Odluka
Suština presude je utvrđenje činjeničnog karaktera, a ne pravnog: šest djela reproducibilno je uključeno u verzije modela v3.5 i v4. Odjeljenje to naziva – prateći terminologiju računarstva – Učiti napametModel ne izdvaja samo informacije o uzorcima iz podataka za obuku, već i uključuje njihov sadržaj u svoje parametre. To je dokazano usporedbom podataka za obuku i izlaza; s obzirom na duljinu i složenost dijelova, sud je isključio mogućnost slučajnosti. Sunoov prigovor – da težine samo predstavljaju "statistički naučene obrasce" i da je kapacitet pohrane "matematički nedovoljan za pohranu 1 % trening podataka" – stoga nije bio održiv. Sunu je sada izričito zabranjeno reproducirati djela "pohranjivanjem istih u obliku parametara ili drugih podatkovnih struktura unutar takvog modela umjetne inteligencije".
Kad se to utvrdi, ostatak gotovo neizbježno slijedi.
- Prvo: sama činjenica reproducibilnog pohranjivanja unutar modela predstavlja reprodukciju relevantnu za potrebe autorskog prava (članak 16. njemačkog Zakona o autorskom pravu (dUrhG), koji odgovara članku 15. austrijskog Zakona o autorskom pravu (öUrhG)) – konkretno na njemačkim poslužiteljima na kojima su modeli pohranjeni.
- Drugo: iznimka za rudarenje teksta i podataka (TDM) (članak 44b njemačkog Zakona o autorskom pravu (dUrhG), koji odgovara članku 42h austrijskog Zakona o autorskom pravu (öUrhG)) to ne opravdava. Ona dopušta analizu, ali ne i trajno pohranjivanje djela u modelu.
- Treće: Ako generator proizvodi izlazne rezultate kao odgovor na jednostavne upite u kojima su izvorni elementi prepoznatljivi, to predstavlja daljnju reprodukciju i javnu komunikaciju.
Međutim, najvažnija rečenica u praktičnom smislu odnosi se na Pripisivanje. Suno je tvrdio da su korisnici odgovorni za rezultat – ionako su oni ti koji upisuju upit. Sud je zauzeo drugačiji stav: budući da su upiti bili jednostavni i otvoreni – navodeći samo tekst i stil, bez smjernica za melodiju, harmoniju ili aranžman – model određuje sadržaj izlaza, a ne korisnik. Odgovornost leži na pružatelju usluge. I, prema mišljenju Odjela, sam čin stavljanja na raspolaganje modela konstruiranog na ovaj način krši neimenovano pravo javnog priopćavanja (članak 15. stavak 2. Austrijskog zakona o autorskom pravu (dUrhG)). U austrijskom pravu ne postoji takva sveobuhvatna odredba; ondje bi se argument morao temeljiti na tumačenju članaka 18. i 18.a Zakona o autorskom pravu (öUrhG) u skladu s Direktivom, u svjetlu članka 3. Direktive InfoSoc. Također je vrijedno napomenuti gdje argumenti GEMA-e nisu prevladali: Sud je odbacio pravo na stavljanje djela na raspolaganje javnosti (članak 19a njemačkog Zakona o autorskom pravu (dUrhG)) – za razliku od postupka protiv OpenAI-ja – i usvojio je samo alternativnu tužbenu tražnju ("neprecizirana prava").
Međunarodni aspekt ima najširi opseg. Na temelju članka 131. Zakona o organizacijama za kolektivno upravljanje pravima (VGG), sud je također preuzeo nadležnost nad obukom u SAD-u. Stavak 1. odredbe uspostavlja isključivu nadležnost na mjestu povrede, dok stavak 2. omogućuje organizaciji za kolektivno ostvarivanje prava da objedini sve tužbe protiv istog povrijeditelja pred jednim od nadležnih sudova – odredba prvotno namijenjena "organizatorima koji se sele s mjesta na mjesto". Odjel je primijenio ovo pravilo konsolidacije i u "dvostrukoj ulozi" na međunarodnu nadležnost te ga je obranio od prigovora utemeljenih na međunarodnom pravu. Zatim je ispitivao obuku u inozemstvu – u skladu s načelom zemlje zaštite – prema američkom pravu. Rezultat: nema poštene uporabe. Upravo ovdje klasifikacija postaje zanimljiva, jer je ista doktrina poštene uporabe prethodno zaštitila pružatelje usluga umjetne inteligencije u dva druga američka postupka. Više o tome uskoro.
Postoji još jedan čimbenik koji ima značajnu težinu. Suno je izvukao pjesme stream-ripanjem s YouTubea, čime je zaobišao tehničku zaštitnu mjeru. Ovo nije isključivo problem umjetne inteligencije, već jednostavno kršenje zaštitnih mjera – i zbog toga je ovaj slučaj osobito loš testni slučaj za industriju umjetne inteligencije.
