Fabel arrangerade två seminarier om AI på årets Folk & Kultur. Det ena omfamnade AI förbehållslöst, det andra tog en kritisk hållning. Under det kritiska seminariet var rummet packat till bredden, under det omfamnande var det halvtomt. Det känns talande för det svenska förhållningssättet till AI, men med denna kontrastverkan hoppas vi hålla två tankar i huvudet samtidigt. Både att använda möjligheterna men också att få upp ögonen för utmaningarna.
I vårt kritiska seminarium diskuterades bland annat hur vi säkerställer att de som bidrar med det innehåll som AI tränar på får del av det värde som uppstår. Frågeställningen blir allt viktigare i takt med att generativ AI revolutionerar skapandet av text, bild och ljud. Kontentan från både panel och publik var att vi måste aktivt testa modeller.
Panelen bestod av:
🎙️ Max Valentin (moderator)
🎙️ Robert Stasinski – Chefredaktör, tidningen Konstnären
🎙️ Johan Axhamn – Forskare i IT- och handelsrätt, Lunds universitet
Seminarieprogrammet finns här.
Teknik och juridik vandrar hand i hand
Juridiken och tekniken har alltid gått hand i hand. Nya tekniska möjligheter har historiskt lett till utveckling av nya ekonomiska och juridiska system för att hantera ersättning och rättigheter. Den nuvarande situationen med generativ AI skiljer sig inte från tidigare innovationer.
Tidiga fonogram & mekaniska rättigheter (Sent 1800-tal – Tidigt 1900-tal)
De första modellerna baserades på mekaniska rättigheter, som uppstod i samband med uppfinningen av fonografen och möjligheten att massproducera skivor. Kompositörer och låtskrivare, genom organisationer som ASCAP (USA, 1914), började kräva ersättning när deras verk spelades in. En fast mekanisk ersättning per kopia etablerades, vilket säkerställde att rättighetshavare fick betalt för varje såld enhet (t.ex. vinylskiva eller numera en CD).
The golden age of radio (1920-talet – mitten av 1900-talet)
Med radio blev mekaniska ersättningar otillräckliga, radiostationer spelade musik utan att betala upphovsrättsinnehavarna. Situationen ledde till utvecklingen av organisationer för framföranderättigheter, som började samla in ersättning från radiostationer. Under denna period skapades STIM i Sverige 1923.
Utvidgning till offentliga framföranden & TV (1950-talet – 1980-talet)
Musik blev en central del av TV, film och liveframträdanden, vilket krävde nya insamlingsmodeller. Synkroniseringsrättigheter (sync fees) utvecklades för film, reklam och TV-serier. Barer, restauranger och konsertlokaler började betala framföranderättsavgifter för att spela inspelad musik offentligt. Upphovsrättsinnehavare fick ersättning ofta via statistiska modeller.
Streaming & intäktsdelningsmodeller (2010-talet – idag)
Spotify, Apple Music och YouTube ledde till en övergång från försäljning per enhet till pro-rata-intäktsdelning. I streaming delas intäkterna typiskt mellan: Plattformen (t.ex. Spotify, YouTube Music) Skivbolagen (som äger masterinspelningarna) Musikförlag och låtskrivare (som äger upphovsrätt till kompositionen). Utbetalningar beror på prenumerationsavgifter, reklamintäkter och användarengagemang, snarare än fasta summor per spelning.
Framåt!
Generativ AI ställer oss inför en ny utmaning: Hur försäkrar vi att de som bidrar till AI-träning får rimlig ersättning? Det är dags att utforska nya modeller, inspirerade av tidigare lösningar, för att forma framtidens digitala ekosystem.
Streaming och kollektiv licensiering som förebild?
Historiskt sett har vi sett liknande frågeställningar i musikindustrin. Från Napster och Pirate Bay till dagens streamingtänster har det skett en övergång från illegal spridning till lagliga plattformar med revenue share-modeller. Stim och andra insamlingsorganisationer förvaltar kollektiv licensiering som ser till att låtskrivare och artister får ersättning. Kan liknande mekanismer appliceras på generativ AI? Det är långt ifrån uppenbart då många AI system är svarta lådor, det är utmanande att spåra vem som bidragit med vad.
