Objective

digitallaw

Journal of Digital Technologies and Law

2949-2483

Kazan Innovative University named after V. G. Timiryasov

10.21202/jdtl.2024.43

SHDUEF

digitallaw-486

Research Article

ARTICLES

СТАТЬИ

The Evolving Role of Copyright Law in the Age of AI-Generated Works

Эволюция роли авторского права в эпоху произведений, созданных искусственным интеллектом

https://orcid.org/0000-0002-0578-6052

Хатсон

Дж.

Hutson

Джеймс Хатсон – PhD, ведущий специалист в области дополненной реальности; профессор, заведующий кафедрой истории искусств, искусственного интеллекта и визуальной культуры; факультет искусств и гуманитарных дисциплин

MO 63301, США, г. Сент Чарльз, ул. С. Кингзхайвей, 209

Scopus Author ID: https://www.scopus.com/authid/detail.uri?authorId=57797793000

WoS Researcher ID: https://www.webofscience.com/wos/author/record/38589773

Google Scholar ID: https://scholar.google.com/citations?user=CaXrV38AAAAJ

James Hutson – Ph.D., Lead XR Disruptor; Professor and Department Head of Art History, AI, and Visual Culture, College of Arts and Humanities

209 S. Kingshighway St, MO 63301, Saint Charles

Scopus Author ID: https://www.scopus.com/authid/detail.uri?authorId=57797793000

WoS Researcher ID: https://www.webofscience.com/wos/author/record/38589773

Google Scholar ID: https://scholar.google.com/citations?user=CaXrV38AAAAJ

jhutson@lindenwood.edu

Линденвудский университетСоединённые Штаты АмерикиLindenwood UniversityUnited States

2024

28122024

24886914

2024

Хатсон Д.

Hutson J.

Данная работа распространяется под лицензией Creative Commons Attribution 4.0.

This work is licensed under a Creative Commons Attribution 4.0 License.

https://www.lawjournal.digital/jour/article/view/486

Objective

Objective: to identify the prospects and directions of copyright law development associated with the increasing use of generative artificial intelligence.

Methods

Methods: the study is based on the formal-legal, comparative, historical methods, doctrinal analysis, legal forecasting and modeling.

Results

Results: the article states that the emergence of generative artificial intelligence makes one rethink the processes occurring in the field of creative activity and the traditional copyright system, which becomes inadequate to modern realities. The author substantiates the necessity of legal reassessment of copyright and emphasizes the urgent need for updated means of copyright protection. Unlike previous digital tools, which expanded human creativity by improving original works, generative artificial intelligence creates content through complex algorithmic processes, blurring the boundaries of authorship and originality. The research shows limitations of existing intellectual property law, as courts deny copyright in works created by artificial intelligence and insist on the need for “human authorship”. Such decisions emphasize the contradiction between existing laws and the reality of co-creation involving artificial intelligence. It is argued that taking into account the creative potential of generative artificial intelligence will facilitate the evolution of copyright law towards hybrid approaches, with artificial intelligence as an integral, albeit secondary, tool. It seems promising to create flexible intellectual property standards that give artists the opportunity to restrict or authorize the use of their works as training data for artificial intelligence, as well as ensure that authors retain control over their works included in datasets for training artificial intelligence, in case copyright metadata is integrated into digital works, etc.

Scientific novelty

Scientific novelty: based on the analysis of the latest judicial precedents, modern international regulations and evolving institutional practices, the author proposes a balanced adaptive approach to copyright reform to ensure the ethical integration of generative artificial intelligence into the creative ecosystem and to develop flexible copyright protection measures that correspond to the rapid technological progress.

Practical significance

Practical significance: the proposed combined approach will allow generative AI tools to become part of the human creative process in the same way that previous generations used digital tools. At the same time, it will contribute to the creation of an environment where the autonomy of authors is respected. This will not only protect the creators of creative content, but also broaden the understanding of creativity as a collaboration with generative artificial intelligence, where artificial intelligence is positioned as a force that complements but not replaces humans in creativity.

Цель

Цель: выявить перспективы и направления развития авторского права, сопряженного с расширяющимся использованием генеративного искусственного интеллекта.

Методы

Методы: исследование базируется на применении формально-юридического, компаративного, исторического методов, доктринального анализа, юридического прогнозирования и моделирования.