Dosljedan pristup Županijskog suda u Münchenu
Presuda u slučaju Suno nije izoliran slučaj. Okružni sud u Münchenu već je presudio u studenom 2025. u slučaju GEMA protiv OpenAI-ja (42 O 14139/24). Taj se slučaj odnosio na stihove pjesama koje je ChatGPT reproducirao gotovo riječ po riječ kao odgovor na jednostavne upite. Čak i u tom je slučaju obrazloženje glasilo da memoriranje unutar modela predstavlja reprodukciju – iako je u tom slučaju to bilo povezano i s povredom prava javnog objavljivanja djela – da iznimka TDM-a (članak 44b njemačkog Zakona o autorskim pravima (dUrhG), koji odgovara članku 42h austrijskog Zakona o autorskim pravima (öUrhG)) to ne pokriva te da reprodukcija u izlazu predstavlja zaseban povreda prava. Nedavna presuda u slučaju Suno proširuje ovaj način razmišljanja s jezika na glazbu.
Dvije presude iste sudske sastave u manje od godinu dana, obje protiv američkih pružatelja usluga umjetne inteligencije, obje u korist GEMA-e. Ono što je vrijedno pažnje jest praktična implikacija koja je rano prepoznata: ako svaki čin memoriranja predstavlja reprodukciju, a memorirane se radove ne mogu pouzdano ukloniti iz obučenog modela (još ne postoji nešto poput 'odučavanja'; usp. Šah, izdvajanje web-stranica u svrhu obuke umjetne inteligencije kao povreda autorskih prava prema važećem i predloženom zakonu, NJW 2024, 113 [114] s daljnjim referencama), tada je, u slučaju sumnje, jedina opcija pružatelja usluga pribaviti licencu ili povući dotični model s tržišta. Upravo u tom scenariju leži pravi eksplozivni potencijal sudske prakse.
Transparentnost… izgleda prilično drugačije
Okružni sud u Münchenu riješio je pitanje koje je godinama bilo predmet rasprava u pravnoj znanosti – i to samo u vezi s ovim konkretnim slučajem. Sam spor i dalje traje.
Jedna strana tvrdi onako kako je sud presudio. Model iz kojeg se rad može dohvatiti uz ispravan upit mora sadržavati taj rad u nekom obliku. Nema drugog načina da se objasni rezultat. Model je podatkovna struktura koja se sastoji isključivo od onoga čemu je podučavan. Definicija 'reprodukcije' u zakonu o autorskim pravima namjerno je široka. Taj pojam ne zahtijeva da kopija bude izravno opaživa. Prema ovoj interpretaciji, činjenica da je pohrana raspoređena na milijarde težina i da je nitko ne može konkretno izdvojiti ne čini razliku. Ovisno o modelu i uvjetima obuke, prema istraživanju na kojem se temelji ovaj stav, između 0,1 i 10 posto podataka za obuku može se reproducirati identično (u detaljima Dornis, Generativna umjetna inteligencija, reprodukcija prema zakonu o autorskim pravima i stavljanje djela na raspolaganje javnosti – 1. dio: Unutarnje funkcioniranje modela, CR 2024, 765 [768]). Suno je uzvratio da, matematički gledano, prostor za pohranu parametara nije bio dovoljan ni za jedan posto korpusa za obuku.
Suprotno stajalište, koje je u Austriji značajno zastupljeno, polazi upravo od toga. Neuronske mreže ne pohranjuju podatke, već vjerojatnosti. Od stotinu bilijuna točaka podataka na kraju bi bilo tek nekoliko milijardi težina – drastično smanjenje nakon kojeg više ne postoji nijedan odredni element koji bi djelo učinio i najmanje percipiranim. Ako model slučajno reproducira djelo za obuku, to je poseban slučaj, obično rezultat preopterećivanja: pogreška, a ne norma, i nešto što su moderne metode obuke posebno osmišljene kako bi izbjegle. Pretpostaviti povredu autorskih prava bez ikakve trajne fiksacije značilo bi prekoračiti opseg zaštite i ugušiti tržište umjetne inteligencije do nepodnošljive mjere (kao Dürager/Heinzl, Umjetna inteligencija i strojevo učenje, ÖBl 2025/2, 3 [13]).
Između ova dva tabora nalazi se srednji stav koji sada dobiva na popularnosti: O tome sadrži li obučeni model reprodukcije ovisi o tome 'može li AI model u konkretnom pojedinačnom slučaju učiniti djelo na bilo koji način opažajnim ljudskim osjetilima, bilo izravno ili neizravno' (Savezni sud za pravdu 23. veljače 2017., I ZR 92/16; usp. Schwartmann/Köhler, Reprodukcije djela zaštićenih autorskim pravom u kontekstu razvoja generativnih modela umjetne inteligencije, NJW 2026, 711 [712]).
