إذا كانت مؤسستكم تنشر نصوصاً أو صوراً أو أي محتوى آخر عبر الإنترنت، فمن المرجح أن لديكم بالفعل رأياً حول ما إذا كان ينبغي السماح لشركات الذكاء الاصطناعي باستخدامه لتدريب نماذجها. منذ عام 2019، يمنح قانون الاتحاد الأوروبي أصحاب الحقوق وسيلة رسمية للرفض: خيار الاستبعاد من التنقيب عن النصوص والبيانات بموجب المادة 4 من توجيه السوق الرقمية الموحدة (DSM). معظم الناشرين الذين فعّلوا هذه الآلية يعتبرون المهمة منتهية بمجرد تفعيل سطر في ملف robots.txt أو وسم TDMRep على الموقع. هذا هو الجزء السهل. أما الجزء الصعب، وهو ما يحدد فعلياً ما إذا كان الاستبعاد سيصمد في نزاع قانوني، فهو إثبات متى كان فعّالاً وماذا كان نصه بالضبط.
ما الذي تمنحه المادة 4 بالفعل
تنشئ المادة 4 من توجيه DSM استثناءً يسمح باستنساخ واستخراج الأعمال المتاحة قانونياً لأغراض التنقيب عن النصوص والبيانات، دون الحاجة إلى ترخيص في مجموعة واسعة من الحالات. ثم تحدد الفقرة 3 من المادة 4 الحد الفاصل الذي يهم أصحاب الحقوق: لا ينطبق الاستثناء إلا إذا لم يحتفظ صاحب الحق صراحةً بحقوقه. بالنسبة للمحتوى المتاح للجمهور عبر الإنترنت، يجب التعبير عن هذا التحفظ "بطريقة مناسبة، مثل الوسائل القابلة للقراءة الآلية". بعبارة أخرى، لا يكفي وجود إشعار مكتوب في مكان ما على الصفحة. يجب أن يكون التحفظ قابلاً للقراءة من قبل برامج الزحف والأنظمة التي تنفذ عملية التنقيب فعلياً، وهذا ما يفسر اعتماد معظم التطبيقات على توجيه robots.txt، أو وسم HTML meta، أو بروتوكول حجز التنقيب (TDMRep) الذي طُوّر خصيصاً لهذا الغرض.
ضبط هذه الإشارة مهمة تقنية تُنجز مرة واحدة. أما الاحتفاظ بإثبات ذلك فليس كذلك، وهذا بالضبط هو الحد الذي يتوقف عنده معظم أصحاب الحقوق.
لماذا أصبح للاستبعاد وزن حقيقي الآن، ولماذا يرفع ذلك من حجم المخاطر
لبضع سنوات، ظلت الفقرة 3 من المادة 4 حماية نظرية إلى حد كبير. تغير ذلك مع قانون الذكاء الاصطناعي للاتحاد الأوروبي. أصبح مقدمو نماذج الذكاء الاصطناعي ذات الغرض العام التي تُطرح في سوق الاتحاد الأوروبي الآن خاضعين لالتزام مباشر بموجب المادة 53 من قانون الذكاء الاصطناعي، يقضي بوضع سياسة للامتثال لقانون حقوق النشر في الاتحاد الأوروبي، وتحديداً تحديد واحترام تحفظات الحقوق المعبَّر عنها بموجب الفقرة 3 من المادة 4 من توجيه DSM. ينطبق هذا الالتزام بغض النظر عن مكان تأسيس مزود النموذج أو أين جرى التدريب فعلياً، طالما أن النموذج يُطرح في سوق الاتحاد الأوروبي.
هذا يحوّل الاستبعاد من موقف قانوني سلبي إلى أمر يتوجب على الطرفين إدارته بفعالية الآن. يجب على مزود النموذج أن يثبت أنه تحقق من التحفظ واحترمه. أما أنتم، بصفتكم أصحاب الحقوق، فقد تحتاجون إلى إثبات أن التحفظ كان قائماً، بالشكل الصحيح، قبل جمع المحتوى لأغراض التدريب. كلا السؤالين يتعلقان بلحظة زمنية محددة، وليس بالحالة الراهنة لموقعكم. ملف robots.txt لا يُظهر سوى ما هو موجود فيه اليوم فقط. لا يقول شيئاً عما كان يحتويه قبل ستة أشهر، عندما ربما جرت عملية زحف معينة.
أين تظهر فجوة الإثبات فعلياً
ثلاثة مواقف تتكرر باستمرار بمجرد النظر إلى ما وراء الإعداد الأولي:
- إعادة تصميم الموقع أو ترحيل نظام إدارة المحتوى يستبدل ملف robots.txt، فيختفي توجيه الاستبعاد القديم دون أي أثر محلي لموعد إزالته أو لما كان ينص عليه أصلاً.
- نزاع يدور حول التوقيت. يدّعي مزود النموذج أن جولة التدريب سبقت تحفظكم؛ وأنتم تعتقدون العكس. بدون لقطة مؤرخة لإشارة الاستبعاد الخاصة بكم، تتحول المسألة إلى من هو الأكثر إقناعاً، لا إلى ما هو قابل للإثبات.
- الاستبعاد يتغير مع الوقت، على سبيل المثال الانتقال من حظر عام عبر robots.txt إلى سياسة TDMRep أكثر دقة تحتفظ بالحقوق لتدريب الذكاء الاصطناعي مع السماح باستمرار فهرسة محركات البحث. إذا جرت عملية زحف بين نسختين، فإن سجل النسخ المؤرخ وحده يكشف أي سياسة كانت سارية فعلياً في تلك اللحظة.
