NVIDIA Diduga Curi Jutaan Buku Bajakan untuk Latih AI

NVIDIA, perusahaan chip AI terbesar dunia, diduga secara sengaja mengunduh jutaan buku bajakan dari Anna's Archive untuk melatih model kecerdasan buatan mereka. Dokumen internal bocor ke publik.

NVIDIA Dituduh Gunakan Buku Bajakan dalam Pelatihan AI

Ledakan AI dan Kebutuhan Data Training

NVIDIA telah menikmati kesuksesan fenomenal selama boom kecerdasan buatan beberapa tahun terakhir. Pendapatan perusahaan melonjak drastis karena permintaan yang tinggi terhadap chip AI dan layanan pusat data mereka. Tidak hanya menjual perangkat keras paling dicari, NVIDIA juga mengembangkan model AI mereka sendiri seperti NeMo, Retro-48B, InstructRetro, dan Megatron. Model-model ini dilatih menggunakan kombinasi hardware mereka sendiri dan bantuan dari perpustakaan teks yang besar, serupa dengan yang dilakukan perusahaan teknologi raksasa lainnya. Kondisi ini menciptakan tekanan kompetitif yang sangat kuat, mendorong perusahaan untuk mencari sumber data dalam jumlah besar dengan cara apapun.

Namun, kebutuhan akan data pelatihan dalam volume masif ini menimbulkan pertanyaan etis dan hukum yang serius. Untuk melatih model bahasa besar yang mampu menghasilkan teks berkualitas, perusahaan membutuhkan akses ke miliaran halaman teks dari berbagai sumber. Sumber-sumber legal seperti buku yang telah melewati masa perlindungan hak cipta jelas tidak mencukupi untuk memenuhi kebutuhan ini. Kondisi inilah yang diduga mendorong NVIDIA untuk melihat ke arah sumber-sumber yang lebih kontroversial, termasuk perpustakaan digital bayangan yang beroperasi di luar batas hukum.

Gugatan Penulis dan Pengungkapan Dokumen Internal

Pada awal tahun 2024, beberapa penulis mengajukan gugatan terhadap NVIDIA atas dugaan pelanggaran hak cipta. Melalui gugatan class action, mereka mengklaim bahwa model AI NVIDIA dilatih menggunakan dataset Books3 yang memuat karya-karya berhak cipta yang diambil dari situs pembajakan Bibliotik. Tanpa izin dari pemegang hak cipta, para penulis ini menuntut kompensasi atas penggunaan karya mereka. NVIDIA merespons dengan mempertahankan bahwa tindakan mereka merupakan penggunaan wajar atau fair use, dengan alasan bahwa buku-buku tersebut hanyalah korelasi statistik dalam model AI mereka.

Namun, tuduhan tersebut tidak berhenti begitu saja. Sebaliknya, para penggugat menemukan bukti lebih lanjut selama proses pengungkapan bukti atau discovery. last Friday, para penulis mengajukan gugatan amendemen yang secara signifikan memperluas cakupan perkara. Selain menambahkan lebih banyak buku, penulis, dan model AI, gugatan ini juga mencakup klaim yang lebih luas terkait perpustakaan bayangan atau shadow library dan tuduhan-tuduhan baru. Para penggugat, termasuk Abdi Nazemian, kini mengutip berbagai email dan dokumen internal NVIDIA yang menunjukkan bahwa perusahaan tersebut dengan sadar mengunduh jutaan buku berhak cipta.

Kontak Langsung dengan Anna's Archive

Menurut gugatan amendemen tersebut, seorang anggota tim strategi data NVIDIA menghubungi Anna's Archive untuk menanyakan apa yang dapat ditawarkan perpustakaan bajakan tersebut kepada perusahaan bernilai triliun rupiah ini. Dokumen pengadilan menyatakan bahwa dalam kondisi terdesak untuk mendapatkan buku-buku, NVIDIA menghubungi Anna's Archive yang merupakan perpustakaan bayangan terbesar dan paling berani yang masih beroperasi. Dalam komunikasi tersebut, NVIDIA menyatakan keinginan untuk mendapatkan jutaan materi bajakan dan memasukkan data Anna's Archive ke dalam data pra-pelatihan untuk model bahasa besar mereka.