Pitanje tko je u pravu, u početku, nije pravno, nego tehničko. I upravo je to ono što stvar čini problematičnom u praksi. Ovisi o pojedinačnom modelu – o njegovoj veličini, o sastavu podataka za obuku i o tome koliko se često određeno djelo pojavljuje unutar njega. Minhenškom sudu nije bilo potrebno rješavati to apstraktno; bilo je dovoljno šest pjesama koje se mogu reproducirati. Austrijski bi sud suočio s istim problemom dokazivanja.
Usput, činjenica da reprodukcija ne odvija unutar samog modela ne znači da autorska prava nisu na stolu. Prije obuke dolazi prikupljanje podataka. Najkasnije kada se provodi web scraping i gradi korpus za obuku, događa se reprodukcija koju nitko ozbiljno ne osporava – u radnoj memoriji, ili u svakom slučaju u trajno pohranjenoj zbirci podataka. Pitanje tada više nije je li došlo do čina eksploatacije, nego samo je li ga obuhvaća iznimka. Time se čitav fokus prebacuje na članak 42h njemačkog Zakona o autorskom pravu (UrhG).
U konačnici, o ovom pitanju ionako neće biti odlučeno ni u Münchenu ni u Beču. Prvi postupak za prethodno tumačenje u vezi s umjetnom inteligencijom i autorskim pravom traje pred Sudom Europske unije od travnja 2025. (C-250/25, Slična tvrtka). U suštini, pitanje koje je tu na kocki jest upravo to je li proces obuke jezičnog modela reprodukcija i primjenjuje li se iznimka TDM-a. Dok se to pitanje ne riješi, sve nacionalne presude su privremene odluke (vidi, o postupku upućivanja, Proizvod, Autorska prava na čekanju – postupanje s zaštićenim djelima pri obuci umjetne inteligencije, ailex 2025/11 [točka C.3.]).
Prijevod za Austriju: drugačiji odjeljak, ista logika
S obzirom na razumljivu želju da se presuda iz Münchena izravno primijeni na Austriju, nužna je opreznost.
Relevantna odredba u Austriji je članak 42h Zakona o autorskom pravu (UrhG). Poput članka 44b Njemačkog zakona o autorskom pravu (dUrhG), ona provodi europski zahtjev (članak 4 Direktive o digitalnom jedinstvenom tržištu). Što se tiče sadržaja, austrijsko izuzeće za TDM formulirano je nešto šire nego u Njemačkoj: Od 1. siječnja 2022. stavak 42h(6) Zakona o autorskom pravu (UrhG) dopušta svakome – uključujući poduzeća, čak i u komercijalne svrhe – izradu preslika za automatiziranu eksploataciju, pod uvjetom da postoji zakonit pristup i da ne postoji strojem čitljiva ograničenja uporabe.
To zvuči kao slobodna propusnica za obuku. Ali to nije tako, iz tri razloga, od kojih bi se svi primijenili u slučaju Suno:
- Rok čuvanjaČlanak 42h njemačkog Zakona o autorskim pravima (UrhG) dopušta pohranu kopije samo onoliko dugo koliko je potrebno u svrhu analize podataka. Djelo koje je trajno i reproducibilno ugrađeno u model stoga više nije obuhvaćeno – upravo na toj točki Okružni sud u Münchenu također povlači granicu za njemačku iznimku. Čin pohrane podataka u oba slučaja nadilazi opseg iznimke.
- Zakonit pristup. Ovo izuzeće odnosi se samo na djela kojima se pristupa zakonito. Svatko tko zaobiđe tehničku mjeru zaštite – kao što to Suno čini prilikom izdvajanja streamova – nema zakonit pristup. Iz tog jedinog razloga odredba članka 42h Austrijskog zakona o autorskom pravu (UrhG) ne bi dolazila u obzir u sličnom austrijskom slučaju.
- Nositelji prava mogu zabraniti obuku putem strojem čitljive rezervacije (članak 42h(6) Zakona o autorskom pravu). U praksi to znači da rezervacija mora biti pohranjena u strojno čitljivom formatu – u datoteci robots.txt ili u metapodacima – a ne kao klauzula u uvjetima i odredbama. Suprotno tome, svatko tko provodi obuku trebao bi dokumentirati da takva rezervacija nije postojala.
Što se tiče izlazne strane, u Austriji ipak nije potrebna posebna doktrina. Glazbena kompozicija koja prepoznatljivo uključuje izvorne značajke zaštićenog djela predstavlja reprodukciju ili neoslobođenu adaptaciju – tumačenje članka 5. stavka 2. i članaka 14. i nadalje Austrijskog zakona o autorskom pravu (öUrhG) dovodi do istog zaključka kao i u Münchenu. Što se tiče primjene nalaza iz tog slučaja na austrijsko pravno stanje, može se sažeto reći: drugačavi članak, ista logika. Austrijski bi sud, vrlo vjerojatno, u tim okolnostima došao do istog zaključka.
