ΠΝΕΥΜΑΤΙΚΗ ΙΔΙΟΚΤΗΣΙΑ ΚΑΙ ΠΑΡΑΓΩΓΙΚΗ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

ΠΡΟΛΟΓΟΣ ΝΕΑΣ ΣΕΙΡΑΣ VII

ΠΡΟΛΟΓΟΣ IX

ΠΡΟΛΟΓΙΚΟ ΣΗΜΕΙΩΜΑ ΣΥΓΓΡΑΦΕΑ XIII

ΣΥΝΤΟΜΟΓΡΑΦΙΕΣ XXIX

ΕΙΣΑΓΩΓΗ

I. Τεχνητή Νοημοσύνη (ΤΝ) 1

ΙΙ. Παραγωγική ΤΝ 5

ΙΙΙ. Η διαπλοκή μεταξύ παραγωγικής ΤΝ και δικαίου
πνευματικής ιδιοκτησίας 10

Α. Όψεις διαπλοκής 10

Β. Προσδιορισμός των κύριων νομικών ζητημάτων 16

IV. Οριοθέτηση αντικειμένου μονογραφίας, μεθοδολογική προσέγγιση και περιορισμοί 20

V. Οργάνωση ύλης 25

ΚΕΦΑΛΑΙΟ 1

Η εκπαίδευση μοντέλων
παραγωγικης ΤΝ υπό το πρίσμα
του δίκαιου πνευματικής ιδιοκτησίας

Ι. Σχηματική παρουσίαση της διαδικασίας εκπαίδευσης μοντέλων παραγωγικής ΤΝ 27

Α. Γενικά 27

Β. Στάδιο Α΄: Συγκέντρωση δεδομένων εκπαίδευσης 29

1. Ένταξη έργων σε σύνολα δεδομένων εκπαίδευσης 29

2. Πηγές δεδομένων εκπαίδευσης 30

i. Έργα που συλλέγονται από το διαδίκτυο 30

ii. Έργα χρηστών (user-generated content) 32

iii. Συνθετικά δεδομένα 33

iv. Έργα εκτός διαδικτύου 34

v. Προσυγκροτημένα σύνολα δεδομένων εκπαίδευσης 34

α. Δημοσίως διαθέσιμα σύνολα δεδομένων εκπαίδευσης 34

β. Μη δημοσίως διαθέσιμα σύνολα δεδομένων εκπαίδευσης 35

3. Επιμέλεια και προ-επεξεργασία δεδομένων εκπαίδευσης 35

Γ. Στάδιο Β΄: Η καθεαυτού εκπαίδευση του μοντέλου 36

1. Αρχιτεκτονική μοντέλου 36

2. Αλγοριθμική (υπολογιστική) ανάλυση έργων 37

3. «Δημιουργία» εκπαιδευμένου μοντέλου 38

4. Τροποποίηση/«βελτίωση» (fine-tuning) μοντέλου 40

5. Το ζήτημα της «απομνημόνευσης» έργων 42

6. Διάθεση του μοντέλου στην αγορά 45

Δ. Εμπλεκόμενοι παράγοντες 46

ΙΙ. Η εκπαίδευση μοντέλων παραγωγικής ΤΝ υπό το φως του περιουσιακού δικαιώματος πνευματικής ιδιοκτησίας 48

Α. Γενικά 48

Β. Συγκέντρωση δεδομένων εκπαίδευσης και πνευματική ιδιοκτησία 52

1. Ένταξη έργων σε σύνολα δεδομένων εκπαίδευσης 52

2. Ειδικά το web scraping/web crawling για σκοπούς συλλογής δεδομένων εκπαίδευσης 54

3. Προ-επεξεργασία συνόλου δεδομένων εκπαίδευσης 55

Γ. Καθεαυτού εκπαίδευση μοντέλου και πνευματική ιδιοκτησία 56

1. Aλγοριθμική (υπολογιστική) ανάλυση έργων 56

2. Απομνημόνευση 57

Δ. Συμπέρασμα 61

ΚΕΦΑΛΑΙΟ 2

Εκπαίδευση μοντέλων παραγωγικής τν και
εξαιρέσεις εξόρυξης κειμένων και δεδομένων

Ι. Γενικά 63

Α. Θέσπιση και τελολογία εξαιρέσεων εξόρυξης κειμένων δεδομένων 63

Β. Από τη de facto συνάφεια στη de lege σύνδεση εξόρυξης κειμένων
και δεδομένων και μηχανικής μάθησης 65

ΙΙ. Η εκπαίδευση μοντέλων παραγωγικής ΤΝ ως κατά νόμον εξόρυξη κειμένων και δεδομένων 67

Α. Θέσπιση και λειτουργία νομοθετικού ορισμού
(άρθ. 21Α§1 περ. α) Ν 2121/1993) 67

Β. Τα στοιχεία του νομοθετικού ορισμού 69

1. Αυτοματοποιημένη αναλυτική τεχνική 69

2. Ανάλυση κειμένων και δεδομένων ως σκοπός της τεχνικής 71

3. Κείμενα και δεδομένα σε ψηφιακή μορφή ως αντικείμενο
αυτοματοποιημένης ανάλυσης 72

4. Παραγωγή πληροφοριών ως σκοπός της διενεργούμενης ανάλυσης 74

5. Συμπέρασμα 75

Γ. Υπαγωγή 78

1. Ερμηνευτικές προσεγγίσεις 78

i. Θεωρητική διχογνωμία 78

ii. Νομολογιακή επεξεργασία 82

2. Η επίδραση του Κανονισμού ΤΝ 84

3. Ιδία θέση - συμπέρασμα 86

i. Κατ’ αρχήν δυνατή η εφαρμογή των διατάξεων για εξόρυξη κειμένων και δεδομένων στην εκπαίδευση μοντέλων παραγωγικής ΤΝ 86

ii. Σκεπτικισμός ως προς την επίδραση του Κανονισμού ΤΝ 88

iii. Περιπτωσιολογική αξιολόγηση στη βάση δύο ερωτημάτων 90

α. Αξιολόγηση χαρακτηρισμού εξόρυξης κειμένων και δεδομένων ανά
επιμέρους τμήμα της διαδικασίας εκπαίδευσης 91

αα. Εξόρυξη κειμένων και δεδομένων κατά τη συγκέντρωση δεδομένων
εκπαίδευσης 93

ββ. Εξόρυξη κειμένων και δεδομένων κατά την καθεαυτού εκπαίδευση 95

β. Βασιμότητα διενέργειας πράξεων αναπαραγωγής 96

ΙΙΙ. Εφαρμοστέο καθεστώς (άρθ. 21Α§§2-6 και 21Β Ν 2121/1993) 99

Α. Κοινές ρυθμίσεις 99

1. Εξαίρεση στο δικαίωμα αναπαραγωγής 99

i. Γενικά 99

ii. Φάσμα καλυπτόμενων πράξεων αναπαραγωγής 101

α. Αναπαραγωγές που αποδίδονται στην ίδια την υπολογιστική ανάλυση 102

β. Αναπαραγωγές που εντάσσονται στην ευρύτερη διαδικασία ανάλυσης
δεδομένων 103

γ. Μη πιστές αναπαραγωγές 104

δ. Αποκλεισμός αναπαραγωγών οφειλόμενων σε «απομνημόνευση» 105

iii. Συμπέρασμα 107

2. Κοινή προϋπόθεση εφαρμογής: Νομιμότητα πρόσβασης στα δεδομένα
(έργα) εκπαίδευσης 108

i. Πρόσβαση βάσει συμφωνίας 110

ii. Ελευθέρως προσβάσιμο περιεχόμενο στο διαδίκτυο 111

iii. Πρόσβαση σε ψηφιακά αντίγραφα έργων που δημιουργούνται
κατ’ εφαρμογή έτερης εξαίρεσης 115