Anna's Archive sendiri memberikan peringatan kepada NVIDIA bahwa koleksi mereka diperoleh dan dijaga secara ilegal. Mengingat pengalaman sebelumnya dengan perusahaan AI lain yang membuang waktu, perpustakaan bajakan ini bertanya kepada eksekutif NVIDIA apakah mereka memiliki izin internal untuk melanjutkan. Izin ini konon diberikan dalam waktu seminggu, setelah mana Anna's Archive memberikan akses kepada raksasa chip tersebut terhadap buku-buku bajakan mereka. Anna's Archive menjanjikan akses NVIDIA ke sekitar 500 terabyte data yang mencakup jutaan buku yang biasanya hanya dapat diakses melalui sistem pinjam digital Internet Archive.

Bukti Komunikasi dan Implikasi Hukum

Peringatan Legal yang Diabaikan

Dokumen yang bocor menunjukkan bahwa NVIDIA menerima peringatan eksplisit mengenai sifat ilegal koleksi Anna's Archive. Perpustakaan bajakan ini secara terbuka mengakui bahwa mereka menyimpan dan mendistribusikan materi yang diperoleh secara ilegal. Meskipun demikian, NVIDIA diklaim tetap melanjutkan hubungan mereka dengan Anna's Archive dan menerima akses ke jutaan buku bajakan. Kondisi ini sangat berbeda dengan argumen fair use yang dikemukakan NVIDIA dalam pembelaan hukum mereka, karena menunjukkan pengetahuan penuh tentang sifat ilegal sumber data yang mereka gunakan.

Yang lebih mengkhawatirkan, NVIDIA juga dituduh menggunakan sumber bajakan lainnya. Selain Books3 yang sudah termasuk dalam gugatan awal, gugatan amendemen ini juga menyebutkan bahwa perusahaan mengunduh buku dari LibGen, Sci-Hub, dan Z-Library. Keempat platform ini dikenal sebagai perpustakaan bayangan yang menyediakan akses ilegal ke jurnal ilmiah, novel, dan materi akademis lainnya. Ragam sumber bajakan ini menunjukkan pola sistematis dalam upaya NVIDIA untuk memenuhi kebutuhan data pelatihan mereka, mengabaikan pertimbangan hukum dan etis yang seharusnya menjadi perhatian perusahaan sebesar ini.

Tuduhan Pelanggaran Hak Cipta Tidak Langsung

Selain mengunduh dan menggunakan buku bajakan untuk pelatihan AI mereka sendiri, para penulis juga menuduh NVIDIA mendistribusikan skrip dan alat yang memungkinkan pelanggan korporat mereka secara otomatis mengunduh The Pile yang berisi dataset Books3 bajakan. Tuduhan ini membawa klaim baru tentang pelanggaran tidak langsung dan penyertaan atau vicarious and contributory infringement. Para penggugat berargumen bahwa NVIDIA menghasilkan pendapatan dari pelanggan dengan memfasilitasi akses ke dataset bajakan ini, yang berarti perusahaan tidak hanya melanggar hak cipta secara langsung tetapi juga membantu pihak lain melakukannya.

Berdasarkan klaim-klaim ini dan dalil-dalil lainnya, para penulis meminta kompensasi atas kerugian yang mereka derita. Ini berlaku untuk penulis yang disebutkan dalam gugatan, tetapi juga berpotensi untuk ratusan penulis lain yang kemudian dapat bergabung dengan gugatan class action ini. Jika terbukti bersalah, NVIDIA dapat menghadapi denda yang sangat besar dan preseden hukum yang akan mengubah cara perusahaan teknologi melatih model AI mereka di masa depan.

---

Dampak pada Industri Penulisan dan Publishing

Krisis Penulis di Era AI

Kasus NVIDIA-Anna's Archive ini merupakan bagian dari krisis yang lebih luas yang dihadapi penulis dan industri penerbitan di era kecerdasan buatan. Ketika perusahaan teknologi menggunakan karya berhak cipta tanpa izin untuk melatih model yang kemudian dapat menghasilkan teks yang bersaing dengan karya manusia, ekosistem kreatif menghadapi ancaman eksistensial. Banyak penulis khawatir bahwa kemampuan AI untuk menghasilkan konten yang menyerupai gaya menulis mereka akan mengikis nilai karya mereka di pasar dan mengurangi kompensasi yang dapat mereka peroleh.