Dva argumenta koja idu dalje
U odluci iz Minhena obrana TDM-a propada isključivo zbog razdoblja pohrane. To je najizravniji način odbacivanja primjene te obrane. U pravnoj literaturi postoje i dva argumenta koja idu znatno dalje – i koja se također primjenjuju na model koji dokazivo ne pohranjuje nikakve podatke.
Prvo: svrha TDM barijere
Prema formulaciji zakona, rudarenje tekstova i podataka ima za cilj izdvajanje informacija o obrascima, trendovima i korelacijama. Stoga se bavi onim što se nalazi u podacima, a ne intelektualnim sadržajem samih djela. Strogo govoreći, stoga, pravi TDM uopće ne krši autorska prava. Situacija je drugačija kod generativnog treninga: on se posebno odnosi na izraz, jer je cilj u konačnici proizvesti djela istog ili sličnog sadržaja.
Svatko tko ovu razliku shvati ozbiljno doći će do teleološkog zaključka – ograničenje je uvedeno 2019. godine, u vrijeme kada europski zakonodavac jednostavno nije predvidio generativnu umjetnu inteligenciju. Činjenica da pravo na čitanje ne podrazumijeva pravo na rudarenje više je od pukog igre riječima (koliko god se danas tako mislilo) Schwartmann/Köhler, NJW 2026, 711 [714]). Povijesno gledano, izuzeće za samu upotrebu djela temelji se na činjenici da nije moguće naplatiti od privatnih krajnjih korisnika – a ne na nekom uzvišenom načelu koje bi se moglo primijeniti na industrijsko ogrebotanje.
Štoviše, ograničenje je tehnički neprikladno. Ono dopušta zadržavanje samo onoliko dugo koliko je potrebno za analizu. Model koji kontinuirano uči ne prepoznaje ovo specifično vremensko razdoblje. Nadalje, obveza brisanja podataka proturječi zahtjevima za dokumentaciju propisanima Uredbom o umjetnoj inteligenciji – a brisanje u smislu retrospektivnog "odučavanja" do danas nije tehnički izvedivo.
Drugo: test u tri koraka kao međunarodna rezerva
Iznimke od autorskog prava prema europskom i međunarodnom zakonodavstvu podliježu određenim uvjetima. Primjenjuju se samo na specifične iznimne slučajeve koji ne narušavaju normalnu eksploataciju djela i ne dovode do neprimjerenog narušavanja legitimnih interesa nositelja prava. Sva tri uvjeta moraju biti kumulativno ispunjena. Ovaj test ne obvezuje samo zakonodavca pri njegovoj provedbi; on također služi kao mjerilo za tumačenje sudova – ograničenje ograničenja (detaljnije Behm/Mitterauer, "Brzo se kreći i razbijaj stvari" – ali ne na štetu kreatora, MR 2025 H 1 Supplement, 6 [11]).
Druga faza temelji se na argumentu sa jednostavnom premisom: već dugo postoji tržište za podatke za obuku. Veliki izdavači i medijske kuće licenciraju svoje arhive pružateljima usluga umjetne inteligencije, a potražnja za visokokvalitetnim podacima raste – sam Suno potpisao je ugovor o licenci s Warner Musicom krajem 2025., nakon što je Warner prethodno poduzeo pravne mjere protiv tvrtke. Prepreka u obliku zabrane naknade oduzima upravo ono što održava ovo tržište – oni kojima je dopušteno besplatno prikupljati podatke neće ih kupovati. Uz to se dodaje i efekt zamjene na strani izlaza. Izlaz izravno konkurira djelima korištenima za obuku, osobito u slučaju jednostavnih tekstova, ilustracija i komercijalne grafike.
Očita prigovor je da bi obuka i uporaba trebali biti odvojeni. Ograničenje se odnosi samo na gornji proces; ishod je druga stvar. Protivna strana smatra da je to umjetna podjela jednog procesa – ionako se obuka provodi upravo radi stvaranja izlaza. Prema sudskoj praksi Europskog suda pravde, učinak zamjene ne mora izravno proizaći iz samog čina uporabe da bi se ubrajao u drugoj fazi (Behm/Mitterauer, MR 2025 H 1 Dodatak, 6 [13]; mišljenje u manjini Schwartmann/Köhler, NJW 2026, 711 [717]).
Ovo je u praksi relevantno jer ovaj argument vrijedi bez obzira na pitanje memoriranja. Čak i model za koji je pokazano da samo generalizira morao bi se ocjenjivati prema ovom standardu. Oslanjanje na činjenicu da vlastita arhitektura ne pohranjuje ništa samo po sebi ne opovrgava sve prigovore.