3. Απουσία ανταλλάγματος και αναφοράς δημιουργού 117

4. Δυνατότητα εφαρμογής τεχνολογικών μέτρων προστασίας 118

B. Επιμέρους καθεστώς 119

1. Εκπαίδευση μοντέλων παραγωγικής ΤΝ για σκοπούς επιστημονικής
έρευνας από ερευνητικούς οργανισμούς και ιδρύματα πολιτιστικής
κληρονομιάς (άρθ. 21Α§§2-6 Ν 2121/1993) 119

i. Ειδικές προϋποθέσεις 119

α. Περιοριστικά καθορισμένοι επωφελούμενοι εξαίρεσης 120

αα. Ερευνητικοί οργανισμοί 120

ββ. Ιδρύματα Πολιτιστικής Κληρονομιάς (ΙΠΚ) 122

β. Σκοπός επιστημονικής έρευνας 124

αα. Γενικά 124

ββ. Μη κερδοσκοπική επιστημονική έρευνα 124

γγ. Χρήση των παραγόμενων πληροφοριών για σκοπούς επιστημονικής έρευνας; 125

ii. Ειδικές ρυθμίσεις 128

α. Δυνατότητα αποθήκευσης, φύλαξης και περαιτέρω χρήσης αντιγράφων
έργων 128

β. Υποχρεωτική εξαίρεση 131

2. Λοιπές περιπτώσεις (άρθ. 21Β Ν 2121/1993) 131

i. Διευρυμένο πεδίο εφαρμογής 131

ii. Διατήρηση των αντιγράφων 132

iii. Δυνατότητα περιορισμού εφαρμογής της εξαίρεσης (opt-out) 134

α. Φύση και συστηματική ταξινόμηση του δικαιώματος περιορισμού 135

β. Επιρροή στο καθεστώς εξαίρεσης 136

Γ. Συμμόρφωση με το τεστ των τριών σταδίων 138

1. Η εξόρυξη στο πλαίσιο εκπαίδευσης μοντέλων παραγωγικής ΤΝ
ως «ορισμένη ειδική περίπτωση»; 140

2. Αντίκειται στην κανονική εκμετάλλευση του έργου; 142

3. Βλάπτει αδικαιολόγητα τα έννομα συμφέροντα του δικαιούχου; 146

Δ. Σχέση με λοιπές εφαρμοστέες εξαιρέσεις ή περιορισμούς 148

1. Εξαίρεση για προσωρινές πράξεις αναπαραγωγής (άρθ. 28Β Ν 2121/1993)
και εκπαίδευση μοντέλων παραγωγικής ΤΝ 149

i. Δυνατότητα συρρέουσας ή παραπληρωματικής εφαρμογής 149

ii. Προσωρινές, μεταβατικές ή παρεπόμενες αναπαραγωγές 150

iii. Χωρίς ανεξάρτητη οικονομική αξία 152

iv. Συμπέρασμα 153

2. Αναπαραγωγή για ιδιωτική χρήση (άρθ. 18 Ν 2121/1993) και
εκπαίδευση μοντέλων παραγωγικής ΤΝ 154

ΚΕΦΑΛΑΙΟ 3

Άσκηση του δικαιώματος περιορισμού (οpt-out)
και εκπαίδευση μοντέλων παραγωγικής ΤΝ

Ι. Γενικά ζητήματα 157

Α. Ενεργητική νομιμοποίηση 157

1. Γενικά οι δικαιούχοι κατά το άρθ. 21Β§1 Ν 2121/1993 158

2. Ειδικά οι δικαιούχοι στην περίπτωση εκπαίδευσης μοντέλων
παραγωγικής ΤΝ 159

3. Άσκηση διά αντιπροσώπου 161

4. Άσκηση από μη δικαιούχο 162

Β. Πολλαπλά δικαιώματα περιορισμού επί του ίδιου αντικειμένου προστασίας 163

Γ. Ανάκληση άσκησης και παραίτηση από το δικαίωμα περιορισμού 164

Δ. Άσκηση δικαιώματος περιορισμού ex ante ή και ex post
της συντελεσθείσας χρήσεως; 166

Ε. Εδαφική επενέργεια άσκησης περιορισμού 170

ΙΙ. Ρητός περιορισμός με κατάλληλο τρόπο 171

Α. Ρητός περιορισμός ως προς την εκπαίδευση μοντέλων
παραγωγικής ΤΝ 171

Β. Κατάλληλος τρόπος περιορισμού ως προς την εκπαίδευση
μοντέλων παραγωγικής ΤΝ 173

Γ. Τύπος 176

ΙΙΙ. Ειδικώς τα μηχαναγνώσιμα μέσα άσκησης
του δικαιώματος περιορισμού στο πλαίσιο
εκπαίδευσης μοντέλων παραγωγικής ΤΝ 177

Α. Ερμηνευτική αποσαφήνιση της έννοιας του μηχαναγνώσιμου μέσου 177

Β. Πρόσθετες εφαρμοστικές δυσχέρειες 182

1. Επίπεδο εφαρμογής μηχαναγνώσιμων μέσων 182

2. Ποικιλία μηχαναγνώσιμων μέσων 185

3. Ανάγκη ανάδειξης κοινώς αποδεκτής τεχνικής λύσης 189

Γ. Η προτυποποιητική επίδραση του Κανονισμού ΤΝ 192

1. Διαλειτουργικά μηχαναγνώσιμα μέσα εντοπισμού και συμμόρφωσης
με ασκηθέντα δικαιώματα περιορισμού ως περιεχόμενο της
κατ’ άρθ. 53§1 περ. γ) πολιτικής 193

2. Προώθηση συμμόρφωσης βάσει κωδίκων πρακτικής και
εναρμονισμένων προτύπων 194

3. Προτυποποίηση των μηχαναγνώσιμων μέσων μέσω κωδίκων
πρακτικής και εναρμονισμένων προτύπων 197

i. Κώδικας Πρακτικής και προτυποποίηση των μηχαναγνώσιμων μέσων 198

ii. Εξ ορισμού προτυποποιητική λειτουργία του ευρωπαϊκού
εναρμονισμένου προτύπου 199

4. Συνέπειες 201

5. Κριτική 203

ΚΕΦΑΛΑΙΟ 4

Συμβατική αδειοδότηση της εκπαίδευσης
μόντελων παραγωγικής ΤΝ

Ι. Γενικά 205

Α. Η σημασία και η λειτουργία της συμβατικής αδειοδότησης
στο πεδίο εκπαίδευσης μοντέλων παραγωγικής ΤΝ 205

Β. Ο ρόλος της άσκησης του κατ’ άρθ. 21Β§1 Ν 2121/1993
δικαιώματος περιορισμού (opt-out) 208

Γ. Περίγραμμα αδειοδοτούμενων χρήσεων και σχηματική
ομαδοποίηση αδειών 210

ΙΙ. Η χρήση έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ ως αυτοτελής τρόπος εκμετάλλευσης
υπό τον Ν 2121/1993 212

A. Ανυπαρξία numerus clausus στις περιουσιακές εξουσίες
και όρια του συμβατικού μερισμού 212

Β. Οικονομική αυτοτέλεια της χρήσης έργων για σκοπούς
εκπαίδευσης μοντέλων παραγωγικής ΤΝ 215

Γ. Συνέπειες 217

1. Δυνατότητα τυποποίησης διακριτής περιουσιακής εξουσίας 217

2. Δυνατότητα αυτοτελούς αδειοδοτικής μεταχείρισης 219

ΙΙΙ. Η χρήση έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ ως νέος (άγνωστος) τρόπος
εκμετάλλευσης έργων 220

