ભારતની બોલ્ડ AI યોજના: શું ટેક જાયન્ટ્સ દરેક શબ્દ માટે ચૂકવણી કરશે?

India Proposes World's Most Ambitious AI Copyright Licensing Framework

ભારત એક એવી વ્યવસ્થા રજૂ કરવા માટે તૈયાર છે જે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) કંપનીઓ દ્વારા કોપીરાઈટેડ સામગ્રીના ઉપયોગ અંગે વૈશ્વિક સ્તરે સૌથી વ્યાપક નિયમનકારી પગલું બની શકે છે. ડિપાર્ટમેન્ટ ફોર પ્રમોશન ઓફ ઇન્ડસ્ટ્રી એન્ડ ઇન્ટરનલ ટ્રેડ (DPIIT) ના વર્કિંગ પેપરમાં AI તાલીમ ડેટાના વિવાદાસ્પદ મુદ્દાને ઉકેલવા માટે એક નવી લાઇસન્સિંગ વ્યવસ્થા પ્રસ્તાવિત કરવામાં આવી છે.

આ દરખાસ્ત ભારતના કોપીરાઈટ કાયદાઓમાં નોંધપાત્ર સુધારા સૂચવે છે, જે એક માળખું બનાવે છે જ્યાં AI ડેવલપર્સ તેમના લાર્જ લેંગ્વેજ મોડેલ્સ (LLMs) અને ફ્રન્ટિયર મોડેલ્સને તાલીમ આપવા માટે વિશાળ માત્રામાં કોપીરાઈટેડ સામગ્રીને ઍક્સેસ કરી શકે. આ પહેલ ટેકનોલોજીકલ નવીનતાઓને પ્રોત્સાહન આપવા અને સામગ્રી સર્જકોના અધિકારોનું રક્ષણ કરવા વચ્ચે સંતુલન સ્થાપિત કરવાનો પ્રયાસ કરે છે.

The Core Issue: A New Licensing Regime

DPIIT ની ભલામણો એક અનન્ય હાઇબ્રિડ મોડેલ પર કેન્દ્રિત છે. તે એક જ, 'બ્લેન્કેટ લાઇસન્સ' પ્રસ્તાવિત કરે છે જે AI ડેવલપર્સને તાલીમ હેતુઓ માટે લગભગ કોઈપણ કોપીરાઈટેડ સામગ્રીની સાર્વત્રિક ઍક્સેસ પ્રદાન કરશે. જોકે, આ ઍક્સેસ કોપીરાઈટ ધારકોને રોયલ્ટી ચૂકવવાની પ્રતિબદ્ધતા સાથે આવે છે. રોયલ્ટી ચૂકવણીઓ મહેસૂલ પેદા કર્યા પછી કરવાની રચના કરવામાં આવી છે, જેનો અર્થ છે કે AI મોડેલ્સ આવક ઉત્પન્ન કરવાનું શરૂ કર્યા પછી ડેવલપર્સ પૂર્વનિર્ધારિત દરો પર ચૂકવણી કરશે.

To manage this complex system, the proposal includes the establishment of a centralized body. This entity would be responsible for the intricate task of collecting and distributing royalty payments to the rightful copyright holders, ensuring a streamlined process for both AI firms and creators.

Concerns Over Creator Rights and Control

મીડિયા હાઉસ, સ્ટુડિયો અને AI જાયન્ટ્સ વચ્ચેના વિવાદોને મધ્યસ્થી કરવાના સરકારી ઇરાદા હોવા છતાં, આ દરખાસ્તે કાનૂની નિષ્ણાતો અને સર્જકોમાં નોંધપાત્ર ચર્ચા જગાવી છે. કોપીરાઈટ ધારકોને મળતા નિયંત્રણનો અભાવ એ એક પ્રાથમિક ચિંતા છે. યુનાઇટેડ કિંગડમ અને યુરોપિયન યુનિયન જેવા પ્રદેશોમાં નિયમોથી વિપરીત, જ્યાં સર્જકો તેમના કાર્યનો ઉપયોગ કરવાથી દૂર રહી શકે છે, ભારતના પ્રસ્તાવિત બ્લેન્કેટ લાઇસન્સમાં આવી કોઈ પદ્ધતિ નથી.
શાર્દુલ અમરચંદ મંગળદાસ & કંપનીના ભાગીદાર હેમંત કૃષ્ણએ 'ગેટ ઍક્સેસ' ના અભાવ પર પ્રકાશ પાડ્યો, એમ કહીને કે લાગુ પડતો ટેરિફ ચૂકવવા તૈયાર કોઈપણ AI ડેવલપર સર્જકના કાર્યનો ઉપયોગ કરી શકે છે. લોએનકે પાર્ટનર્સના ભાગીદાર, અભિનવ શ્રીવાસ્તવે પણ આ ભાવનાને પ્રતિધ્વનિત કરી, દલીલ કરી કે વર્તમાન દરખાસ્ત સર્જકો પાસેથી તેમની બૌદ્ધિક સંપત્તિની અખંડિતતા અને મૌલિકતાને સુરક્ષિત કરવાના તેમના મૂળભૂત નૈતિક અધિકારને છીનવી શકે છે. નિયંત્રણનો આ અભાવ અન્ય લાઇસન્સ કરારોમાં સામાન્ય સુધારા અથવા અનુકૂલન સુધી વિસ્તરે છે.

