تا اینجا یاد گرفتی چطور بسازی، چطور آن را به سیستم تبدیل کنی، چطور برایش تیم بگیری و چطور از آن درآمد بسازی. یک سؤال باقی مانده که همه از قلم میاندازند تا وقتی دیر شده باشد: وقتی هوش مصنوعی چیزی برایت ساخت، آن چیز مالِ کیست؟ و وقتی همان چیز را به یک کارفرما تحویل میدهی، دقیقاً چه چیزی داری منتقل میکنی؟
سه لایهی جدا در این ماجرا هست — مجوز ابزار، کپیرایت خروجی، و قرارداد با کارفرما — و اکثر آدمها این سه را با هم قاطی میکنند. این درس همین سه لایه را از هم باز میکند.
این درس مشاورهی حقوقی نیست و جای وکیل را نمیگیرد. قانون کپیرایت کشور به کشور فرق دارد، مجوز هر ابزار هر چند ماه عوض میشود، و پروندههای دادگاهی دربارهی هوش مصنوعی هنوز دارند شکل میگیرند. آنچه اینجا میآید چارچوبی است برای اینکه بدانی دنبال چه بگردی — نه جایگزین یک مشورت واقعی، آن هم وقتی پای پول واقعی و قرارداد بزرگ در میان است.
سه قسمت قبل، مسئله ساختن بود: سیستم، تیم، درآمد. اما همین که کارت از «تمرین شخصی» به «چیزی که برای پول تحویل میدهی» میرسد، یک لایهی نامرئی زیر پایت باز میشود که تا حالا مجبور نبودی به آن فکر کنی.
سه سال پیش این سؤالها فرضی بودند. حالا شرکتها بند «افشای هوش مصنوعی» به قراردادهایشان اضافه میکنند، پلتفرمها برچسب محتوای مصنوعی میزنند، و شرکتهای بزرگ عکس از سازندههای هوش مصنوعی شکایت میکنند. لازم نیست وکیل شوی — ولی باید بدانی این بازی سه بازیگر دارد، نه یکی.
هر پروژهای که با هوش مصنوعی به کارفرما تحویل میدهی، سه رابطهی جدا دارد: رابطهات با شرکت سازندهی ابزار، رابطهات با قانون کپیرایت، و رابطهات با کارفرما. قاطیکردن این سه، شایعترین اشتباهی است که آدمهای باتجربه هم میکنند.
این سه لایه مستقلاند و میتوانند نتیجههای متفاوت بدهند: ممکن است ابزار اجازهی فروش بدهد ولی خودت کپیرایتی نداشته باشی؛ یا کپیرایت داشته باشی ولی قراردادت با کارفرما همهچیز را از قبل به او واگذار کرده باشد.
| لایه | رابطهات با کی، و چه سؤالی جواب میدهد |
|---|---|
| ۱. مجوز ابزارTool License | رابطهات با شرکتی مثل OpenAI یا Midjourney. جواب میدهد: آیا اصلاً اجازه داری این خروجی را تجاری استفاده کنی؟ |
| ۲. کپیرایت خروجیCopyright | رابطهات با کل دنیا. جواب میدهد: آیا کس دیگری هم میتواند همین خروجی را بردارد و رایگان استفاده کند؟ |
| ۳. قرارداد با کارفرماClient Contract | رابطهات با مشتری. جواب میدهد: دقیقاً چه چیزی، با چه محدودیتی، به او منتقل میشود؟ |
سه لایهی بعدی همین ترتیب را دنبال میکنند: اول ابزار، بعد کپیرایت، بعد قرارداد.
اینجا جایی است که بیشتر آدمها غافلگیر میشوند: مجوز ابزار به تو اجازهی استفاده میدهد، ولی این به معنای مالکیت کپیرایت نیست — و در بسیاری موارد، خروجی خام اصلاً کپیرایتی ندارد که کسی مالکش باشد.
در مارس ۲۰۲۳ ادارهی کپیرایت آمریکا (U.S. Copyright Office) رسماً اعلام کرد کپیرایت فقط به آثاری تعلق میگیرد که محصول خلاقیت انسانی باشند. اگر اثری بیش از مقداری ناچیز محتوای هوشمصنوعیساز داشته باشد، متقاضیِ ثبت باید همان بخش را افشا کند؛ فقط سهم انسانی قابل ثبت است. گزارش تکمیلی ژانویهی ۲۰۲۵ همین موضع را دوباره تأیید کرد.