Α. Γενικές προϋποθέσεις 220

Β. Τεχνική αυτοτέλεια 222

Γ. Χρόνος γνώσης 223

Δ. Συνέπειες 227

ΙV. Ατομικές άδειες για εκπαίδευση μοντέλων παραγωγικής ΤΝ 228

Α. Βασικές διακρίσεις 229

1. Πρωτογενείς και δευτερογενείς άδειες 229

2. Εξατομικευμένη και πρότυπη άδεια 230

Β. Ρυθμίσεις για την αμοιβή του δημιουργού 232

1. Καλυπτόμενες δικαιοπραξίες 233

i. Ratione personae 233

ii. Ratione materiae 234

iii. Σύνθεση 236

2. Τύπος αμοιβής 237

i. Υποχρέωση προσδιορισμού της αμοιβής σε ποσοστό 237

ii. Πιθανή κάμψη του κανόνα υποχρεωτικής ποσοστιαίας αμοιβής 239

α. Δυσκολίες στον προσδιορισμό της βάσης υπολογισμού του ποσοστού
(άρθ. 32§1 εδ. β΄ περ. α) Ν 2121/1993) 239

αα. Δυσχέρειες σύνδεσης εσόδων με εκμετάλλευση έργων 239

ββ. Ειδικά η βάση υπολογισμού ποσοστού σε περίπτωση υποαδειοδότησης 241

β. Μαζική εκμετάλλευση έργων ποικίλης προέλευσης (άρθ. 32§1 εδ. β΄
περ. β) και γ) Ν 2121/1993) 242

3. Ελάχιστο ύψος αμοιβής: δέουσα και αναλογική αμοιβή 246

i. Εννοιολογική οριοθέτηση 247

ii. Υπαγωγή 249

iii. Ειδικότερα η εκτίμηση της οικονομικής αξίας των παραχωρούμενων
δικαιωμάτων για την κρίση περί αναλογικής αμοιβής 250

α. Σύνδεση με τα οικονομικά αποτελέσματα της εκμετάλλευσης 250

β. Εκτίμηση της επιμέρους συμβολής εκάστου έργου στα οικονομικά
αποτελέσματα της εκμετάλλευσης 252

γ. Ο ρόλος των πρακτικών της αγοράς 253

δ. Η σημασία της ποιότητας του ψηφιακού υποστρώματος των δεδομένων εκπαίδευσης 254

Γ. Αποτίμηση πλαισίου ατομικής αδειοδότησης 255

1. Απουσία εχεγγύων για σύναψη άδειας και ασθενής διαπραγματευτική
θέση δημιουργού 255

2. Χαμηλό «κατώφλι» δέουσας και αναλογικής αμοιβής 257

3. Προσφορότερη η ατομική αδειοδότηση στο δευτερογενές επίπεδο 260

V. Συλλογικές άδειες για εκπαίδευση μοντέλων
παραγωγικής ΤΝ 264

Α. Εθελοντική συλλογική διαχείριση 264

1. Γενικά 264

2. Ανάθεση συλλογικής διαχείρισης και άσκηση δικαιώματος περιορισμού
(opt-out) 265

3. Ανάθεση διαχείρισης και εκπαίδευση μοντέλων παραγωγικής ΤΝ
ως άγνωστος τρόπος εκμετάλλευσης 268

4. Φύση και περιεχόμενο συλλογικών αδειών εκπαίδευσης μοντέλων
παραγωγικής ΤΝ 270

i. Συλλογικός χαρακτήρας 270

ii. Περιεχόμενο συλλογικών αδειών για εκπαίδευση μοντέλων
παραγωγικής ΤΝ 271

α. Εφαρμοστέες ρυθμίσεις για τον καθορισμό του περιεχομένου συλλογικών
αδειών 271

β. Διαμόρφωση πρότυπων συλλογικών αδειών 271

iii. Εδαφική έκταση 274

5. Ειδικά η αμοιβή στις συλλογικές άδειες για εκπαίδευση μοντέλων
παραγωγικής ΤΝ 275

i. Τύπος αμοιβής 275

ii. Ύψος αμοιβής 278

α. Κατάλληλη αμοιβή 278

β. Υπαγωγή 280

αα. Οικονομική αξία παρεχόμενων υπηρεσιών ΟΣΔ 280

ββ. Οικονομική αξία χρήσης των δικαιωμάτων 281

γγ. Σύνθεση και προκλήσεις 283

δδ. Η περίπτωση του αδειοδοτικού προτύπου της GEMA 284

iii. Διανομή ποσών σε δικαιούχους 285

B. Συλλογικές άδειες με διευρυμένη ισχύ; 287

1. Γενικά 287

2. Προϋποθέσεις χορήγησης 289

i. Ειδικότητα της χρήσης 289

ii. Επαχθής και απρόσφορη η μεμονωμένη αδειοδότηση (7Α§1 εδ. β΄ περ. γ)
Ν 4481/2017) 290

iii. Επαρκής αντιπροσωπευτικότητα ΟΣΔ (άρθ. 7Α§1 εδ. β΄ περ. α)
Ν 4481/2017) 293

iv. Ίση μεταχείριση δικαιούχων (7Α§1 εδ. β΄ περ. β) Ν 4481/2017) 294

v. Μέτρα δημοσιότητας (άρθ. 7Α§1 εδ. β΄ περ. δ) Ν 4481/2017) 294

3. Πρακτική εφαρμογή 295

i. Προληπτικός έλεγχος πλήρωσης προϋποθέσεων 295

ii. Συνέπειες 297

α. Πλήρης αδειοδοτική κάλυψη στην ελληνική επικράτεια
(άρθ. 7Α§1 εδ. α΄ Ν 4481/2017) 297

β. Δικαίωμα αποκλεισμού (οpt-out) (άρθ. 7Α§3 Ν 4481/2017) 298

γ. Ειδικά το ζήτημα του ύψους και της διανομής της καταβλητέας αμοιβής 299

Γ. Αποτίμηση πλαισίου συλλογικών αδειών 300

VI. Άσκηση ηθικού δικαιώματος στο πλαίσιο εκπαίδευσης μοντέλων παραγωγικής ΤΝ 304

Α. Διαπλοκή εκπαίδευσης μοντέλων παραγωγικής ΤΝ και ηθικών
εξουσιών του δημιουργού 305

1. Χρήση αδημοσίευτων έργων (άρθ. 4§1 περ. α) Ν 2121/1993) 305

2. Απουσία μνείας δημιουργού (άρθ. 4§1 περ. β) Ν 2121/1993) 307

3. Άμεση και έμμεση παραμόρφωση του έργου (άρθ. 4§1 περ. γ)
Ν 2121/1993) 309

Β. O ρόλος των συμβατικών αδειών 311

1. Η κατ’ άρθ. 16 Ν 2121/1993 συναίνεση ως λόγος άρσης της προσβολής 311

2. Χορήγηση της κατ’ άρθ. 16 Ν 2121/1993 συναίνεσης διά συμβατικής
άδειας 312

i. Χορήγηση αποκλειστικά στο πρωτογενές επίπεδο 312

ii. Ρητή συναίνεση 313

Γ. Αποτίμηση 315

ΚΕΦΑΛΑΙΟ 5

Ανοικτές άδειες και εκπαίδευση μοντέλων
παραγωγικής ΤΝ: η περίπτωση των αδειών
creative commons

I. Οι άδειες Creative Commons, πρόσφορο εργαλείο
ατομικής αδειοδότησης έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ 319

ΙΙ. Επιφυλάξεις 322

Α. Άδειες Creative Commons και η χρήση έργων για σκοπούς
εκπαίδευσης μοντέλων παραγωγικής ΤΝ ως άγνωστος
τρόπος εκμετάλλευσης 322

Β. Άδειες Creative Commons και το κατ’ άρθ. 21Β Ν 2121/1993
δικαίωμα περιορισμού (opt-out) 324

ΙΙΙ. Επίδραση των επιμέρους αδειοδοτικών παραμέτρων 326

Α. Μη εμπορική χρήση (NC) 326

1. Η έννοια της εμπορικής χρήσης 326

2. Υπαγωγή 329

3. Απαγόρευση εμπορικής χρήσης (NC) και δικαίωμα περιορισμού 331

Β. Απαγόρευση δημιουργίας παράγωγου υλικού (ND) 332

1. Η έννοια του «παράγωγου υλικού» 332

2. Υπαγωγή 334

Γ. Υποχρέωση «παρόμοιας διανομής» (SA) 337

Δ. Υποχρέωση αναφοράς (ΒΥ) 339

ΙV. Αποτίμηση εφαρμογής αδειών Creative Commons
στο πλαίσιο εκπαίδευσης μοντέλων παραγωγικής ΤΝ 343