Lebih dari sekadar masalah ekonomi, kasus ini juga menyentuh pertanyaan fundamental tentang hak kreator dan bagaimana kontribusi intelektual mereka dilindungi dalam ekonomi digital. Jika perusahaan sebesar NVIDIA dapat dengan sadar menggunakan sumber bajakan untuk mendapatkan keunggulan kompetitif, apa yang menghentikan perusahaan-perusahaan lain untuk melakukan hal yang sama? Preseden yang ditetapkan oleh kasus ini akan memiliki implikasi jangka panjang bagi semua kreator konten, tidak hanya penulis tetapi juga musisi, seniman, dan kreator lainnya.

Respons Industri Penerbitan

Industri penerbitan telah merespons dengan berbagai cara terhadap meningkatnya penggunaan AI dalam produksi konten. Beberapa penerbit mulai menyertakan klausul eksplisit dalam kontrak mereka yang melarang penggunaan karya untuk pelatihan AI tanpa izin eksplisit. Asosiasi penulis di berbagai negara juga meningkatkan tekanan pada pembuat kebijakan untuk mengembangkan kerangka hukum yang lebih baik dalam melindungi hak kreator di era AI. Kasus NVIDIA ini memberikan ammunition tambahan bagi mereka yang berpendapat bahwa regulasi yang lebih ketat diperlukan untuk mengendalikan praktik perusahaan teknologi.

Dari perspektif bisnis, penerbit juga mulai menjajaki kemitraan langsung dengan perusahaan AI untuk melisensikan konten mereka secara legal. Namun, negosiasi ini sering terhambat oleh ketidakpastian tentang nilai wajar untuk penggunaan data pelatihan dan tentang bagaimanaroyalti harus dihitung untuk model AI yang menghasilkan output baru daripada sekadar mereproduksi konten asli. Ketegangan ini kemungkinan akan terus berlanjut hingga ada kejelasan hukum dari kasus-kasus seperti yang melibatkan NVIDIA.

Preseden Hukum dan Masa Depan AI

Implikasi untuk Perusahaan Teknologi Lainnya

Kasus NVIDIA dengan Anna's Archive kemungkinan akan menjadi preseden penting untuk industri AI secara keseluruhan. Untuk pertama kalinya, korespondensi antara perusahaan teknologi besar Amerika Serikat dan Anna's Archive terungkap di publik. Fakta bahwa perusahaan sebesar NVIDIA yang seharusnya memiliki sumber daya hukum dan kepatuhan yang kuat masih diduga terlibat dalam praktik semacam ini menunjukkan skala tekanan kompetitif dalam industri AI. Perusahaan teknologi lain yang juga menggunakan data dari sumber yang meragukan mungkin akan menghadapi pengawasan yang lebih ketat dari pemegang hak cipta dan regulator.

Pengungkapan ini juga akan meningkatkan profil Anna's Archive sendiri, yang baru-baru ini kehilangan beberapa nama domain karena tekanan hukum. Meskipun demikian, perpustakaan bayangan ini terus beroperasi di bawah nama domain baru, menunjukkan ketahanan dan permintaan yang terus berlanjut untuk akses gratis ke pengetahuan. Kondisi ini memunculkan pertanyaan tentang efektivitas upaya pemblokiran tradisional dan kebutuhan untuk pendekatan alternatif dalam menyediakan akses yang sah ke pengetahuan.

Kebutuhan Reformasi Sistemik

Dari perspektif yang lebih luas, kasus ini menggarisbawahi kebutuhan untuk reformasi sistemik dalam cara kita memproduksi, mendistribusikan, dan mengkompensasi karya kreatif di era digital. Model hak cipta yang ada dikembangkan untuk dunia di mana reproduksi tanpa izin memerlukan upaya dan biaya yang signifikan. Di era digital,复制an dan distribusi konten dapat dilakukan dengan mudah dan murah, yang membuat perlindungan hak cipta tradisional semakin sulit ditegakkan.