Rezervacija uporabe i njezine strukturne mane
Izuzetak TDM-a stoji ili pada na temelju ograničenja uporabe. Njegova je svrha vratiti kontrolu nositeljima prava: svatko tko ne želi da se njegova djela koriste u svrhu učenja može to izjaviti u mašinski čitljivom formatu i tada se izuzeće više ne primjenjuje. Elegantno u teoriji. U praksi, međutim, okvir ima barem tri slabosti.
Prvo, to zahtijeva djelovanje onih koji žele zaštititi svoj rad. Autorsko pravo nastaje automatski; rezervacija zapravo preokreće taj princip, jer zaštitu zadržavaju samo oni koji poduzmu tehničke mjere. To je izvedivo za izdavačku kuću s IT odjelom, ali teško za slobodnog fotografa ili skladatelja. Štoviše, što točno znači "mašinski čitljivo" i danas je predmet rasprave.
Drugo, rezervacija se ne primjenjuje tamo gdje se djela zapravo nalaze. Prema europskom pravu, pristup sadržaju koji je slobodno dostupan na internetu već se smatra zakonitim pristupom. Međutim, vrlo malo autora zapravo upravlja web-stranicama na kojima se pojavljuju njihova djela – to rade platforme, agencije i medijske kuće, od kojih su neke iste korporacije koje same treniraju modele. Hoće li tamo biti nametnuto ograničenje u potpunosti je izvan kontrole autora.
Treće, provedba je slaba. Zanemarena rezerva u početku ne košta ništa, a scraping se može premjestiti u drugu jurisdikciju. Tu na scenu stupa Uredba o umjetnoj inteligenciji: Pružatelji modela opće namjene moraju, prema članku 53. stavku 1. točki c) Uredbe o umjetnoj inteligenciji, održavati strategiju za poštivanje zakona o autorskim pravima, uključujući identifikaciju izjavljenih ograničenja, te, prema točki d), objaviti "dovoljno detaljan sažetak" sadržaja za obuku. Uredba ne specificira u kojem obliku ta strategija treba biti – i, za razliku od sažetka, ne postoji obveza njezine objave. Šablona Ureda za umjetnu inteligenciju, s druge strane, ne zahtijeva navođenje pojedinačnih djela, već samo detalje o najvažnijim skupovima podataka i domenama (vidi Proizvod, ailex 2025/11 [točka B.1]). Stoga općenito neće biti moguće identificirati pojedinačna djela. Ostaje otvoreno pitanje mogu li se iz toga izvesti subjektivne tvrdnje nositelja prava; u slučaju odštete, uzročnost i opseg štete stajali bi na putu. Nositeljima prava stoga preostaje ono što literatura naziva 'rizikom neprozirnosti' (Schwartmann/Köhler, NJW 2026, 711 [716]): Ne može se izvana utvrditi je li model uopće treniran koristeći vlastita djela. Najmanje, to je vjerojatno pokazatelj protiv pružatelja usluga ako ne mogu dokazati usklađenost sa svojom strategijom rezervacija.
Svatko tko želi zaštititi vlastiti sadržaj trebao bi uključiti strojem čitljiv ograničitelj upotrebe – i to što prije, jer retrospektivne izjave ne primjenjuju se unatrag na obuku koja je već provedena. Svatko tko na svojim web-stranicama hosta djela trećih strana trebao bi ugovorno razjasniti tko postavlja ograničenje uporabe (ako je to poželjno). Svatko tko postavi takvo ograničenje trebao bi biti svjestan i uzeti u obzir da isti signali koji blokiraju botove za indeksiranje također mogu blokirati i tražilice.
Činjenica da je ovaj pristup neodrživ sada je prepoznata na europskoj razini: Početkom 2026. Odbor Europskog parlamenta za pravna pitanja usvojio je izvješće na vlastitu inicijativu o autorskim pravima i generativnoj umjetnoj inteligenciji, koje se bavi upravo tim dvjema slabostima – pravnom nesigurnošću u vezi s opsegom iznimke za TDM i praktičnom neučinkovitošću ograničenja uporabe. Izvješće ne sadrži nikakve obvezujuće odredbe. Međutim, ono je pokazatelj smjera u kojem bi reforma mogla ići (vidi Schwartmann/Köhler, NJW 2026, 711 [718]).
Druga polovica problema: Tko je vlasnik rezultata?
Do sada smo gledali ulaz. U svakodnevnom poslovnom životu suprotna strana je češća – a odgovor obično iznenadi većinu ljudi.