Результаты

Результаты: в статье отмечено, что появление генеративного искусственного интеллекта заставляет переосмыслить процессы, происходящие в области творческой деятельности, и традиционную систему авторского права, которая становится неадекватной современным реалиям. Обосновывается необходимость юридической переоценки авторского права. Подчеркивается острая необходимость в обновленных средствах защиты авторских прав. В отличие от прежних цифровых инструментов, которые расширяли творческие возможности человека посредством улучшения его авторских произведений, генеративный искусственный интеллект создает контент с помощью сложных алгоритмических процессов, размывая границы авторства и оригинальности. Показана ограниченность существующего законодательства об интеллектуальной собственности, поскольку суды отказывают в авторских правах на произведения, созданные искусственным интеллектом, и настаивают на необходимости «авторства человека». Такие решения подчеркивают противоречие между существующими законами и реальностью совместного творчества с участием искусственного интеллекта. Утверждается, что учет творческого потенциала генеративного искусственного интеллекта будет способствовать эволюционированию авторского права в сторону комбинированных подходов, когда искусственный интеллект выступает в качестве неотъемлемого, хотя и второстепенного, инструмента. Перспективным видится создание гибких стандартов интеллектуальной собственности, которые предоставляют творческим работникам возможность ограничить или разрешить использование своих работ в качестве обучающих данных для искусственного интеллекта, а также обеспечивают авторам сохранение контроля над своими работами, включенными в базы данных для обучения искусственного интеллекта, в случае если метаданные о наличии авторских прав интегрированы в цифровые произведения, и др.

Научная новизна

Научная новизна: на основе анализа новейших судебных прецедентов, современного опыта международного регулирования и развивающейся институциональной практики предлагается сбалансированный адаптивный подход к реформированию авторского права, обеспечивающий этическую интеграцию генеративного искусственного интеллекта в творческую экосистему и направленный на выработку гибких мер защиты авторского права, соответствующих быстрому прогрессу технологий.

Практическая значимость

Практическая значимость: предложенный комбинированный подход позволит инструментам генеративного искусственного интеллекта стать частью творческого процесса человека подобно тому, как предыдущие поколения использовали цифровые инструменты. Одновременно это будет способствовать созданию среды, где соблюдается автономия авторов. Таким образом будет не только обеспечена защита создателей творческого контента, но и расширено понимание творчества как процесса, совместного с генеративным искусственным интеллектом, где искусственный интеллект позиционируется как сила, дополняющая человека в творческом процессе, а не заменяющая его.

авторское правогенеративный искусственный интеллектзащита авторских правискусственный интеллектправоправо интеллектуальной собственностипроизведениепромпт-инжинирингтехнологии машинного обученияцифровые технологии

artificial intelligencecopyrightcopyright protectiondigital technologiesgenerative artificial intelligenceintellectual property rightlawmachine learning technologiesprompt engineeringwork of art

References1

Aaland, M. (2006). Photoshop Elements 3 Solutions: The Art of Digital Photography. John Wiley & Sons.

Abbott, R., & Rothman, E. (2023). Disrupting creativity: Copyright law in the age of generative artificial intelligence. Florida Law Review, 75, 1141–1201.

Atilla, S. (2024). Dealing with AI-generated works: lessons from the CDPA section 9 (3). Journal of Intellectual Property Law and Practice, 19(1), 43–54. https://doi.org/10.1093/jiplp/jpad102

Bonnet, S., & Teuteberg, F. (2023). Impact of blockchain and distributed ledger technology for the management of the intellectual property life cycle: A multiple case study analysis. Computers in Industry, 144, 103789. https://doi.org/10.1016/j.compind.2022.103789

Bridy, A. (2016). The Evolution of Authorship: Work Made by Code. Columbia Journal of Law and the Arts, 39, 395–401. https://doi.org/10.7916/D8CV4J6W

Burylo, Y. (2022). AI generated works and copyright protection. Entrepreneurship, Economy and Law, 3, 7–13. https://doi.org/10.32849/2663-5313/2022.3.01

Dimitrova, R. (2023). Are AI-Assisted Works Copyrightable? In 2023 International Scientific Conference on Computer Science (COMSCI), Sozopol, Bulgaria (pp. 1–4). https://doi.org/10.1109/COMSCI59259.2023.10315917