Beberapa pihak berpendapat bahwa solusinya bukan hanya penegakan yang lebih ketat, tetapi juga pengembangan model bisnis baru yang dapat menyediakan akses ke pengetahuan secara legal dan berkelanjutan. Ini mungkin mencakup sistem lisensi yang lebih fleksibel, model royalti yang disesuaikan untuk pelatihan AI, atau bahkan pendanaan publik untuk inisiatif yang menyediakan akses terbuka ke pengetahuan. Apa pun pendekatannya, jelas bahwa status quo tidak dapat dipertahankan, dan kasus NVIDIA-Anna's Archive mungkin menjadi katalis untuk perubahan yang lebih luas.

FAQ

1. Apa yang sebenarnya terjadi antara NVIDIA dan Anna's Archive?

Menurut dokumen pengadilan yang bocor, NVIDIA secara aktif menghubungi Anna's Archive untuk mendapatkan akses ke jutaan buku bajakan. Anna's Archive bahkan memperingatkan NVIDIA tentang sifat ilegal koleksi mereka, namun NVIDIA tetap melanjutkan dan menerima akses dalam waktu seminggu setelah peringatan tersebut.

2. Apakah NVIDIA benar-benar menggunakan buku bajakan untuk melatih AI mereka?

Gugatan class action yang diperluas menuduh bahwa NVIDIA menggunakan data dari Anna's Archive serta sumber bajakan lainnya seperti Books3, LibGen, Sci-Hub, dan Z-Library untuk melatih model AI mereka termasuk NeMo dan Megatron. NVIDIA sendiri berargumen bahwa ini merupakan penggunaan wajar.

3. Apa implikasi hukum dari kasus ini bagi NVIDIA?

Jika terbukti bersalah, NVIDIA dapat menghadapi tuntutan ganti rugi yang signifikan atas pelanggaran hak cipta langsung dan tidak langsung. Kasus ini juga dapat menciptakan preseden hukum yang mempengaruhi bagaimana perusahaan teknologi lain menggunakan data untuk pelatihan AI di masa depan.

4. Siapa penulis yang terlibat dalam gugatan ini?

Gugatan class action diajukan oleh beberapa penulis termasuk Abdi Nazemian, Brian Keene, Stewart O'Nan, Andre Dubus III, dan Susan Orlean. Gugatan ini juga terbuka untuk ratusan penulis lain yang mungkin bergabung kemudian.

5. Apa yang membedakan kasus ini dari gugatan AI-hak cipta sebelumnya?

Kasus ini unik karena mengungkapkan korespondensi langsung antara perusahaan teknologi besar dan perpustakaan bayangan, menunjukkan bahwa NVIDIA secara sadar memilih untuk menggunakan sumber ilegal meskipun telah diperingatkan.

6. Apakah NVIDIA akan menghadapi konsekuensi finansial?

Para penggugat meminta kompensasi atas kerugian yang mereka derita. Meskipun jumlah pasti belum ditentukan, gugatan class action semacam ini berpotensi menghasilkan ganti rugi yang sangat besar jika NVIDIA terbukti bersalah.

7. Bagaimana kasus ini mempengaruhi industri AI secara umum?

Kasus ini meningkatkan kesadaran tentang sumber data yang digunakan perusahaan AI dan dapat mendorong pengawasan lebih ketat serta regulasi baru terhadap praktik pelatihan AI.

8. Apakah ada preseden hukum sebelumnya untuk kasus ini?

Ini adalah salah satu kasus pertama yang mengungkapkan korespondensi langsung antara perusahaan teknologi besar dan perpustakaan bayangan, menjadikannya preseden potensial untuk kasus-kasus serupa di masa depan.

9. Apa yang harus dilakukan penulis untuk melindungi karya mereka?

Penulis dapat mempertimbangkan untuk menyertakan klausul anti-AI dalam kontrak penerbitan, mendaftarkan karya mereka ke database pelacakan AI, dan mendukung upaya advokasi untuk perlindungan hukum yang lebih baik.