ΚΕΦΑΛΑΙΟ 6

Εκπαίδευση μοντέλων παραγωγικής ΤΝ
και πνευματική ιδιοκτησία στον κανονισμό
2024/1689 για την τεχνητή νοημοσύνη

I. Η θέσπιση ρυθμίσεων για την πνευματική ιδιοκτησία
στον Κανονισμό ΤΝ 345

Α. Ιστορικό 345

Β. Φιλοσοφία 346

Γ. Σχέση με το δίκαιο πνευματικής ιδιοκτησίας 347

IΙ. Πεδίο εφαρμογής υποχρεώσεων 349

Α. Αντικειμενικό πεδίο εφαρμογής: Μοντέλα παραγωγικής ΤΝ που συνιστούν Μοντέλα ΤΝ Γενικού Σκοπού (GPAI Models) 349

1. Ερμηνευτική αποσαφήνιση νομοθετικού ορισμού 350

i. Εκπαίδευση με μεγάλο όγκο δεδομένων χρησιμοποιώντας αυτοεποπτεία
σε κλίμακα 352

α. Εκπαίδευση 352

β. Μεγάλος όγκος δεδομένων εκπαίδευσης 353

γ. Αυτοεποπτεία σε κλίμακα (self-supervision at scale) 354

ii. Σημαντική γενικότητα (significant generality) 354

iii. Iκανότητα αποτελεσματικής εκτέλεσης ευρέος φάσματος διακριτών
καθηκόντων (distinct tasks) 355

iv. Δυνατότητα ενσωμάτωσης σε διάφορα κατάντη συστήματα (downstream systems) ή εφαρμογές 356

v. «Πρακτικός» κανόνας των Κατευθυντηρίων Γραμμών: training compute και modalities 358

2. Υπαγωγή 359

Γ. Υποκειμενικό πεδίο εφαρμογής 362

1. Πάροχος του μοντέλου 362

2. Πάροχος τροποποιημένου ή βελτιωμένου μοντέλου 365

Δ. Εξαιρέσεις από την εφαρμογή των υποχρεώσεων 366

1. Μη διάθεση του μοντέλου στην αγορά της Ένωσης 366

2. Ανάπτυξη και χρήση μοντέλου για σκοπούς εμπορικής έρευνας
πριν τη διάθεση στην αγορά 367

3. Ανάπτυξη και χρήση μοντέλου για σκοπούς επιστημονικής έρευνας 368

4. De facto ανάγκη προληπτικής συμμόρφωσης 369

Ε. Εδαφικό πεδίο εφαρμογής 371

Στ. Χρονική εφαρμογή 376

1. Moντέλα που διατέθηκαν στην αγορά πριν από τις 2.8.2025 376

2. Μοντέλα που διατίθενται στην αγορά μετά τις 2.8.2025 378

ΙΙΙ. Περιεχόμενο υποχρεώσεων 379

Α. Υποχρέωση εφαρμογής πολιτικής συμμόρφωσης με το
ενωσιακό δίκαιο πνευματικής ιδιοκτησίας (άρθ. 53§1 περ. γ)
Κανονισμού ΤΝ) 380

1. Γενικά 380

2. Πολιτική συμμόρφωσης που καλύπτει σφαιρικά τον κύκλο ζωής
του μοντέλου 383

3. Η έννοια του «ενωσιακού δικαίου περί πνευματικής ιδιοκτησίας
αι συναφών δικαιωμάτων» 386

4. Συμμόρφωση προς άρθ. 53§1 περ. γ) Κανονισμού ΤΝ vs. συμμόρφωση
με το ενωσιακό δίκαιο πνευματικής ιδιοκτησίας 388

i. Δύο διακριτά επίπεδα συμμόρφωσης 388

α. Βάσει άρθ. 53§1 περ. γ) Κανονισμού ΤΝ 388

β. Βάσει Κώδικα Πρακτικής 390

ii. Συνέπειες 391

5. Το ενωσιακό δίκαιο πνευματικής ιδιοκτησίας ως «πρότυπο» (standard) 394

Β. Υποχρέωση διαφάνειας ως προς τα χρησιμοποιούμενα έργα
(άρθ. 53§1 περ. δ) Κανονισμού ΤΝ) 395

1. Γενικά 395

2. Περιεχόμενο της υποχρέωσης 398

i. Κατάρτιση και δημοσιοποίηση επαρκώς λεπτομερούς περίληψης 398

α. Υποχρέωση κατάρτισης περίληψης 398

β. Υποχρέωση δημοσιοποίησης περίληψης 400

ii. Ο ρόλος του Υποδείγματος που προετοίμασε η Υπηρεσία ΤΝ 400

iii. Οι απαιτήσεις για κατάρτιση και δημοσιοποίηση περίληψης με βάση το Υπόδειγμα 403

α. Επισκόπηση απαιτούμενου περιεχομένου περίληψης 403

β. Ελάχιστος απαιτούμενος κατάλογος πηγών (προστατευόμενων) δεδομένων εκπαίδευσης 403

γ. Πληροφορίες για σεβασμό άσκησης δικαιώματος περιορισμού και για
αποφυγή ή αφαίρεση παράνομου περιεχομένου 405

δ. Λοιπές πτυχές προσήκουσας κατάρτισης περίληψης 406

ε. Δημοσιοποίηση της περίληψης σύμφωνα με το Υπόδειγμα 408

3. Συμβολή στην επιβολή δικαιωμάτων πνευματικής ιδιοκτησίας 408

ΙV. Έλεγχος συμμόρφωσης και κυρώσεις 414

ΣΥΜΠΕΡΑΣΜΑΤΑ

Ι. Ανακεφαλαίωση υπό μορφή πορισμάτων 417

Α. Η εκπαίδευση μοντέλων παραγωγικής ΤΝ είναι νομικά σημαντική διαδικασία από την άποψη του δικαίου πνευματικής ιδιοκτησίας 417

Β. Οι εξαιρέσεις εξόρυξης κειμένων και δεδομένων είναι κατ’ αρχήν εφαρμόσιμες σε τμήματα της εκπαίδευσης μοντέλων παραγωγικής ΤΝ 417

Γ. Η εφαρμογή των εξαιρέσεων εξόρυξης κειμένων και δεδομένων
στο πλαίσιο εκπαίδευσης μοντέλων παραγωγικής ΤΝ χαρακτηρίζεται
από ερμηνευτικές και εφαρμοστικές δυσχέρειες 418

Δ. Η χρήση έργων για σκοπούς εκπαίδευσης μοντέλων
παραγωγικής ΤΝ συνιστά οικονομικά και τεχνικά αυτοτελή
τρόπο εκμετάλλευσης 419

Ε. Η προσαρμογή του πλαισίου που διέπει τη συμβατική αδειοδότηση στο πεδίο της εκπαίδευσης μοντέλων παραγωγικής ΤΝ παρουσιάζει αξιοσημείωτες προκλήσεις 419

Στ. Η χρήση έργων για σκοπούς εκπαίδευσης μοντέλων
παραγωγικής ΤΝ διαπλέκεται με ορισμένες ηθικές εξουσίες
του δημιουργού 420

Z. O Κανονισμός ΤΝ επιδρά προτυποποιητικά στην εφαρμογή
των εξαιρέσεων εξόρυξης κειμένων και δεδομένων και θεσπίζει πρόσθετο πλαίσιο υποχρεώσεων «αγορανομικής» φιλοσοφίας 421