Na prvi pogled procjena je uglavnom neosporna. Sadržaj koji je isključivo generiran umjetnom inteligencijom nije zaštićen autorskim pravima. Za zaštitu je potrebna originalna intelektualna tvorevina, odnosno čin ljudske kreativnosti. Razvojni programer modela ne može se smatrati autorom, jer je određeni sadržaj nešto neovisno o sustavu. Korisnik je općenito također isključen, jer prompt određuje ideju, a ne izvedbu – a ideje nisu zaštićene. Čak ni osobito sofisticiran prompt stoga, u načelu, ne mijenja ovu klasifikaciju (vidi, na primjer, nijansiranu raspravu o Grubo, Kreativnost u doba tehničke reproducibilnosti: generativna umjetna inteligencija kao kopač grobova autorskih prava? ZUM 2024, 157 [160]; Kruna, Zaštita autorskih prava za tekstove ChatGPT-a? RDi 2023, 117 [122]; Dürager/Heinzl, ÖBl 2025/2, 3 [6]).
Praktične implikacije ne treba podcjenjivati. Sve što nije zaštićeno može koristiti svatko. Svatko tko angažira agenciju da razvije reklamni koncept i dobije rezultat koji je u velikoj mjeri generiran umjetnom inteligencijom, neće dobiti nikakva prava na korištenje. Uostalom, što bi podarivanje prava značilo ako ih se sam nije steklo? Konkurent je slobodan replicirati dizajn i nitko mu to ne može spriječiti.
Put da se premosti taj jaz leži u ljudskom elementu. Bilo da se AI koristi tek kao alat unutar inače ljudskog kreativnog procesa, ili se generirani dizajn prilagodi na način da ljudski doprinos zauzme središnje mjesto, rezultat je ponovno umjetničko djelo. Za to ne postoje fiksni kriteriji; kao opće pravilo, ključne kreativne odluke moraju biti u rukama ljudi (Siems/Viborg, Zaštita autorskih prava na djela generirana umjetnom inteligencijom – opcije za klijente pri sastavljanju ugovora, RDi 2025, 136 [138 i nadalje]; za softverski kod Kercz, 'Od uputa do koda: rizici autorskih prava, zamke otvorenog koda i relevantnost transakcije', ailex 2026/10 [točka A.1]).
Osim toga, pojavio se novi problem, koji je postao vidljiv tek posljednjih godina. Do sada je autorstvo bilo pravno pitanje koje je sud ocjenjivao na temelju objektivnih kriterija. Budući da više nije moguće pouzdano razlikovati djela generirana umjetnom inteligencijom od onih koja su stvorena ljudskom rukom, uz to se pojavilo i činjenično pitanje: je li čovjek uopće sudjelovao u procesu stvaranja? Ako protustranka bitno ospori status djela, tužitelj mora, načelno, iznijeti kreativni proces i, po potrebi, dokazati ga. To je teško u slučaju isključivo digitalnih kreativnih procesa. Presumpcija autorstva ovdje nije od pomoći jer pretpostavlja postojanje djela – a upravo je to ono što je sporno. Oni koji se bave kreativnim radom stoga imaju novi i neočekivan razlog da dokumentiraju svoj kreativni proces (vidi Kögel, Autorskopravne implikacije uporabe kreativne i generativne umjetne inteligencije, InTeR 2023, 179 [183 i nadalje]).
Što poduzeća mogu učiniti sada
Pravna situacija je neizvjesna, ali odluke nisu. Postoje tri različite uloge – i u svakoj od njih postoji prostor za djelovanje.
Svaka osoba koja trenira modele ili ih kupuje prvo bi trebala dokumentirati njihovo podrijetlo. Zakonit pristup preduvjet je za primjenu članka 42h njemačkog Zakona o autorskim pravima (UrhG). Svaka osoba koja se poziva na ovo ograničenje mora navesti uvjete njegove primjene. Stoga je potrebno zabilježiti izvor, datum i način pristupa – i, prije svega, da nisu zaobiđene nikakve tehničke mjere zaštite. Ova se točka ne odnosi samo na umjetnu inteligenciju. Također je potrebno dokumentirati provjeru ograničenja uporabe, posebice u odnosu na vrijeme prikupljanja podataka. Svaka osoba koja "kupuje" model trebala bi dobiti jamstva o podrijetlu, odštetnu izjavu i sažetak podataka za obuku u skladu s Uredbom o umjetnoj inteligenciji, umjesto da jednostavno pretpostavlja da oni postoje.
Nadalje, model bi se trebao testirati na memoriranje prije nego što se pusti na tržište: testovi ekstrakcije koristeći jednostavne, otvorene upite vezane uz dobro poznata djela, usporedbe izlazaka na temelju sličnosti i dokumentirani filtri za izlazak. Razlog za to je neugodno jednostavan. Ne postoji nešto poput 'razučenja'. Svatko tko u svom modelu ima memorizirano djelo, imat će ga trajno – i suočit će se s izborom između dobivanja licence ili povlačenja pogođene verzije s tržišta. Stoga je briga uložena prije obuke daleko vrijednija od bilo kakve naknadne korektivne mjere.