یعنی اگر فقط یک پرامپت نوشتی و اولین خروجی را بدون تغییر تحویل دادی، احتمالاً از نظر قانون آمریکا آن فایل مالک کپیرایتی ندارد — و هرکس دیگری هم آزاد است همان را بردارد. ویرایش دستی، ترکیب چند خروجی، انتخاب و چیدمان آگاهانه — اینها همان چیزیاند که «سهم انسانی» را میسازند و قابل حمایت میشوند.
نتیجهی عملی: اگر کارت ارزش تکرارنشدن دارد، رویش کار کن. خروجی خامِ دستنخورده، از نظر قانونی، مال هیچکس نیست.
هر ابزار قرارداد خودش را دارد و اینها هر چند ماه عوض میشوند. ولی چهار سؤال ثابت است که باید جوابشان را برای ابزار اصلیات بدانی.
این چهار بند را یکبار برای ابزار اصلیات پیدا کن و یادداشتش کن. تمرین همین درس هم از همینجا شروع میشود.
اگر ابزاری که استفاده میکنی روی میلیونها تصویر و متنِ بدون اجازه آموزش دیده، آیا خروجیاش «آلوده» است؟ این سؤالی است که چند شرکت بزرگ رسانه به دادگاه بردهاند.
بزرگترین نمونه: گتی ایمیجز علیه استبیلیتی ایآی (Getty Images v. Stability AI) در بریتانیا. گتی مدعی بود مدل Stable Diffusion روی میلیونها عکسِ گتی بدون اجازه آموزش دیده. در ۴ نوامبر ۲۰۲۵ دادگاه عالی بریتانیا رأی داد: گتی ادعای اصلی نقض کپیرایت را پیش از پایان دادرسی پس گرفت و ادعای «نقض ثانویه» هم رد شد. دادگاه گفت وزنهای یک مدل هوش مصنوعی «کپی» تصاویر آموزشی به معنای قانونی نیستند — چیزی که ذخیره میشود پارامتر آماری است، نه خودِ عکسها. گتی فقط در بخش کوچکی از ادعای نقض علامت تجاری برنده شد.
یعنی این استدلال که «مدل از دادهی دزدی ساخته شده، پس هر خروجیاش آلوده است» دستکم در این پرونده در دادگاه جواب نداد. ولی این آخرِ ماجرا نیست — گتی گفته در آمریکا ادامه میدهد، و کشورهای دیگر ممکن است قانون متفاوتی داشته باشند. این حوزه هنوز دارد شکل میگیرد.
نتیجهی عملی برای تو: ریسک صفر نیست، ولی آنقدر هم که تصور میشد بزرگ نیست. برای کار کمریسک — محتوای شخصی، پروژههای کوچک — معمولاً نگرانی زیاد لازم نیست. برای کار پرریسک — برند بزرگ، تیراژ بالا، محصولی که اسمت رویش است — دنبال ابزارهایی باش که تعهد جبران خسارت میدهند.
تا اینجا دربارهی «چیزی که هوش مصنوعی ساخت» بود. وقتی چهره یا صدای یک آدم واقعی — خودت یا کس دیگر — وارد ماجرا میشود، قانون یک لایهی کاملاً جدا اضافه میکند که هیچ ربطی به کپیرایت ندارد.
مجوز ابزار به تو اجازه میدهد عکس بسازی؛ به تو اجازه نمیدهد از چهره یا صدای یک شخص مشخص بدون رضایتش استفاده کنی. این دو چیز کاملاً جدا هستند. در بیشتر کشورها، استفاده از تصویر یا صدای قابلشناسایی یک شخص واقعی — حتی اگر با هوش مصنوعی بازسازی شده باشد — به رضایت او نیاز دارد، مخصوصاً برای مصرف تجاری.
این فقط دربارهی دیپفیک بدخواهانه نیست. کلونکردن صدای خودِ مشتری برای تبلیغش، یا ساختن آواتار یک همکار برای یک ویدیوی داخلی — همهشان به یک رضایت کتبی و روشن نیاز دارند: دقیقاً برای چه کاری، تا کِی، و آیا قابل لغو است.
قاعدهی ساده: اگر چهره یا صدای یک آدم واقعی در کار است، رضایتِ کتبی را پیش از شروع بگیر، نه بعد از تحویل.