Elkin-Koren, N., Hacohen, U., Livni, R., & Moran, S. (2023). Can Copyright be Reduced to Privacy? ArXiv, 2305.14822. https://doi.org/10.48550/arXiv.2305.14822

Epstein, Z., Hertzmann, A., Akten, M., Farid, H., Fjeld, J., Frank, M. R., Groh, M., Herman, L., Leach, N., Mahari, R., Pentland, A. “Sandy”, Russakovsky, O., Schroeder, H., & Smith, A. (2023). Art and the science of generative AI. Science, 380(6650), 1110–1111. https://doi.org/10.1126/science.adh4451

Fenwick, M., & Jurcys, P. (2023, February 11). Originality and the future of copyright in an age of generative AI.

Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative AI. Business & Information Systems Engineering, 66(1), 111–126. https://doi.org/10.1007/s12599-023-00834-7

Geiger, C. (2024). Elaborating a Human Rights friendly Copyright Framework for Generative AI. International Review for Intellectual Property and Competition Law, 55(7), 1129–1165. https://doi.org/10.2139/ssrn.4634992

Gervais, D. (2022). AI Derivatives: the Application to the Derivative Work Right to Literary and Artistic Productions of AI Machines. Seton Hall Law Review, 53. 1111–1136. https://doi.org/10.2139/ssrn.4022665

Hedrick, S. F. (2018). I “think,” therefore I create: claiming copyright in the outputs of algorithms. NYU Journal of Intellectual Property & Entreprenurial Law, 8(2), 324–375.

Henderson, P., Li, X., Jurafsky, D., Hashimoto, T., Lemley, M., & Liang, P. (2023). Foundation Models and Fair Use. ArXiv, 2303.15715. https://doi.org/10.48550/arXiv.2303.15715

Horzyk, A. (2023). How AI Affects Our Understanding of Musical Works That Should Be Protected by Copyright. In 2023 International Joint Conference on Neural Networks (IJCNN), Gold Coast, Australia (pp. 1–8). https://doi.org/10.1109/IJCNN54540.2023.10191524

Hutson, J., Lively, J., Robertson, B., Cotroneo, P., & Lang, M. (2023). Expanding Horizons: AI Tools and Workflows in Art Practice. In Creative Convergence: The AI Renaissance in Art and Design (pp. 101–132). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-45127-0_5

Iaia, V. (2022). To Be, or Not to Be … Original Under Copyright Law, That Is (One of) the Main Questions Concerning AI-Produced Works. GRUR International, 71(9), 793–812. https://doi.org/10.1093/grurint/ikac087

James, T. B. (2024). Artificial Intelligence, Copyright Registration, and the Rule of Doubt. Texas A&M Law Review Arguendo, 12(1), 20–31. https://doi.org/10.37419/lr.v12.arg.2

Jiang, H. H., Brown, L., Cheng, J., Khan, M., Gupta, A., Workman, D., & Gebru, T. (2023). AI Art and its Impact on Artists. In Proceedings of the 2023 AAAI/ACM Conference on AI, Ethics, and Society (pp. 363–374). https://doi.org/10.1145/3600211.3604681

Kasap, A. (2021). Copyright and creative artificial intelligence (AI) systems: A twenty-first century approach to authorship of AI-generated works in the United States. Wake Forest Journal of Business & Intellectual Property Law, 19(4), 335–380. https://doi.org/10.31235/osf.io/gnyha

Kelby, S. (2020). The digital photography book. Rocky Nook. Inc. Kibirige, H. (2024). The delving conundrum of intellectual property rights in the transformative era of artificial intelligence. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4841535

Klukosky, F. P., & Kohel, M. D. (2024). An Update on the State of Play with Generative Artificial Intelligence and Intellectual Property Issues. Intellectual Property Litigation, 34(1), 10–17.