ΙΙ. Προοπτικές 422

Α. Καθεστώς εξαιρέσεων 422

Β. Καθεστώς συμβατικής αδειοδότησης 423

Γ. Επικείμενες εξελίξεις 423

Επίμετρο: Προς τη δημιουργοκεντρική παραγωγική ΤΝ 425

ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ 429

Ι. Πρωτογενείς Πηγές 429

ΙΙ. Βιβλιογραφία 435

III. Νομολογία 462

ΘΕΜΑΤΙΚΟ ΕΥΡΕΤΗΡΙΟ 465

ΕΙΣΑΓΩΓΗ

«Κι απ’ όλα τα είδη ζωής, ποιο είναι αυτό που αντέχει περισσότερο στο χρόνο; Η πνευματική, το πνευματικό δημιούργημα. Αυτό αντέχει…» Μίκης Θεοδωράκης

I. Τεχνητή Νοημοσύνη (ΤΝ)

Tεχνητή Νοημοσύνη. Μία παλιά έννοια, η οποία, κατά τα τελευταία χρόνια, από φουτουριστική πρόκληση, μετατράπηκε σε τεχνολογία αιχμής, που έχει διεισδύσει σε πάμπολλες πτυχές της καθημερινότητας με πολυάριθμες εφαρμογές. H Τεχνητή Νοημοσύνη (ΤΝ) μπορεί να ιδωθεί υπό διαφορετικές προσεγγίσεις και να λάβει, αντίστοιχα, διαφορετικές ερμηνείες και ορισμούς. Από τεχνικής/τεχνολογικής απόψεως

και υπό μία αφαιρετική προσέγγιση, η Τεχνητή Νοημοσύνη αναφέρεται σε συστήματα λογισμικού (που ενδέχεται να ενσωματώνονται και σε συσκευές υλισμικού), που όχι απλώς είναι ικανά να αναλύουν δεδομένα και να εκτελούν λειτουργίες για τις οποίες έχουν προγραμματιστεί με βάση συγκεκριμένους κανόνες. Πρόκειται για συστήματα που είναι σε θέση να αντιλαμβάνονται και να αναλύουν το περιβάλλον τους (είσοδος δεδομένων-input) και να συνάγουν συμπεράσματα (inference), όπως προβλέψεις, συστάσεις, αποφάσεις ή περιεχόμενο (έξοδος δεδομένων/στοιχεία εξόδου- output(s)), για την επίτευξη συγκεκριμένων στόχων, προβαίνοντας με κάποιο βαθμό αυτονομίας σε αποφάσεις που κρίνονται βέλτιστες και επηρεάζουν το περιβάλλον τους. Πράγματι, η ικανότητα ενός συστήματος ΤΝ να συνάγει

συμπεράσματα υπερβαίνει τη βασική επεξεργασία δεδομένων, αφού προσδίδει σε ένα πρόγραμμα ηλεκτρονικού υπολογιστή την ικανότητα μάθησης, συλλογιστικής και μοντελοποίησης. Αυτό διακρίνει την ΤΝ από παραδοσιακές ντετερμινιστικές προσεγγίσεις προγραμματισμού. Δηλωτικό της αυτονομίας των συστημάτων αυτών είναι το γεγονός ότι, σε ορισμένες περιπτώσεις, ο τρόπος με τον οποίο τα συστήματα ΤΝ λαμβάνουν αποφάσεις ως προς την υλοποίηση ενεργειών δεν είναι εξηγήσιμος ή προβλέψιμος, φαινόμενο γνωστό ως «Μαύρο κουτί της ΤΝ» (AI Black Box).

Από επιστημολογικής απόψεως, η ΤΝ αντιμετωπίζεται είτε ως τμήμα της επιστήμης των υπολογιστών (computer science), είτε ως αποτέλεσμα μιας σύνθεσης επιστημών (μαθηματικών, στατιστικής, πληροφορικής) ή ακόμα ως ένα διακριτό επιστημονικό πεδίο. Ως τέτοιο, η ΤΝ περιλαμβάνει διάφορες προσεγγίσεις και τεχνικές, όπως η μηχανική μάθηση, η μηχανική συλλογιστική και η ρομποτική.

Η ΤΝ, ως σύνολο τεχνολογιών, αναπτύχθηκε ραγδαία τα τελευταία χρόνια και μεταμορφώνει τον κόσμο του 21ου αιώνα, όπως συνέβη με τον ατμό και τον ηλεκτρισμό κατά τον 19ο και τον 20ο αιώνα αντίστοιχα. Παράγοντες που συντέλεσαν σε αυτή την πρόσφατη ραγδαία ανάπτυξη είναι ιδίως η αύξηση της διαθέσιμης υπολογιστι-

κής ισχύος, η εκτεταμένη διαθεσιμότητα ψηφιακών δεδομένων και η πρόοδος και καινοτομία στο πεδίο των αλγορίθμων, μεθόδων και εργαλείων ΤΝ. Οι εφαρμογές της ΤΝ είναι πλέον αναρίθμητες και εκτείνονται από τα αυτόνομα οχήματα και τη γεωργία, μέχρι την ιατρική έρευνα και τη δημιουργία μεταφράσεων. Η ενσωμάτωση της ΤΝ σε ευρύ φάσμα κλάδων της οικονομίας και κοινωνικών δραστηριοτήτων άγει σε αμφισβήτηση του μονοπωλιακού προνομίου του ανθρώπου στην εκτέλεση εργασιών και στη λήψη αποφάσεων που απαιτούν νοημοσύνη. Η ικανότητα των συστημάτων ΤΝ να υλοποιούν λειτουργίες που προσιδιάζουν στις ανθρώπινες γνωστικές λειτουργίες με τρόπο αυτόνομο επιτρέπει την απόδοση σε αυτά του χαρακτηριστικού της «νοημοσύνης», η οποία χαρακτηρίζεται μεν ως «τεχνητή», επειδή εκδηλώνεται από μη ανθρώπινο παράγοντα και επειδή τα συστήματα ΤΝ αναπτύσσονται με τη χρήση μηχανημάτων και λειτουργούν σε μηχανήματα, αλλά παραλληλίζεται με τη «φυσική» (δηλαδή ανθρώπινη) νοημοσύνη. Πρόκειται λοιπόν για μία τεχνολογία εξ ορισμού μετασχηματιστική και ανατρεπτική (disruptive), η οποία υποκινεί τη μετάβαση από την 4η στην 5η Βιομηχανική Επανάσταση.

ΙΙ. Παραγωγική ΤΝ

Μία επιμέρους κατηγορία συστημάτων ΤΝ είναι τα λεγόμενα συστήματα παραγωγικής ΤΝ (Generative AI ή GenAI). Πρόκειται για συστήματα ΤΝ των οποίων τα στοιχεία εξόδου (οutputs) αντιστοιχούν σε (νέο) (ψηφιακό) περιεχόμενο ποικίλης φύσεως, όπως ενδεικτικά κείμενο, εικόνες, μεταφράσεις, βίντεο, μουσική, κώδικα, 3Δ μοντέλα κ.λπ. Στην περίπτωση της παραγωγικής ΤΝ, η ικανότητα συναγωγής συμπερασμάτων αντιστοιχεί στην ικανότητα παραγωγής περιεχομένου, βάσει στοιχείων εισόδου (inputs) που υποβάλλονται κυρίως κατά τη χρήση του συστήματος, ως εντολή από τον (τελικό) χρήστη του συστήματος, γνωστή ως prompt. Το δε παραγόμενο περιεχόμενο (AI-generated content) αποδίδεται συχνά και ως συνθετικό.

Η ανάπτυξη συστημάτων παραγωγικής ΤΝ και η απόκτηση ικανότητας παραγωγής συνθετικού περιεχομένου στηρίζεται σε τεχνικές μάθησης (learning), οι οποίες έχουν ως σκοπό τη δημιουργία ενός μαθηματικού μοντέλου, ενσωματώνοντας ένα μεγάλο αριθμό παραμέτρων που δεν είναι εκ των προτέρων γνωστές. Οι παράμετροι διαμορφώνονται σταδιακά κατά τη φάση της εκπαίδευσης στην οποία χρησιμοποιούνται σύνολα δεδομένων (βλ. και παρακάτω) για να βρεθούν και να ομαδοποιηθούν συνδέσεις, οι οποίες καταχωρούνται ως αριθμητικές αξίες που επιτρέπουν τον υπολογισμό πιθανοτήτων. Ακολούθως, η ανάπτυξη συστημάτων παραγωγικής ΤΝ στηρίζεται στην ανάπτυξη μοντέλων παραγωγικής ΤΝ, τα οποία συνιστούν και το δομικό στοιχείο των συστημάτων παραγωγικής ΤΝ, εντός των οποίων ενσω-

ματώνονται. Η δε παραγωγή συνθετικού περιεχομένου συνιστά αποτέλεσμα προβλέψεων στη βάση των μοντελοποιημένων πιθανοτήτων.