فرض کن از نظر کپیرایت و رضایت همهچیز درست است. کارت هنوز تمام نشده — چون پلتفرمی که در آن منتشر میکنی، جدا از قانون، قانون خودش را دارد.
یوتیوب از اوایل ۲۰۲۵ اجرای قانونی را شروع کرد که سازندهها را مجبور میکند محتوای «واقعینما» ساختهشده یا تغییریافته با هوش مصنوعی را افشا کنند — یعنی چیزی که بینندهی معمولی ممکن است آن را با یک آدم، مکان یا رویداد واقعی اشتباه بگیرد. مثالهایش: عوضکردن چهرهی یک آدم با آدم دیگر، ساختن صدای یک شخص مشخص برای گفتن چیزی که نگفته، یا نشاندادن رویدادی که اتفاق نیفتاده. کارهایی مثل تولید فیلمنامه یا زیرنویس با هوش مصنوعی، یا انیمیشن و افکتهای آشکارا غیرواقعی، نیازی به افشا ندارند.
وقتی افشا فعال باشد، یوتیوب خودش زیر پخشکننده برچسب «محتوای تغییریافته یا مصنوعی» میگذارد. مخفینگهداشتنش وقتی لازم بوده، میتواند به حذف یا محدودیت حساب منجر شود. اینستاگرام و تیکتاک هم دارند قوانین مشابه اضافه میکنند — قبل از انتشار هر پروژه، سیاست همان پلتفرم را چک کن.
میرسیم به لایهی سوم — رابطهات با مشتری. اگر تا حالا قرارداد استانداردی داشتی، این چهار بند چیزی است که هوش مصنوعی به آن اضافه کرده.
| بند | چرا لازم است |
|---|---|
| ۱. افشاDisclosure | صریح بنویس بخشی از کار با کمک هوش مصنوعی تولید شده. غافلگیرکردن کارفرما بعد از تحویل، اعتماد را میشکند — حتی اگر کارت درست بوده باشد. |
| ۲. واگذاری حقIP Assignment | دقیقاً بنویس چه چیزی منتقل میشود: فقط فایل نهایی؟ فایلهای خام و پرامپتها هم؟ حق ویرایش بعدی توسط خودِ کارفرما؟ |
| ۳. ضمانتWarranty | تا جایی که میدانی، خروجی حق کسی را نقض نمیکند — ولی نمیتوانی صددرصد ضمانت بدهی، چون دادهی آموزشی مدل را نساختهای. این را صریح بنویس. |
| ۴. محدودیت مسئولیتLimitation of Liability | سقفی برای مسئولیتت تعیین کن، معمولاً برابر مبلغ قرارداد. بدون این بند، یک ادعای نادر میتواند بیشتر از کل دستمزدت هزینهات کند. |
این چهار بند را یکبار در یک قالب استاندارد بنویس و برای هر قرارداد جدید کپی کن — نه اینکه هر بار از صفر مذاکره کنی.
بعضی کارفرماها صریح میگویند هیچ بخشی از این پروژه نباید با هوش مصنوعی ساخته شود — بهخاطر سیاست داخلی خودشان یا قرارداد با مشتریِ خودشان.
اگر چنین شرطی وجود دارد و بخشی از کار را با هوش مصنوعی انجام دادی، افشای پیشگیرانه همیشه ارزانتر از کشفشدن است. یک پروژهی ازدسترفته بهخاطر صداقت، از یک رابطهی حرفهای بلندمدت که با یک دروغ کوچک شروع شده، همیشه ارزانتر تمام میشود.
پیش از هر تحویل یا انتشار: مجوز ابزار را بخوان ← ببین تعهد جبران خسارت هست یا نه ← اگر چهره یا صدای واقعی در کار است رضایت کتبی بگیر ← بندهای افشا، واگذاری حق، ضمانت و محدودیت مسئولیت را به قرارداد اضافه کن ← قانون افشای همان پلتفرم را چک کن. برای کار کمریسک همین کافی است. برای کار پرریسک — برند بزرگ، تیراژ بالا، پول زیاد — با یک وکیل محلی مشورت کن؛ این درس جایگزین آن مشورت نیست.
قوانین این حوزه سریع عوض میشوند. اینها منابع اصلیایاند که ادعاهای این درس از آنها آمده — اگر خواستی وضعیت بهروز را ببینی، از همینها شروع کن، نه از خلاصههای واسطه.
