplatily miliardy, aniž by vznikl jasný precedens pro celý obor.
Skutečný problém začne až u náhrady článku
Spor Seattle Times a Newsday bude nakonec stát na několika oddělených otázkách.
Nejdříve bude potřeba prokázat, jaký obsah byl použit a kde přesně se v systému nachází. Potom bude soud řešit, zda šlo o legální transformační použití, nebo o neoprávněné kopírování. A nakonec přijde nejtěžší část: jestli konkrétní používání obsahu skutečně způsobilo vydavatelům finanční škodu.
Právě poslední bod může být rozhodující. Nestačí ukázat, že chatbot někdy vrátil část článku. Vydavatel bude muset vysvětlit, kolik čtenářů kvůli tomu nepřišlo na jeho web, kolik předplatitelů nezískal a jakou hodnotu měl obsah pro AI firmu.
To však neznamená, že problém je zanedbatelný. Pokud budou chatboti systematicky poskytovat odpovědi založené na práci médií, aniž by čtenáře posílali zpět ke zdroji, může se změnit způsob financování žurnalistiky. Vydavatelé pak nebudou soutěžit pouze mezi sebou. Budou soutěžit také s nástroji, které jejich práci použijí, zabalí do vlastní odpovědi a zprostředkují ji uživateli bez návštěvy původního webu.
OpenAI a Microsoft zatím neprohráli. Žaloba teprve začíná a její tvrzení bude muset projít dokazováním. Jedna věc je ale jasná už teď: spor se netýká jen toho, zda AI smí číst noviny. Týká se toho, jestli může noviny přečíst, jejich práci použít a potom čtenáři vrátit odpověď tak dobře, že už nebude mít důvod otevřít původní článek.