The Compensation Puzzle

નિયંત્રણ ઉપરાંત, પ્રસ્તાવિત વળતર પદ્ધતિ પણ નોંધપાત્ર ટીકાનો સામનો કરી રહી છે. મહેસૂલ-પછીની રોયલ્ટી પર નિર્ભરતા, જે ન્યાયી લાગે છે, તે નોંધપાત્ર વ્યવહારિક પડકારો રજૂ કરે છે. ટ્રાઇલીગલના ભાગીદાર, નિખિલ નરેનને એક જટિલ AI મોડેલના અંતિમ આઉટપુટમાં કોપીરાઈટેડ ડેટાના ચોક્કસ યોગદાનને ટ્રેક કરવાની મુશ્કેલી તરફ ધ્યાન દોર્યું. આ સંગીત સ્ટ્રીમિંગ જેવા સરળ મોડેલોથી તદ્દન અલગ છે, જ્યાં પ્રતિ-પ્લે મહેસૂલ ટ્રેક કરી શકાય છે.

Experts like Hemant Krishna suggest that this lack of clear attribution could lead to inequitable compensation. For instance, publishers with high-quality, valuable content might not receive proportionate royalty payouts compared to those publishing amateur or lower-value work, simply because the blanket system does not differentiate based on the value provided to the AI model. This could inadvertently incentivize the creation and submission of low-quality content ('slop') solely to maximize royalty collection, irrespective of its actual utility for AI development.

Seeking a Balanced Approach

દરખાસ્તની ખામીઓને સ્વીકારતા, કાનૂની નિષ્ણાતો DPIIT ને AI નિયમનની વ્યૂહાત્મક મહત્વને ઓળખવા અને AI વિકાસ માટે 'સેન્ડબોક્સ' બનાવવાના પ્રયાસ માટે શ્રેય આપે છે. કાનૂની માળખાનો અભાવ બૌદ્ધિક સંપત્તિ અને AI ક્ષેત્રમાં રોકાણો માટે જોખમો ઊભા કરી શકે છે.

However, many believe a simpler solution might be more effective. Nikhil Narendran advocates for monitoring AI-generated output for copyright infringement directly, bypassing the need for a complex royalty collection and distribution apparatus. Abhinav Shrivastava emphasized the necessity for extensive consultation with both the industry and the creator economy to refine the proposals and achieve a workable balance.

Ultimately, the debate underscores the challenge of applying existing IP frameworks, designed for static works, to continuously learning AI systems. India's proposed blanket license attempts a middle ground, but its success hinges on developing clear mechanisms for tracking usage, attributing value, and preventing the exploitation of low-quality content.

Impact
This proposal could significantly shape the future of AI development and the creator economy in India. It may lead to increased costs for AI companies, potentially impacting the speed of innovation, while also providing a much-needed revenue stream for content creators. The success or failure of this model could influence global AI regulation debates. Impact Rating: 9/10

Difficult Terms Explained

• Artificial Intelligence (AI): કમ્પ્યુટર સિસ્ટમ્સને શીખવા, સમસ્યા-નિરાકરણ અને નિર્ણય લેવા જેવા માનવ બુદ્ધિની જરૂર હોય તેવા કાર્યો કરવા સક્ષમ બનાવતું ટેકનોલોજી.
• Large Language Models (LLMs): માનવ ભાષાને સમજવા, ઉત્પન્ન કરવા અને પ્રક્રિયા કરવા માટે વિશાળ માત્રામાં ટેક્સ્ટ ડેટા પર ખાસ તાલીમ પામેલા AI નો એક પ્રકાર.
• Frontier Models: AI ક્ષમતાઓના અતિ-આધુનિકનું પ્રતિનિધિત્વ કરતા ઉન્નત AI મોડેલ્સ, જે ઘણીવાર ઉચ્ચ સૂક્ષ્મતા સાથે કાર્યોની વિશાળ શ્રેણી કરવામાં સક્ષમ હોય છે.
• Copyrighted Content: મૂળ સર્જન કાર્યો (જેમ કે લખાણ, છબીઓ, સંગીત) જે કાયદેસર રીતે સુરક્ષિત છે, સર્જકને વિશેષ અધિકારો આપે છે.
• Licensing Regime: બૌદ્ધિક સંપત્તિના ઉપયોગને નિયંત્રિત કરતા નિયમો અને પરવાનગીઓની સિસ્ટમ, જેમાં ઘણીવાર ફી અથવા રોયલ્ટી શામેલ હોય છે.
• Blanket Licence: દરેક કાર્ય માટે વ્યક્તિગત પરવાનગીઓની જરૂરિયાત વિના, કોપીરાઈટ કાર્યોના સંગ્રહનો ઉપયોગ કરવાની પરવાનગી આપતો એક જ લાઇસન્સ.
• Royalty: કોપીરાઈટ અથવા પેટન્ટ ધારકને તેમના સુરક્ષિત કાર્યના ઉપયોગ માટે કરવામાં આવતી ચુકવણી.
• Department for Promotion of Industry and Internal Trade (DPIIT): ભારતમાં ઔદ્યોગિક વિકાસ અને વેપાર નીતિઓને પ્રોત્સાહન આપવા માટે જવાબદાર સરકારી વિભાગ.