Jedan specifičan slučaj zaslužuje posebnu pažnju: softverski kod. Za određeni programerski problem postoji znatno manje smislenih formulacija nego za rečenicu u prirodnom jeziku. Posljedično, postoji velika vjerojatnost da će asistent reproducirati kod otvorenog koda gotovo riječ po riječ. Stvarni rizik ovdje leži manje u kršenju autorskih prava, a više u kršenju uvjeta licence: copyleft licence mogu nametnuti distribuciju izvedenih djela pod istim uvjetima, a tko god ne zna podrijetlo fragmenta ne može uključiti obavijest o licenci. Da stvar bude gora, gotovo je nemoguće provesti temeljitu retrospektivnu provjeru jer referentna djela – vlasnički kod – uopće nisu dostupna. Stoga su jedine učinkovite mjere one poduzete unaprijed: odabir modela, pregled koda otvorenog koda i dokumentirani procesi odobrenja. U transakcijama spajanja i preuzimanja (M&A) to je sada postalo zasebna točka provjere u IP dubinskoj analizi, što se odražava u odštetnim obvezama i uvjetima sklapanja (vidi Kercz, ailex 2026/10 [točka B.]).
Svaka osoba koja naručuje kreativni rad ima najveću kreativnu slobodu i trebala bi je maksimalno iskoristiti. Primjerice, moglo bi imati smisla zahtijevati od izvođača da koristi AI isključivo kao sekundarni alat te da uređuje generirani sadržaj na način da ljudski doprinos ostane u središtu pažnje. Za cjelovita djela poput brošure ili kampanje može se također odrediti da se AI smije koristiti samo za podređene dijelove, dok dizajn, odabir i kompilaciju moraju obavljati ljudi. To bi trebalo biti popraćeno zahtjevom za dokumentaciju u ugovoru. U njoj bi trebalo biti zabilježeno koji su alati korišteni i u kojoj mjeri, kao i koraci uređivanja provedeni na generiranom materijalu, zajedno s potvrdom izvođača. To nije birokracija radi same sebe, već dokaz potreban u slučaju spora kada se osporava kvaliteta rada.
U slučaju kršenja ovih obveza, obveza otklanjanja situacije je praktički neizvediva: ako je rezultat dobar, nitko ne želi na njemu vršiti kozmetičke izmjene, a upitno je bi li to uopće i dalje predstavljalo autorsko pravo. Učinkovitije mjere uključuju ugovornu kaznu koja ne zahtijeva dokaz štete i, prije svega, djeluje kao odvraćanje; odredbu o odšteti za podlicenciranje trećim stranama; i pravo na raskid (s predloženim klauzulama Siems/Viborg, RDi 2025, 136 [139 i nadalje]). Unutar tvrtke isti se cilj ne može postići ugovorima, već samo jasnim smjernicama – gotovo nijedna tvrtka neće zabraniti svojim zaposlenicima korištenje generativne umjetne inteligencije, ali svaka tvrtka može regulirati kako se ona koristi i dokumentira.
Zaključak
Presuda Suno iz Minhena ne rješava nijedno od glavnih neriješenih pitanja vezanih uz obuku umjetne inteligencije – ona se odnosi na specifičan, loše odabran slučaj. Međutim, vjerojatno će poslužiti kao pouzdan vodič u kojem smjeru se kreću europski sudovi: generalizacija je jedno, memoriranje drugo. Sve dok model samo uči obrasce i ne proizvodi ništa prepoznatljivo, postoje snažni argumenti u njegovu korist. Čim se zaštićena djela mogu reproducirati pomoću jednostavnih uputa, procjena se mijenja – u Njemačkoj prema članku 44b Zakona o autorskom pravu (dUrhG), a u Austriji prema članku 42h Zakona o autorskom pravu (öUrhG).
Tvrtke u Austriji trebale bi pratiti ovaj razvoj – posebno u četiri ključna područja:
- Svatko tko koristi umjetnu inteligenciju obučeni, zahtijeva podatke dobivene zakonito, mora poštovati prava trećih strana na korištenje i treba dokumentirati izvor i pristup – iznimka TDM-a podržava obuku, a ne trajno pohranjivanje djela.
- Tko god koristi alate umjetne inteligencije se koristi, odgovoran je za povrede prouzročene rezultatima čak i ako je pružatelj izgradio model; pomno ispitivanje rezultata umjetne inteligencije je obavezno, a ne opcija.
- Svako tko stvara kreativne radove kupovine, Pitanje upotrebe umjetne inteligencije trebalo bi biti uključeno u ugovor, a ne prepušteno slučaju – zaštita rezultata ovisi o procesu kojim je stvoren, a ne o njegovoj kvaliteti.
- I svatko tko je napisao vlastita djela zaštititi Ako želite, pohranite ograničenje upotrebe u strojno čitljivom formatu prije nego što se sljedeći model obuči.