Η ανάπτυξη των μοντέλων παραγωγικής ΤΝ δύναται να στηρίζεται σε διάφορες τεχνικές και προσεγγίσεις μάθησης που προσπορίζουν στο σύστημα ΤΝ την ικανότητα συναγωγής συμπερασμάτων υπό μορφή περιεχομένου. Εξ αυτών η πιο διαδεδομένη είναι η μηχανική μάθηση (Machine Learning). Η μηχανική μάθηση είναι ένα υποπεδίο της Τεχνητής Νοημοσύνης που συνδυάζει μαθηματικά, στατιστική και την επιστήμη των

υπολογιστών και σχετίζεται με την ανάπτυξη και εφαρμογή αλγορίθμων που στοχεύουν στη μάθηση μέσα από δεδομένα. Στο πλαίσιο εφαρμογής τεχνικών μηχανικής μάθησης, η ανάπτυξη του μοντέλου στηρίζεται στην εκπαίδευσή του (training) με εφαρμογή ειδικών αλγορίθμων μάθησης (learning algorithms ή ΑΙ Algorithms) πάνω σε ένα «εκπαιδευτικό υλικό» (training material), ήτοι ένα σύνολο ψηφιακών δεδομένων, τα λεγόμενα δεδομένα εκπαίδευσης (training data), τα οποία συγκεντρώνονται σε σύνολα δεδομένων εκπαίδευσης (training datasets). Έτσι, τα μοντέλα παραγωγικής ΤΝ που αναπτύσσονται με βάση τη μηχανική μάθηση εκπαιδεύονται και «μαθαίνουν» πώς να επιτυγχάνουν την παραγωγή περιεχομένου από δεδομένα.

Yπάρχουν διαφορετικές τεχνικές και προσεγγίσεις μηχανικής μάθησης, ανάλογα με την παρέμβαση του προγραμματιστή και με το αν παρέχονται σαφείς «εκπαιδευτικές» οδηγίες ή βοηθητικές επισημάνσεις στα χρησιμοποιούμενα δεδομένα εκπαίδευσης, όπως η εποπτευόμενη Μάθηση (Supervised Learning), η αυτοεποπτευόμενη Μάθηση (Self-supervised learning), η μη εποπτευόμενη Μάθηση (Unsupervised Learning), η ημι-εποπτευόμενη μάθηση (Semi-supervised learning) ή η «βαθειά» μάθηση (deep learning) μέσω ανάπτυξης πολυεπίπεδων τεχνητών Νευρωνικών Δικτύων (Neural Networks). Οι αλγόριθμοι μάθησης επιτρέπουν συχνά και την «αυτομάθηση» του μοντέλου από την εμπειρία και τα μελλοντικά στοιχεία εισόδου (input), βελτιώνοντας τις επιδόσεις του και την ακρίβεια των αποτελεσμάτων του κατά τη δι-

άρκεια της λειτουργίας του, χωρίς να απαιτείται να επαναπρογραμματίζονται ειδικά για το σκοπό αυτό.

Yπάρχουν διάφορες κατηγορίες μοντέλων παραγωγικής ΤΝ που στηρίζονται στη μηχανική μάθηση (μοντέλα μηχανικής μάθησης – ML models), τα οποία διαφοροποιούνται ανάλογα με τον τύπο μάθησης που χρησιμοποιείται και τον επιδιωκόμενο στόχο. Ενδεικτικά μπορούν να αναφερθούν τα Variational Autoencoders (VAEs), τα παραγωγικά ανταγωνιστικά δίκτυα (Generative Adversarial Networks (GANs)), τα Artificial neural networks (ANNs) (Deep Learning models) και ως πιο πρόσφατα παραδείγματα, τα Transformers και τα Diffusion models. Mία επιμέρους διαδεδομένη κατηγορία μοντέλων παραγωγικής ΤΝ είναι τα Mεγάλα Γλωσσικά Μοντέλα (Large language models-LLMs),

τα οποία συχνά εμπίπτουν στην κατηγορία μοντέλων βάσης (foundation models) ή μοντέλων ΤΝ γενικού σκοπού (General Purpose AI Models-GPAI).

ΙΙΙ. Η διαπλοκή μεταξύ παραγωγικής ΤΝ και δικαίου πνευματικής ιδιοκτησίας

Α. Όψεις διαπλοκής

Υπό γενική θεώρηση, η ραγδαία ανάπτυξη της ΤΝ σε ένα ευρύτατο φάσμα κλάδων της οικονομίας και η εξάπλωσή της σε πολλούς τομείς της κοινωνίας επηρεάζει σχεδόν όλους τους κλάδους δικαίου, όπως ενδεικτικά το συνταγματικό δίκαιο, το εργατικό δίκαιο, το ποινικό δίκαιο, το δίκαιο ανταγωνισμού, το δίκαιο των ΜΜΕ κ. ά. Εξ άλλου, η εξάπλωση της ΤΝ αποτέλεσε αφορμή για ad hoc ρύθμιση της ανάπτυξης και χρήσης συστημάτων ΤΝ, οδηγώντας στην ανάδειξη ενός άτυπου δικαίου της ΤΝ (AI Law). Χαρακτηριστικότερα παραδείγματα τέτοιων πρωτοβουλιών που ισχύουν εντός της ελληνικής έννομης τάξης αποτελούν ιδίως ο Ν 4961/2022 (ΦΕΚ Α΄146/27.7.2022) με τίτλο «Αναδυόμενες τεχνολογίες πληροφορικής και επικοινωνιών, ενίσχυση της ψηφιακής διακυβέρνησης και άλλες διατάξεις» και ιδίως το Κεφάλαιο Β «Ρυθμίσεις για την ανάπτυξη της Τεχνητής Νοημοσύνης» (άρθ. 3-14), και βεβαίως ο ενωσιακής προέλευσης Κανονισμός ΤΝ. Και τα δύο αυτά νομοθετήματα έχουν ως βασική occasio την πρόσληψη των συστημάτων ΤΝ γενικά ως πηγής κιν

δύνων για τα δικαιώματα φυσικών και νομικών προσώπων, την ανάγκη διασφάλισης ασφαλούς χρήσης τους και την προστασία από τις επιζήμιες συνέπειες των συστημάτων αυτών. Η ανωτέρω στοχοθεσία αφορά εξίσου και την παραγωγική ΤΝ.

