भारत का कॉपीराइट कानून AI ट्रेनिंग को रोकता है: 'परपस टेस्ट' फेल

कॉपीराइट सामग्री पर आर्टिफिशियल इंटेलिजेंस (AI) मॉडल को प्रशिक्षित करने को 'फेयर डीलिंग' (उचित व्यवहार) के रूप में वर्गीकृत करने के दावे तेजी से विवादित हो रहे हैं। यह तर्क, जो अक्सर अमेरिकी कानूनी चर्चाओं से लिया जाता है, भारत के कॉपीराइट अधिनियम, 1957 के तहत महत्वपूर्ण बाधाओं का सामना कर रहा है। कानून एक सख्त उद्देश्य-विशिष्ट पूछताछ अनिवार्य करता है, जिसमें किसी भी उपयोग को पहले स्पष्ट रूप से सूचीबद्ध अपवादों के अनुरूप होना चाहिए, इससे पहले कि निष्पक्षता पर विचार किया जाए। संयुक्त राज्य अमेरिका के व्यापक 'फेयर यूज़' सिद्धांत के विपरीत, भारत का 'फेयर डीलिंग' एक संकीर्ण बचाव है जो विशिष्ट उद्देश्यों तक सीमित है: आलोचना या समीक्षा, निजी या व्यक्तिगत उपयोग जिसमें अनुसंधान भी शामिल है, और समसामयिक मामलों की रिपोर्टिंग। भारतीय अदालतों ने लगातार इन श्रेणियों को संपूर्ण माना है। किसी उपयोग को पहले इस उद्देश्य परीक्षण को संतुष्ट करना होगा, उसके बाद ही निष्पक्षता का कोई बाद का मूल्यांकन, जैसे कि प्रतिलिपि की सीमा या व्यावसायिक इरादा, किया जा सकता है। AI ट्रेनिंग की संरक्षित कार्यों की व्यापक, व्यवस्थित प्रतिलिपि पर निर्भरता अक्सर इस प्राथमिक सीमा को पार करने में विफल रहती है। जनरेटिव AI के विकास के लिए कॉपीराइट सामग्री - पाठ, चित्र, संगीत - को बड़ी मात्रा में संख्यात्मक डेटा में परिवर्तित करने की आवश्यकता होती है। यह प्रक्रिया परिष्कृत एल्गोरिदम बनाने के लिए जानबूझकर और तकनीकी रूप से आवश्यक है। कार्यों का उपयोग उनकी अभिव्यंजक सामग्री के लिए नहीं, बल्कि पैटर्न पहचान के लिए सांख्यिकीय इनपुट के रूप में किया जाता है। कॉपीराइट अधिनियम की धारा 14(a)(i) के तहत, किसी कार्य को किसी भी भौतिक रूप में पुनरुत्पादित करने का अनन्य अधिकार कॉपीराइट स्वामी के पास होता है। किसी स्पष्ट वैधानिक अपवाद के बिना, यह अनधिकृत प्रतिलिपि प्रथम दृष्टया उल्लंघनकारी है। जो तर्क AI ट्रेनिंग के पक्ष में हैं, वे अक्सर धारा 52(1)(a) की 'अनुसंधान' (research) शाखा की ओर इशारा करते हैं। हालाँकि, भारतीय न्यायशास्त्र पारंपरिक रूप से अनुसंधान को किसी कार्य की सामग्री या विचारों के मानव-केंद्रित अध्ययन के रूप में परिभाषित करता है। AI ट्रेनिंग इसे उलट देता है, कार्यों का उपयोग केवल भविष्यवाणी इंजनों को अनुकूलित करने के लिए इनपुट के रूप में करता है। 'अनुसंधान' की व्यापक व्याख्या करना ताकि यह वाणिज्यिक उत्पादों के लिए औद्योगिक-पैमाने पर, स्वचालित डेटा अंतर्ग्रहण को कवर कर सके, प्रभावी रूप से एक टेक्स्ट और डेटा माइनिंग (TDM) अपवाद बना देगा, एक ऐसा कदम जिसे संसद ने अभी तक कानून में शामिल नहीं किया है। यूरोपीय संघ और जापान जैसे न्यायालयों ने व्यापक विचार-विमर्श के बाद विशिष्ट TDM प्रावधान लागू किए हैं, जो भारत में विधायी कमी को उजागर करते हैं। अन्य 'फेयर डीलिंग' उद्देश्य - आलोचना, समीक्षा और रिपोर्टिंग - स्वाभाविक रूप से अभिव्यंजक होते हैं, जिनमें सार्वजनिक उपभोग के लिए टिप्पणी शामिल होती है और जो अभिव्यक्ति की स्वतंत्रता के मूल्यों के अनुरूप होते हैं। AI ट्रेनिंग की प्रतिलिपि गैर-अभिव्यंजक है; यह टिप्पणी के लिए कार्य के अर्थ से संलग्न नहीं होती है, बल्कि इसे एक कार्यात्मक उपकरण के लिए कच्चे माल के रूप में मानती है। 'ट्रांसफॉर्मेटिव यूज़' (transformative use) की अवधारणा, जिसका कभी-कभी कानूनी चर्चाओं में उल्लेख किया जाता है, भारत में मुख्य रूप से कॉपीराइट सब्सिस्टेंस (मौलिकता) से संबंधित है, न कि फेयर डीलिंग जैसे अपवादों के लिए निष्पक्षता के एक स्वतंत्र निर्धारक के रूप में। AI ट्रेनिंग और कॉपीराइट के आसपास अनिश्चितता बढ़ रही है। एशियन न्यूज़ इंटरनेशनल (ANI) ने नवंबर 2024 में OpenAI के खिलाफ दिल्ली उच्च न्यायालय में AI ट्रेनिंग के लिए कॉपीराइट सामग्री के उपयोग को चुनौती देते हुए और फेयर डीलिंग की उपलब्धता पर विवाद करते हुए कार्यवाही शुरू की। संभावित विधायी कार्रवाई, जैसे कि लाइसेंसिंग तंत्र या एक अनुकूलित TDM अपवाद के संबंध में नीतिगत चर्चाएं चल रही हैं। ये प्रयास इस बात की स्वीकार्यता को दर्शाते हैं कि मौजूदा प्रावधान औद्योगिक-पैमाने पर मशीन लर्निंग को पर्याप्त रूप से संबोधित नहीं कर सकते हैं, और यह पुष्ट करते हैं कि फेयर डीलिंग को डिफ़ॉल्ट रूप से AI ट्रेनिंग को कवर करने वाला नहीं माना जा सकता है। मौजूदा कानूनी प्रावधानों को उनकी शाब्दिक सीमाओं से परे विस्तारित करने से कानूनी निश्चितता और स्थापित विधायी प्रक्रियाओं को कमजोर करने का जोखिम है। AI नवाचार को बढ़ावा देने के साथ-साथ रचनाकारों के अधिकारों की रक्षा के लिए न्यायिक पुनर्व्याख्या के बजाय लक्षित विधायी सुधार की आवश्यकता होगी।