Ugoda Anthropic o wartości 1,5 miliarda dolarów, największe jak dotąd rozliczenie sporu o prawa autorskie w branży AI, ruszyła z wypłatami i od razu wywołała konflikt. Autorzy skarżą się, że wydawcy oraz agenci literaccy roszczą sobie część pieniędzy, która im się nie należy. Serwis TechCrunch opisał falę zażaleń zgłaszanych w trakcie realizacji ugody.
Tło sięga sprawy Bartz przeciwko Anthropic. Sąd uznał, że trenowanie modeli na materiałach chronionych prawem autorskim mieści się w dozwolonym użytku, ale pobieranie ich z pirackich źródeł już nie. Ugoda uzyskała ostateczną akceptację w lipcu 2026 roku i zakłada wypłatę 3000 dolarów za każdy nielegalnie pozyskany tytuł. Dla książek wydanych tradycyjnie i wciąż dostępnych w druku kwota dzieli się po połowie między autora i wydawcę. Dla publikacji własnym sumptem lub wyczerpanych trafia w całości do autora.
Kłopot w tym, że dokumentacja praw bywa niejasna. Autorka April Henry opisała przypadek wydawcy, który zgłosił roszczenie do jej książki, choć prawa wróciły do niej co najmniej 17 lat temu. Agenci literaccy z kolei domagają się procentu, mimo że nie mają statusu ani autora, ani wydawcy. Szefowa Authors Guild Mary Rasenberger tłumaczy to raczej złym prowadzeniem dokumentacji i zagmatwanym procesem niż złą wolą. Victoria Strauss z serwisu Writers Beware zwraca jednak uwagę, że skala i powtarzalność skarg wskazują na problem systemowy.
Co to znaczy dla polskiego biznesu
Dla firm wdrażających AI to sygnał, że proweniencja danych treningowych ma realne skutki prawne i finansowe. Nawet gdy sam trening jest zgodny z prawem, sposób pozyskania danych potrafi generować odpowiedzialność ciągnącą się latami. Warto pytać dostawcę modelu o pochodzenie danych i zapisywać jego oświadczenia w umowie. To ta sama logika co przy RODO, gdzie liczy się podstawa prawna przetwarzania. Amerykańskie spory zwykle wyprzedzają praktykę europejską, a unijny AI Act zmierza w stronę większej przejrzystości źródeł, na którą warto przygotować się już teraz.
Źródło: TechCrunch (EN), 6 września 2026.