10. Apakah kasus ini akan mempengaruhi inovasi AI?

Tergantung pada hasilnya, kasus ini dapat mendorong perusahaan AI untuk lebih memperhatikan sumber data mereka dan berpotensi berinvestasi lebih banyak dalam lisensi legal, yang mungkin memperlambat beberapa aspek pengembangan AI.

Pendangan Pribadi

Saya percaya kasus NVIDIA dan Anna's Archive ini merupakan titik balik yang sangat penting dalam sejarah hubungan antara teknologi dan kreativitas. Yang paling mengejutkan bagi saya bukanlah fakta bahwa perusahaan teknologi menggunakan data bajakan, karena hal ini sudah menjadi rahasia umum di industri. Yang mengejutkan adalah tingkat kesadaran dan keterlibatan aktif yang ditunjukkan oleh NVIDIA. Mereka tidak secara tidak sengaja menggunakan data bajakan; mereka secara aktif mencari, diperingatkan tentang sifat ilegalnya, dan tetap melanjutkan.

Kasus ini mengingatkan kita bahwa di balik kecanggihan teknologi AI yang kita kagumi, terdapat rantai pasokan data yang sering kali проблемatis secara etis dan hukum. Sebagai konsumen dan warga digital, kita memiliki hak untuk mengetahui dari mana berasal data yang melatih model-model yang semakin mempengaruhi kehidupan kita sehari-hari.透明ansi dalam rantai pasokan AI bukan lagi kemewahan, melainkan kebutuhan.

Namun, saya juga melihat sisi lain dari koin ini. Sistem publishing tradisional dan perlindungan hak cipta memang perlu diperbarui untuk era digital. Fakta bahwa perpustakaan bayangan seperti Anna's Archive tetap populer menunjukkan ada kebutuhan yang tidak terpenuhi untuk akses yang lebih luas terhadap pengetahuan. Tantangan ke depan adalah menemukan keseimbangan yang melindungi hak kreator sambil tetap memungkinkan akses yang luas terhadap pengetahuan dan inovasi.

Langkah Selanjutnya dalam Kasus dan Industri

Masa depan pengembangan AI di Amerika Serikat dan global akan sangat dipengaruhi oleh hasil kasus hukum yang melibatkan NVIDIA dan perusahaan teknologi lainnya. Regulator dan pembuat kebijakan sekarang memiliki bukti yang lebih kuat untuk mengevaluasi praktik industri dan mempertimbangkan regulasi yang lebih ketat. Sementara itu, perusahaan AI mungkin akan lebih berhati-hati dalam memilih sumber data mereka, meskipun tekanan kompetitif tetap menjadi faktor pendorong yang kuat.

Bagi komunitas kreatif, kasus ini memberikan harapan bahwa keadilan dapat ditegakkan dan bahwa kontribusi intelektual mereka dihargai. Namun, perjuangan masih panjang, dan diperlukan upaya terkoordinasi dari penulis, penerbit, regulator, dan bahkan konsumen untuk memastikan bahwa ekosistem digital masa depan lebih adil dan berkelanjutan bagi semua pihak yang terlibat.

Ayo Bagikan Artikel Ini

Jika Anda menemukan artikel ini informatif dan relevan, silakan bagikan kepada teman dan kolega Anda yang juga peduli dengan masa depan kreativitas di era AI. Bersama-sama, kita dapat meningkatkan kesadaran tentang isu-isu penting seperti ini dan mendorong perubahan yang lebih positif dalam industri teknologi.

Referensi

1. TorrentFreak - NVIDIA Contacted Anna's Archive to Secure Access to Millions of Pirated Books: https://torrentfreak.com/nvidia-contacted-annas-archive-to-secure-access-to-millions-of-pirated-books/

2. U.S. District Court for the Northern District of California - Consolidated and Amended Complaint: https://www.documentcloud.org/documents/24662301-nvidia-complaint/

3. Electronic Frontier Foundation (EFF) - AI and Copyright: https://www.eff.org/issues/ai-and-copyright

4. Authors Guild - Position on AI and Copyright: https://authorsguild.org/advocacy/ai-and-copyright/