У позові The New York Times проти OpenAI та Microsoft, поданому ще в грудні 2023 року, суд у вересні 2026-го розкрив пакет матеріалів, які вперше детально показують механіку тренування: як саме статті видання потрапляли в датасети GPT-моделей, скільки їх було і що зі знайденого готові визнати самі відповідачі. Це не рядовий процесуальний документ — це перший великий публічний зріз того, з чого насправді складається «навчання» мовної моделі.

За даними NYT, судові документи детально розбирають використання захищеного контенту для тренування — і зачіпають не лише питання авторського права, а й ширшу тему культурного впливу таких моделей. Тобто йдеться вже не тільки про те, скільки статей скопійовано, а про те, як синтетичний перетравлений текст видання формує те, що мільйони користувачів ChatGPT сприймають як «нейтральну» відповідь.

Для AI-індустрії ставки прості: рішення в цій справі стане орієнтиром для десятків аналогічних позовів — від видавців до музичних лейблів і студій. Прецедент вплине на те, які дані взагалі можна законно використовувати для тренування моделей наступного покоління.

Що саме показали судові документи?

Ключовий момент — деталізація самого процесу збору даних, а не абстрактне твердження «модель тренували на інтернеті». Коли суд змушує сторону розкрити внутрішню документацію, з'являються конкретні артефакти: списки джерел, обсяги контенту, внутрішнє листування про те, чи варто фільтрувати платний або захищений контент. Саме такі деталі раніше майже ніколи не потрапляли в публічний доступ — компанії традиційно описують тренувальні дані максимально узагальнено, посилаючись на комерційну таємницю.

Чому тут ідеться не лише про гроші?

Тому що позов торкається межі між «навчанням на фактах» і «привласненням стилю та інтерпретації». Класична лінія захисту AI-компаній — доктрина fair use: модель нібито не копіює текст, а вчиться на статистичних закономірностях. Але коли в судових матеріалах з'являються конкретні приклади того, як саме контент видання інтегрований у процес тренування, аргумент «це просто патерни» стає складніше відстояти буквально, а не лише в теорії.

Культурний зріз тут — це те, чого зазвичай немає в позовах про копірайт: питання, чи впливає масове тренування на матеріалах одного типу редакційної політики на те, як мільйони людей отримують новини через чат-бота замість першоджерела.

Як це вплине на те, які дані можна тренувати в майбутньому?

Пряме product-питання для будь-кого, хто будує або файнтюнить моделі: прецедент у цій справі задасть орієнтир, наскільки детально компанія повинна розкривати походження тренувальних даних і наскільки «безпечною» залишається практика збору контенту без прямої ліцензії видавця. Якщо суд визнає використання статей NYT порушенням у масштабі, який фігурує в матеріалах справи, це підштовхне індустрію до того, що вже почалося з ліцензійними угодами OpenAI з видавцями, — але тепер з чіткішою юридичною межею, а не добровільними домовленостями.

Ймовірно, найближчим наслідком стане не миттєва заборона, а зростання вартості ліцензування контенту для тренування — компаніям вигідніше платити за доступ, ніж ризикувати повторенням такого судового розкриття.

Що з цим робити AI-білдерам просто зараз?

Наша теза в AiiN проста: хто будує продукти на чужих LLM-API, ризикує опосередковано — юридична невизначеність провайдера рано чи пізно перекладається на ціну токена або на доступність моделі. Якщо ви закладаєте архітектуру продукту на роки вперед, варто враховувати сценарій, у якому ліцензійні витрати OpenAI чи інших великих лабораторій зростуть і частково перейдуть на клієнтів через ціну API. Це не привід панікувати, але привід диверсифікувати провайдерів і не проєктувати бізнес-модель, яка ламається від зміни ціни на один конкретний виклик API.

Схожа логіка простежується і в інших справах навколо даних OpenAI — наприклад, ми вже розбирали, як Каліфорнія розслідує OpenAI через витік даних на Hugging Face, і в обох випадках ключова проблема одна: контроль над тим, звідки саме беруться дані, і хто за це відповідає.

Чи це та сама справа NYT проти OpenAI, що почалася в 2023 році?

Так, йдеться про той самий позов, поданий у грудні 2023 року проти OpenAI та Microsoft. Нові судові документи 2026 року — це матеріали, розкриті вже в ході самого процесу, а не новий позов.

Чи означає це, що OpenAI програла суд?

Ні, рішення суду ще не ухвалене. Оприлюднені документи — це доказова база сторін, а не вирок; вони показують масштаб і деталі спору, але не визначають його результат.

Чи торкнеться це інших компаній, крім OpenAI?

Так, рішення в цій справі стане орієнтиром для інших подібних позовів проти AI-компаній з боку видавців, авторів і правовласників музики та зображень, оскільки юридичні аргументи про межі fair use для тренувальних даних однакові для всієї індустрії.