To δίκαιο πνευματικής ιδιοκτησίας επηρεάζεται εντονότερα από την ανάπτυξη της παραγωγικής ΤΝ και μάλιστα πολλαπλώς. Αφενός, τα προστατευόμενα έργα ανθρωπογενούς προέλευσης, όπως κείμενα, φωτογραφίες, μουσικά έργα κ.λπ. συνι-

στούν έναν πολύτιμο πόρο για την ανάπτυξη των μοντέλων παραγωγικής ΤΝ και η διαθεσιμότητα και πρόσβαση στα δεδομένα αυτά συνιστά σημαντικό διακύβευμα για την ανάπτυξη της ίδιας της παραγωγικής ΤΝ. Πράγματι, η εκπαίδευση μοντέλων παραγωγικής ΤΝ προϋποθέτει κατά κανόνα τη χρήση προστατευόμενων έργων, όχι μόνο επειδή τούτο είναι μάλλον αναπόφευκτο, αλλά επειδή η παραγωγή συνθετικού περιεχομένου που προσομοιάζει σε ανθρώπινα δημιουργήματα από συστήματα παραγωγικής ΤΝ προϋποθέτει εκπαίδευση με αντίστοιχης φύσεως δεδομένα εκπαίδευσης, τα οποία συνήθως αντιστοιχούν σε προστατευόμενα έργα. Και τούτο,

διότι, το είδος και η μορφή του παραγόμενου στοιχείου εξόδου ενός μοντέλου παραγωγικής ΤΝ καθορίζεται από το είδος και τη μορφή (και την ποιότητα, βεβαίως) των δεδομένων εκπαίδευσης. Έτσι, για τους σκοπούς ανάπτυξης και εκπαίδευσης μοντέλων παραγωγικής ΤΝ, τα προστατευόμενα έργα σε ψηφιακή μορφή, πέρα από ψηφιακή αποτύπωση πράξεων, γεγονότων ή πληροφοριών, προσλαμβάνονται πλέον και ως δεδομένα εκπαίδευσης της παραγωγικής ΤΝ που εντάσσονται σε σύνολα

δεδομένων εκπαίδευσης («δεδομενοποίηση» (datafication) των έργων). Ταυτόχρονα, τα έργα προσλαμβάνονται και από ένα νέο «κοινό», τους αλγορίθμους μάθησης και κατ’ επέκταση τους ηλεκτρονικούς υπολογιστές που τους «τρέχουν» (machine consumption). Τούτο γεννά και τις νέες χρήσεις των έργων στην ψηφιακή τους αποτύπωση, ως τμήμα του κύκλου ζωής των συστημάτων Τεχνητής Νοημοσύνης (ΑΙ Uses). Ταυτόχρονα, η ανάπτυξη της παραγωγικής ΤΝ συνιστά πεδίο καινοτόμου ανθρώπινης δραστηριότητας στο πεδίο της πληροφορικής, η δημιουργική διάσταση της οποίας εμπίπτει στο πεδίο εφαρμογής του δικαίου πνευματικής ιδιοκτησίας.

Εξάλλου, η παραγωγική ΤΝ, χάρη στις ανθρώπινες δημιουργίες, είναι σε θέση να παράγει με μεγαλύτερο ή μικρότερο βαθμό αυτονομίας μορφές περιεχομένου που μέχρι πρότινος αποτελούσαν μονοπώλιο της ανθρώπινης δημιουργικότητας και που προορίζονται για ανθρώπινη πρόσληψη και κατανάλωση. Πράγματι, το «συνθετικό περιεχόμενο» μπορεί να ταξινομηθεί οντολογικά στις ίδιες κατηγορίες των ανθρώπινων δημιουργημάτων και να χρησιμοποιηθεί σε ένα ευρύ φάσμα διαδεδομένων χρηστικών εφαρμογών (π.χ. διαλογικά ρομπότ – chatbots). Ταυτόχρονα, δεν αποκλείεται το περιεχόμενο αυτό να επιτελεί αποκλειστικά αισθητική λειτουργία, όταν π.χ. παραγόμενο περιεχόμενο αντιστοιχεί σε ζωγρα-

φικούς πίνακες, μουσικές συνθέσεις ή λογοτεχνία, οδηγώντας στη γένεση της «αλγοριθμικής τέχνης». Ειδικώς δε στο πεδίο της παραγωγής συνθετικού περιεχομένου δημοσιογραφικής φύσεως χρησιμοποιείται και ο ειδικός όρος «αλγοριθμική» ή «αυτοματοποιημένη» ή «ρομποτική» δημοσιογραφία. Η ποιότητα των στοιχείων εξόδου είναι τέτοια που δεν είναι πάντοτε ευχερής η διάκριση μεταξύ ανθρώπινου και συνθετικού περιεχομένου-προϊόντος παραγωγικής ΤΝ.

Ομοίως, η ευκολία και η ταχύτητα παραγωγής τέτοιου περιεχομένου, παρότι υποστηρίζεται ότι εκδημοκρατίζει και ενισχύει την ανθρώπινη δημιουργικότη-

τα, φέρνει στο προσκήνιο ζητήματα ανταγωνισμού μεταξύ της παραγωγικής ΤΝ και της ανθρώπινης δημιουργίας, πράγμα που αναδεικνύει μία ακόμα πτυχή του ανατρεπτικού χαρακτήρα της ΤΝ.

Β. Προσδιορισμός των κύριων νομικών ζητημάτων

Σύμφωνα με όσα προηγήθηκαν, η παραγωγική ΤΝ διατηρεί στενή σύνδεση με τα δημιουργήματα του ανθρώπινου πνεύματος που αποτελούν τα κατ’ εξοχήν αντικείμενα προστασίας του δικαίου πνευματικής ιδιοκτησίας (κείμενα, εικαστικά έργα, μουσικές συνθέσεις κ.ο.κ.): στηρίζεται στην πρόσληψή τους σαν δεδομένα (εκπαίδευσης) και καταλήγει στην παραγωγή ψηφιακού περιεχομένου με τα ίδια μορφολογικά χαρακτηριστικά. Κατ’ αποτέλεσμα η παραγωγική ΤΝ διαπλέκεται πολλαπλώς με το δίκαιο πνευματικής ιδιοκτησίας.

Δύναται πάντως να υποστηριχτεί ότι η διαπλοκή μεταξύ δικαίου πνευματικής ιδιοκτησίας και παραγωγικής ΤΝ συνιστά μία ακόμη έκφανση της (γνωστής πλέον) επίδρασης της τεχνολογίας και ιδίως των ψηφιακών τεχνολογιών και μετασχηματισμών στην εξέλιξη του κλάδου αυτού. Τούτο έχει καταστεί ακόμη πιο εμφανές κατά τις τελευταίες δεκαετίες ανάπτυξης και διάδοσης του διαδικτύου και των ψηφιακών χρήσεων έργων που συνδέονται με αυτό. Πράγματι, ο πολλαπλασιασμός τέτοιων παρεμβάσεων κατά τα τελευταία χρόνια ιδίως σε επίπεδο ΕΕ γίνεται με αφορμή ψηφιακούς μετασχηματισμούς που επηρεάζουν την κυκλοφορία και χρήση έργων, έχοντας οδηγήσει στη διαμόρφωση ενός ειδικού ψηφιακού (ενωσιακού) δικαίου πνευματικής ιδιοκτησίας. Όμως, ο τρέχων ψηφιακός μετασχηματισμός, έχοντας

ως επίκεντρο τα δεδομένα και την παραγωγή συνθετικού περιεχομένου κομίζει καινοφανείς προκλήσεις, ιδίως αν λάβει κανείς υπόψιν την ολοένα και μεγαλύτερη εξάπλωση των συστημάτων παραγωγικής ΤΝ στην καθημερινότητα του ευρέος κοινού. Το δίκαιο πνευματικής ιδιοκτησίας αναδεικνύεται ως ένα δίκαιο (πιθανού) ελέγχου της χρήσης δεδομένων εκπαίδευσης μοντέλων παραγωγικής ΤΝ, και, εν τέλει, ως ένα δίκαιο ρύθμισης της ανάπτυξης μοντέλων και συστημάτων παραγωγικής ΤΝ, το οποίο κομίζει τον συμβιβασμό μεταξύ του ελέγχου χρήσης των έργων για σκοπούς ανάπτυξης μοντέλων παραγωγικής ΤΝ από την πλευρά των δικαιούχων και της κατά το δυνατόν ανεμπόδιστης πρόσβασης και χρήσης τέτοιων έργων από δημιουργούς και παρόχους συστημάτων παραγωγικής ΤΝ. Ακολούθως, η στοχευμένη ερευνητική εμβάθυνση στα νομικά ζητήματα που απορρέουν εκ της ως άνω διαπλοκής παρίσταται δικαιολογημένη.