Johan Axhamn en av paneldeltagarna, argumenterade för att marknaden troligtvis själv kommer att reglera detta genom kollektiva licensieringsmodeller. Han påpekade att upphovsrättslagen redan innehåller mekanismer som gör det möjligt att låta ditt digitala innehåll “opta ut” från AI-träning, vilket kan skapa incitament för AI-företag att licensiera innehåll i större skala.
<meta name=”CCBot” content=”nofollow”>
<meta name=”robots” content=”noai, noimageai”>
Beroende på hur din sajt är byggd ser en opt-out olika ut, men det är aldrig rocket science.
Franska modellen: En förlorad chans?
En parallell drogs till den franska regeringens uppgörelse med Google under 2012-2013. Under hot om lagstiftning pressades Google att skapa en fond på 60 miljoner euro per år för att kompensera franska medier vars innehåll användes i Googles söktjänster. Sedan överenskommelsen gjordes har många €100 M överförts till publicister, men Sverige deltog aldrig i en liknande uppgörelse – en ekonomisk missad möjlighet!
Dagens AI-utveckling står inför en liknande förhandlingssituation. Vem ska få ersättning för träningsdata? Skaparen av den statistiska modellen, de som tillhandahåller den beräkningskapacitet som krävs, eller de vars data träningen bygger på?
Rättsliga strider och geopolitisk dragkamp
Förhandlingarna på AI-området har redan börjat i domstolarna. New York Times stämde OpenAI för otillåten användning av deras artiklar i träningen av ChatGPT, och konstnärer i USA och Tyskland har fört liknande processer mot MidJourney för intrång i bildrättigheter. Samtidigt anklagar OpenAI den kinesiska AI-konkurrenten DeepSeek för att ha stulit data från deras plattform. En ironisk värdekedja av anklagelser och motanklagelser.
Robert Stasinski påpekade att AI-företagens snabbhet i att lansera ny teknologi gör att policy och lagstiftning ständigt släpar efter. Han menade att AI-utvecklingen för ofta drivs enbart av ingenjörer utan tillräcklig insikt i kultursektorns behov och att politiska beslutsfattare måste ta en mer proaktiv roll. Johan Axhamn höll inte med utan tyckte att rådande lagstiftning omfattade samtidens utmaningar.
Sveriges AI-kommission och bristen på kulturperspektiv
Den svenska AI-kommissionens betänkande nämner upphovsrätt en enda gång och kultur endast i fotnötter. Jämför man detta med Storbritannien, där en offentlig hearing just nu samlar inspel från kulturella och kreativa sektorer om hur AI-reglering bör se ut, blir Sveriges ganska smala syn tydlig. Betänkandet blir nu en SOU och då öppnas det upp för att ge remissvar, något som förhoppningsvis öppnar upp för fler perspektiv och möjlighetsskapande.
Hur tänkte publiken på Folk och Kultur?
Vid Folk och Kultur i Eskilstuna genomförde vi ett par snabba omröstningar i en publik bestående till stor del av personer från kulturens branschorganisationer och insamlingsorgan. En av panelisterna argumenterade för att marknaden skulle kunna hantera utmaningen, men i publiken ansåg en stor majoritet att politiken borde äga frågan. Samtidigt lyser intresset för AI relaterade frågor från politiker med sin frånvaro – varken kulturutskottets riksdagsledamöter eller partiernas ungdomsförbund lyfte frågan under presentationer på konferensen. Om “politiken” ska agera krävs nog ett intensifierat påverkansarbete.
Gallupen visade tydligt att frågan bör hanteras på EU-nivå, men att fördelningsprincipen bör följa konstformerna i den nationella samverkansmodellen, att få ihop de sakerna är ett konststycke. Det kan också vara problematiskt tekniskt då mycket av det kulturella innehåll som AI tränas på skapas i det digitala för det digitala. När mediaområdena har konvergerat är uppdelningen enligt samverksansmodellen oklar – exempelvis har bildkonstnären Kristoffer Zetterstrands 8-bitstavlor i Minecraft fungerat som en ingång till bildkonst för många barn, medan datorspel fortfarande inte betraktas som en genre inom samverkansmodellen.
Det mest spännande inslaget i vår undersökning var att många ansåg att den bästa vägen framåt är att testa och simulera olika modeller för att hitta hållbara lösningar. Att utforska praktiska möjligheter kan vara nyckeln till att skapa en fungerande ekonomisk återkopplingsmekanism för AI.