لا شيء من هذه الحالات افتراضي. إنها النتائج الاعتيادية لتشغيل موقع إلكتروني حي لأكثر من بضعة أشهر. الاستبعاد القابل للقراءة الآلية يحل مشكلة "هل تستطيع آلة قراءة هذا". لكنه لا يفعل شيئاً لمشكلة "هل يمكنكم إثبات أن هذا كان صحيحاً في تاريخ محدد"، وهذا السؤال الثاني تحديداً هو ما يحسم النزاع.
ما الذي يجب أن يوفره السجل المؤرخ
يحتاج سجل استبعاد قابل للدفاع عنه إلى ثلاثة عناصر لا يستطيع ملف robots.txt الحي وحده توفيرها: لقطة للملف أو الوسم بالضبط كما نُشر، وطابع زمني من مصدر لا تتحكمون فيه بأنفسكم، وطريقة يستطيع بها طرف ثالث، حتى خارج الاتحاد الأوروبي، التحقق من الأمرين دون الاضطرار إلى تصديق كلامكم فقط. إن ختم بصمة رقمية مؤرخة لملف robots.txt أو إعلان TDMRep أو وسم HTML meta الخاص بكم في كل مرة تنشرون أو تحدّثون فيها، يبني هذا السجل تدريجياً، في اللحظة التي تُنشر فيها كل نسخة، بدلاً من لاحقاً حين يفوت الأوان على إعادة تجميعه.
وهنا أيضاً تظهر قيمة الإثبات الأساسي خارج نطاق الاتحاد الأوروبي. لن يُنظر في نزاع حول بيانات التدريب أو مفاوضات ترخيص مع مزود نموذج دائماً أمام سلطة تابعة للاتحاد الأوروبي. قد ينتهي الأمر أمام الفريق القانوني لمختبر ذكاء اصطناعي أمريكي، أو هيئة تحكيم دولية، أو محكمة في ولاية قضائية لم تسمع قط بتوجيه DSM. إثبات لا تكمن قوته إلا في عبارة "ثقوا بسجلات خادمنا" لا يصمد جيداً في تلك المحادثة. أما السجل المؤهل والمؤرخ بشكل مستقل فيصمد، لأن قيمته الإثباتية لا تعتمد على الولاية القضائية التي تسأل. وهذا هو المنطق نفسه المنطبق على أي وثيقة قد تحتاجون إلى الدفاع عنها خارج البلد الذي أنشأتموها فيه: الإثبات الذي يصمد عالمياً أثمن من إثبات يعمل فقط في بلده الأصلي.
ما الذي يجب الاحتفاظ به في السجل
لا يلزم أن تكون اللقطة المختومة المفيدة معقدة. احتفظوا على الأقل بالنص الكامل لتوجيه robots.txt أو إعلان TDMRep تماماً كما نُشر، والرابط أو النطاق الفرعي الذي طُبّق عليه، والتاريخ الذي دخل فيه حيز التنفيذ. ينبغي على المؤسسات الأكبر التي تدير مواقع متعددة أو نطاقات فرعية إقليمية أو نسخاً لغوية متعددة من الموقع نفسه أن تختم كل واحد منها بشكل منفصل، لأن تحفظاً محدداً على نطاق واحد لا يمتد تلقائياً إلى نطاق آخر، ولا يُعفى برنامج زحف تجاهل سياسة نطاق فرعي بسبب تحفظ موجود فقط على الموقع الرئيسي. إذا طُلب من فريقكم القانوني أو فريق الامتثال تقديم أدلة أثناء تدقيق أو مفاوضات ترخيص، فإن وجود ملف مؤرخ لكل موقع أفضل بكثير من إعادة بناء سجل من صفحات مخزنة مؤقتاً وتخمينات.
يستحق الأمر أيضاً الاحتفاظ بالسجل حتى بعد تعديل الاستبعاد أو إزالته. إذا قررتم لاحقاً ترخيص محتواكم لتدريب الذكاء الاصطناعي بدلاً من حظره، فإن سجلاً مؤرخاً يُظهر بدقة متى سُحب التحفظ يحميكم من المشكلة العكسية: ادعاء بأنكم كنتم ما زلتم مستبعدين بينما كنتم في الواقع قد منحتم الإذن بالفعل.
جعل هذا عادة نشر اعتيادية
الحل العملي أبسط مما يبدو. عاملوا إشارة الاستبعاد من التنقيب عن البيانات والنصوص مثلما تعاملون مع عقد أو ملف تصميم مؤرخ: اختموه في لحظة تغييره، واحتفظوا بالسجل المختوم منفصلاً عن الموقع الحي، وكرروا العملية في كل مرة تُحدَّث فيها السياسة، وليس مرة واحدة فقط عند الإطلاق. بالنسبة للمؤسسات التي تنشر مجموعات بيانات أو وثائق نماذج أو شروط ترخيص إلى جانب محتواها، ينطبق الانضباط نفسه على تلك المواد أيضاً. تشرح صفحتنا حول توثيق مصدر بيانات تدريب الذكاء الاصطناعي كيفية بناء سجل مؤرخ وقابل للتحقق عبر دورة حياة مجموعة البيانات بأكملها، وليس فقط لإشارة الاستبعاد عند حدودها.
تمنحكم الفقرة 3 من المادة 4 الحق في التحفظ على محتواكم. لكنها لا تمنحكم الإثبات على أنكم مارستم هذا الحق في لحظة محددة. ابنوا السجل المؤرخ بأنفسكم، قبل أن تحتاجوا إليه، عندها سيعني الاستبعاد فعلاً ما يدّعيه.
ابدأوا بختم إشارات الاستبعاد الخاصة بكم من التنقيب عن البيانات وسجلات مجموعات البيانات بطابع زمني مؤرخ وقابل للتحقق بشكل مستقل، حتى يكون الإثبات جاهزاً قبل أن يضطركم نزاع إلى إعادة بنائه.