Kretschmer, M., Margoni, T., & Oruç, P. (2024). Copyright law and the lifecycle of machine learning models. IICInternational Review of Intellectual Property and Competition Law, 55(1), 110–138. https://doi.org/10.1007/s40319-023-01419-3

Longpre, S., Mahari, R., Chen, A., Obeng-Marnu, N., Sileo, D., Brannon, W., Muennighoff, N., Khazam, N., Kabbara, J., Perisetla, K., Wu, X., Shippole, E., Bollacker, K., Wu, T., Villa, L., Pentland, S., & Hooker, S. (2023). The data provenance initiative: A large scale audit of dataset licensing & attribution in AI. arXiv, 2310.16787. https://doi.org/10.48550/arXiv.2310.16787

Lucchi, N. (2023). ChatGPT: A Case Study on Copyright Challenges for Generative Artificial Intelligence Systems. European Journal of Risk Regulation. https://doi.org/10.1017/err.2023.59

Majumdar, S., Paul, S., Paul, D., Bandyopadhyay, A., Chattopadhyay, S., Das, P. P., & Majumder, P. (2023). Generative AI for software metadata: Overview of the information retrieval in software engineering track at FIRE 2023. arXiv, 2311.03374. https://doi.org/10.48550/arXiv.2311.03374

McCann, S. (2021). Copyright Throughout a Creative AI Pipeline. Canadian JL & Tech, 19(1), 109–139. https://doi.org/10.2139/ssrn.3893972

Mensah, G. B. (2023). Artificial intelligence and ethics: a comprehensive review of bias mitigation, transparency, and accountability in AI Systems. Preprint, November, 10. https://doi.org/10.13140/RG.2.2.23381.19685/1

Mia, M., Wessels, J., & Adam, S. (2023). The Use of Blockchain Technology to Improve Transfer-Pricing Compliance and Administration in South Africa. In ICABR Conference (pp. 357–378). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-46177-4_20

Militsyna, K. (2023). Human Creative Contribution to AI-Based Output – One Just Can(’t) Get Enough. GRUR International, 72(10), 939–949. https://doi.org/10.1093/grurint/ikad075

Moreno, H., Gómez, A., Altares-López, S., Ribeiro, A., & Andújar, D. (2023). Analysis of Stable Diffusion-derived fake weeds performance for training Convolutional Neural Networks. Computers and Electronics in Agriculture, 214, 108324. https://doi.org/10.1016/j.compag.2023.108324

Pellegrini, T. (2023). Digital Rights Management – Technologies, Application Areas, and Governance. In Handbook of Media and Communication Economics: A European Perspective (pp. 1–17). Wiesbaden: Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-34048-3_79-2

Ploman, E. W., & Hamilton, L. C. (2024). Copyright: Intellectual property in the information age. Taylor & Francis. https://doi.org/10.4324/9781003519973

Risi, S., & Togelius, J. (2020). Increasing generality in machine learning through procedural content generation. Nature Machine Intelligence, 2(8), 428–436. https://doi.org/10.1038/s42256-020-0208-z

Samuelson, P. (2023). Generative AI meets copyright. Science, 381(6654), 158–161. https://doi.org/10.1126/science.adi0656

Sobel, B. (2021). A Taxonomy of Training Data. In R. Hilty, J.-A. Lee, & K.-Ch. Liu (Eds.). Artificial Intelligence and Intellectual Property. Oxford University Press. https://doi.org/10.1093/oso/9780198870944.003.0011

Spica, E. (2024). Public Interest, the True Soul: Copyright’s Fair Use Doctrine and the Use of Copyrighted Works to Train Generative AI Tools. Texas Intellectual Property Law Journal, 33(1), 67–91.

Torrance, A., & Tomlinson, B. (2023). Training Is Everything: Artificial Intelligence, Copyright, and Fair Training. ArXiv, 2305.03720. https://doi.org/10.48550/arXiv.2305.03720

Wagh, S., Peerzada, D., & Rote, P. (2023). AI And Copyright. Tuijin Jishu/Journal of Propulsion Technology, 44(3), 3431–3439. https://doi.org/10.52783/tjjpt.v44.i3.2053

Wan, Y., & Lu, H. (2021). Copyright protection for AI-generated outputs: The experience from China. Computer Law & Security Review, 42, 105581. https://doi.org/10.1016/J.CLSR.2021.105581

Yu, R. (2017). The Machine Author: What Level of Copyright Protection Is Appropriate for Fully Independent Computer‐Generated Works? University of Pennsylvania Law Review, 165, 1245–1270.

The authors declare that there are no conflicts of interest present.