Sudovi su počeli rasvjetljavati sive zone autorskih prava koje proizlaze iz revolucije umjetne inteligencije. Postaje jasno da bi tvrtkama bilo mudro pratiti ta zbivanja i poduzeti odgovarajuće mjere.
Često postavljana pitanja (FAQs)
Je li u Austriji dopušteno trenirati umjetnu inteligenciju koristeći djela trećih strana?
U načelu, da. Od 1. siječnja 2022. godine, članak 42h(6) Zakona o autorskom pravu (UrhG) također dopušta tvrtkama izradu kopija za automatiziranu analizu, uključujući u komercijalne svrhe. Međutim, ovo izuzeće ima tri ograničenja: zakonit pristup, trajanje pohrane i ograničenja uporabe. Svatko tko zaobiđe tehničku mjeru zaštite ili trajno i reproducibilno pohrani djela u modelu više se ne može pozivati na ovaj izuzetak. Hoće li se izuzetak TDM-a uopće primjenjivati na generativno obučavanje, bit će (nadamo se) razjašnjeno od strane Suda Europske unije u predmetu C-250/25.
Što znači 'memorizacija' – i zašto je toliko važna?
Izraz 'memorizacija' koristi se kada model zadržava podatke za obuku u svojim parametrima na takav način da ih može reproducirati, bilo u cijelosti ili djelomično, u svom izlazu. Upravo je to temelj na kojem je Regionalni sud München I donio svoju presudu. Ako model samo generalizira obrasce, njegov pružatelj ima snažne argumente; ako se, međutim, zaštićeno djelo može dohvatiti pomoću jednostavnih upita, procjena se poništava. Je li model memorizirao, prije svega je tehničko pitanje – i ono se mora odgovoriti za svaki model pojedinačno.
Je li referenca u uvjetima i odredbama dovoljna kao rezervacija upotrebe?
Za djela dostupna na internetu zakon zahtijeva da budu u mašinski čitljivom formatu. Najsigurniji pristup je putem datoteke robots.txt i metapodataka, a ne putem odredbe u uvjetima korištenja. Pitanje je predmet rasprave je li izjava na prirodnom jeziku dovoljna; u Austriji ne postoji sudska praksa o tome. Vremensko određenje je posebno važno: ograničenje se ne primjenjuje retroaktivno na obuku koja je već provedena.
Je li naša tvrtka obuhvaćena NISG-om 2026?
Odlučujući čimbenici su sektor i veličina. Područje obuhvaća organizacije iz 18 sektora koje, kao pravilo, imaju najmanje 50 zaposlenika ili promet ili ukupnu bilancu veće od 10 milijuna eura; neke su aktivnosti obuhvaćene bez obzira na veličinu organizacije. Organizacije se moraju same klasificirati; ne postoji službeni postupak obavještavanja. Čak i one koje nisu izravno obuhvaćene trebale bi provjeriti prenose li im klijenti podložni NIS 2 zahtjeve putem klauzula u lancu opskrbe.
Tko je vlasnik rezultata koje proizvodi umjetna inteligencija?
Isprva, nitko. Sadržaj koji je isključivo generirao AI nije zaštićen autorskim pravom zbog nedostatka ljudske kreacije; shodno tome, za njega se ne mogu dodijeliti nikakva prava korištenja. Zaštita nastaje tek kada ključne kreativne odluke donosi ljudsko biće – bilo zato što je AI bio samo alat ili zato što je rezultat bitno revidiran. Svatko tko se želi osloniti na ovo trebao bi dokumentirati proces stvaranja.
Što bi tvrtke trebale uspostaviti kada naručuju kreativni rad?
Tri su točke od najveće važnosti: obveza korištenja AI-ja samo kao sekundarnog alata i temeljite revizije rezultata; zahtjev za dokumentiranje korištenih alata i poduzetih koraka uređivanja; te pravne posljedice koje zaista imaju utjecaj – ugovorne kazne, obustava obveza i pravo na raskid ugovora. Postotci koji se odnose na "ljudski doprinos" trebali bi se izbjegavati, jer se kreativni doprinosi ne mogu kvantificirati. Unutar tvrtke jasna politika zamjenjuje ugovor.
Koristite li umjetnu inteligenciju u svom poslovanju ili razvijate vlastite modele – i želite li znati gdje se nalazite u pogledu autorskih prava?
Stručnjaci za pravo intelektualnog vlasništva i informacijske tehnologije u ATB.LAW-u podržavaju tvrtke na sjecištu autorskog prava i umjetne inteligencije. Pregledavamo vaše procese obuke i implementacije, sastavljamo politike licenciranja i korištenja te osiguravamo da su ograničenja upotrebe ispravno provedena i s tehničkog i s pravnog aspekta. Molimo kontaktirajte Stefan Knotzer i Roman Taudes u bilo kojem trenutku u office@atb.law ili telefonom na 01 39 12345 za besplatne početne konzultacije.