Η επισκόπηση των νομικών ζητημάτων που ανακύπτουν από αυτή τη διαπλοκή μπορεί να καταστρωθεί με βάση τη σχηματική διπολική διάκριση ανάμεσα στο στάδιο

που αναφέρεται στην ανάπτυξη συστημάτων παραγωγικής ΤΝ (το οποίο περιλαμβάνει τη φάση εκπαίδευσης του μοντέλου παραγωγικής ΤΝ) και στο στάδιο λειτουργίας και χρήσης του εκπαιδευμένου μοντέλου, το οποίο περιλαμβάνει τη διάθεση του μοντέλου στην αγορά και τη φάση παραγωγής στοιχείων εξόδου/περιεχομένου με τη μεσολάβηση ενός τέτοιου συστήματος. Εξ αυτής, απορρέουν οι κάτωθι βασικοί πυρήνες νομικών ζητημάτων:

(α) Ζητήματα από τη χρήση προστατευόμενων έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ

Εδώ κατατάσσονται τα ζητήματα που αφορούν το νομικό καθεστώς της χρήσης προστατευόμενων έργων ως δεδομένων εκπαίδευσης. Διακρίνονται ειδικότερα σε ζητήματα που σχετίζονται με τη χρήση προστατευόμενων έργων για σκοπούς συγκρότησης και διάθεσης συνόλων δεδομένων εκπαίδευσης μοντέλων παραγωγικής ΤΝ, καθώς και με τη χρήση έργων στο πλαίσιο της τεχνικής διαδικασίας εκπαίδευσης μοντέλων παραγωγικής ΤΝ. Τα ζητήματα αφορούν τόσο την ενδεχόμενη εφαρμογή εξαιρέσεων ή περιορισμών που καλύπτουν τις εν λόγω χρήσεις (unlicensed training), όσο και το νομικό πλαίσιο χορήγησης αδειών για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ (licensed training).

(β) Ζητήματα προστασίας του συστήματος παραγωγικής ΤΝ και των στοιχείων που το συναποτελούν από το δίκαιο πνευματικής ιδιοκτησίας

Εδώ εντάσσονται ζητήματα που αναφέρονται στη νομική προστασία των ίδιων των συνόλων δεδομένων εκπαίδευσης (π.χ. ως βάσεων δεδομένων), αλλά και των στοιχείων που συναπαρτίζουν ένα σύστημα ή ένα μοντέλο παραγωγικής ΤΝ. Ενδεικτικά μπορεί να γίνει αναφορά στην προστασία του κώδικα που υποστηρίζει τη διαδικασία εκπαίδευσης, στον κώδικα και λοιπά στοιχεία ενός συστήματος ΤΝ (π.χ. περιβάλλον διεπαφής) ή στον πιθανό χαρακτηρισμό των επιμέρους στοιχείων του μοντέλου (π.χ. οι παράμετροι ή τα σταθμά (weights) ενός μοντέλου) ως αντικειμένων προστασίας από δικαίωμα πνευματικής ιδιοκτησίας.

Ομοίως, εδώ δύνανται να ενταχθούν και ζητήματα που αναφέρονται στη σχέση που συνδέει το εκπαιδευμένο μοντέλο παραγωγικής ΤΝ με τα δεδομένα εκπαίδευσης και ιδίως το κατά πόσο το ίδιο το μοντέλο μπορεί να χαρακτηριστεί έργο παράγωγο των δεδομένων αυτών.

(γ) Ζητήματα προστασίας του συνθετικού περιεχομένου από το δίκαιο πνευματικής ιδιοκτησίας

Eδώ εντάσσονται ζητήματα που σχετίζονται με τον de lege lata και de lege ferenda προβληματισμό αναφορικά με τη δυνατότητα υπαγωγής του ίδιου του συνθετικού περιεχομένου στην περίμετρο του δικαίου πνευματικής ιδιοκτησίας, δια της συμπερίληψής των στοιχείων εξόδου συστημάτων παραγωγικής ΤΝ στα αντικείμενα προστασίας από πνευματικά ή συγγενικά δικαιώματα (καθεστώς προστασίας των AI outputs). Η εν λόγω θεματική εμπεριέχει και ζητήματα δικαιοπολιτικής φύσεως που αφορούν, μεταξύ άλλων, τη νομική αξιολόγηση της ανθρώπινης συμβολής στη δημιουργία συνθετικού περιεχομένου, τον προσδιορισμό του καθεστώτος προστασίας έργων που παράγονται με την υποστήριξη συστημάτων παραγωγικής ΤΝ ή ακόμα τη ρητή νομοθετική αναγνώριση ad hoc αποκλειστικών δικαιωμάτων προστασίας «δημιουργιών» μηχανών.

(δ) Ζητήματα προσβολής δικαιωμάτων πνευματικής ιδιοκτησίας από στοιχεία εξόδου συστημάτων παραγωγικής ΤΝ και συνακόλουθα ζητήματα ευθύνης

Eδώ εντάσσονται ζητήματα που σχετίζονται ιδίως με την προσβολή δικαιωμάτων πνευματικής ιδιοκτησίας επί έργων που χρησιμοποιήθηκαν ως δεδομένα εκπαίδευσης, στην περίπτωση π.χ. που τα έργα αυτά τυγχάνει να αναπαράγονται (αυτούσια ή παραλλαγμένα) από στοιχεία εξόδου συστημάτων παραγωγικής ΤΝ και με τον επιμερισμό της ευθύνης εκ της παραγωγής και χρήσης τους μεταξύ των εμπλεκόμενων μερών (πάροχος μοντέλου, πάροχος συστήματος, χρήστης συστήματος κ.λπ.). Εδώ περιλαμβάνεται επίσης η ενδεχόμενη εφαρμογή εξαιρέσεων του περιουσιακού δικαιώματος που καλύπτουν την πιθανή αναπαραγωγή ή διασκευή έργου εντός στοιχείου εξόδου.

IV. Οριοθέτηση αντικειμένου μονογραφίας, μεθοδολογική προσέγγιση και περιορισμοί

Χωρίς να παραγνωρίζεται η δογματική και πρακτική σημασία και το συνακόλουθο ερευνητικό ενδιαφέρον όλων ανεξαιρέτως των ως άνω νομικών ζητημάτων, η παρούσα μονογραφία εστιάζει στα νομικά ζητήματα που προκύπτουν από τη χρήση προστατευόμενων έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ. Και τούτο διότι πρόκειται για τρέχον ζήτημα το οποίο αγγίζει οριζόντια όλες τις κατηγορίες δικαιούχων πνευματικών δικαιωμάτων και όλα τα προϋφιστάμενα είδη έργων. Επιπλέον, ευρίσκεται στον πυρήνα της ανάπτυξης της παραγωγικής ΤΝ, στο βαθμό που τα προϋφιστάμενα προστατευόμενα έργα ανθρωπογενούς προέλευσης αποτελούν, όπως ήδη αναφέρθηκε, κρίσιμη «πρώτη ύλη» για την ανάπτυξη της τεχνολογίας αυτής. Επίσης, η εκπαίδευση ενός μοντέλου αποτελεί το πρώτο στάδιο στον κύκλο ζωής ενός μοντέλου παραγωγικής ΤΝ και, κατ’ επέκταση, του συστήματος παραγωγικής ΤΝ που το ενσωματώνει. Λειτουργεί δε ως πρόκριμα για την μετέπειτα χρήση και λειτουργία του συστήματος, στο βαθμό που το είδος, η ποιότητα και τα χαρακτηριστικά των (προστατευόμενων) δεδομένων εκπαίδευσης καθορίζουν τα χαρακτηριστικά των στοιχείων εξόδου. Εξάλλου, στο ζήτημα της νόμιμης χρήσης προστατευόμενων έργων για σκοπούς εκπαίδευσης μοντέλων παραγωγικής ΤΝ φαίνεται ότι εστιάζει σημαντική μερίδα από τις ρυθμιστικές πρωτοβουλίες αλλά και τις εκκρεμείς δικαστικές υποθέσεις και εκδοθείσες αποφάσεις στο πεδίο τομής μεταξύ δικαίου πνευματικής ιδιοκτησίας και (παραγωγικής) ΤΝ.