Artikel mendalam tentang teknologi yang membentuk masa depan.

Kode Buatan AI dan Hak Cipta: 5 Mitos yang Diuji

Apakah kode buatan AI otomatis public domain? Apakah ia mewarisi lisensi open source? Kami uji 5 mitos hak cipta dan berikan playbook provenance untuk tim.

Timbangan yang menyeimbangkan untaian kode bercahaya dengan pena tinta, di dalam arsip yang perlahan memudar.
Hukum hak cipta dibuat untuk pena dan penulis; sekarang ia kewalahan menghadapi kode yang tidak benar-benar ditulis siapa pun.

Seorang developer di tim lama saya pernah bertanya, setengah bercanda, apakah 400 baris yang baru saja ditulis Copilot untuknya benar-benar milik perusahaan. Tidak ada yang punya jawaban pasti, dan konsultan hukum yang akhirnya kami tanya memberi jawaban yang paling mengecewakan: "belum jelas." Pertanyaan itu sekarang muncul lagi di halaman depan Hacker News dalam bentuk provokasi, yaitu semua kode buatan AI seharusnya open source. Diskusi di bawahnya memperlihatkan betapa meleset intuisi kita soal hak cipta, data training, dan kepengarangan dibanding apa yang sebenarnya diatur hukum. Saya sudah bertahun-tahun melatih model sekaligus mengirim kode yang ditulis bersama model, jadi biar saya ambil lima keyakinan yang paling sering diulang dengan penuh percaya diri, lalu saya uji satu per satu dengan apa yang kita tahu sekarang.

Mitos 1: "Kode buatan AI itu public domain, titik"

Ini mitos dengan landasan hukum paling kuat, tapi tetap hanya benar separuh. Kantor Hak Cipta AS (US Copyright Office) konsisten: hak cipta melindungi kepengarangan manusia, dan materi yang murni dihasilkan mesin tidak bisa didaftarkan. Posisi ini berpijak pada kasus monyet selfie (Naruto v. Slater), di mana Ninth Circuit memutuskan bahwa seekor monyet makaka tidak bisa memiliki foto yang ia ambil. Posisi itu juga bertahan dalam Thaler v. Perlmutter, ketika pengadilan menolak mendaftarkan karya seni yang mencantumkan AI sebagai satu-satunya pengarang. Sejauh ini masih masuk akal.

Tapi hampir tidak ada yang mengirim perangkat lunak yang murni dibuat AI. Panduan Kantor Hak Cipta sendiri menarik garis yang penting dalam praktik: menggunakan AI sebagai alat bantu tidak menggugurkan hak cipta atas karya secara keseluruhan, dan pilihan, susunan, serta modifikasi yang dilakukan manusia terhadap output AI bisa jadi merupakan ekspresi yang layak dilindungi. Aplikasi 50.000 baris Anda yang sebagian besar fungsinya ditulis agent, tetapi arsitekturnya dirancang manusia, batasan modulnya dipilih manusia, dan outputnya direview serta diedit manusia? Codebase seperti itu hampir pasti bisa dilindungi hak cipta secara keseluruhan, meskipun satu fungsi hasil generate, jika dilihat sendiri, mungkin tidak. Klaim "semuanya public domain" runtuh begitu manusia melakukan sesuatu yang lebih dari sekadar menempelkan prompt dan melakukan commit hasilnya.

Dan AS bukan seluruh dunia. Undang-Undang Hak Cipta, Desain, dan Paten Inggris (Copyright, Designs and Patents Act) secara eksplisit memberikan perlindungan pada karya yang dihasilkan komputer, dengan mengaitkan kepengarangan pada orang yang mengatur hal-hal yang diperlukan untuk penciptaannya, selama lima puluh tahun. Beberapa yurisdiksi lain juga punya ketentuan serupa. Jadi file yang sama bisa tidak terlindungi di San Francisco tetapi berhak cipta di London. "Public domain, titik" bukan posisi hukum. Itu slogan yang kebetulan menunjuk kira-kira ke doktrin satu negara untuk satu kasus sempit.

Mitos 2: "Dilatih dengan open source berarti output mewarisi lisensinya"

Ini mesin moral dari argumen "jadikan semuanya open source": model menyerap puluhan tahun karya ber-lisensi GPL, MIT, dan Creative Commons. Jawaban Stack Overflow membawa lisensi CC BY-SA, yang secara hukum mewajibkan atribusi dan berbagi dengan lisensi yang sama. Maka, mengubah hasil itu menjadi kode proprietary dianggap pencucian lisensi. Saya cukup bersimpati dengan argumen ini. Kode AGPL saya sendiri ada di set training tersebut. Tetapi sebagai klaim hukum, ia sudah pernah diuji, dan sebagian besar kalah.

Dalam Doe v. GitHub, class action terhadap Copilot, pengadilan menggerus teori inti bahwa output model otomatis membawa kewajiban dari data training-nya. Klaim DMCA terkait copyright-management-information sebagian besar ditolak, dan klaim lisensi open source umumnya gagal karena penggugat tidak bisa membuktikan kode mereka direproduksi dalam output. Alasan hakim penting untuk model risiko Anda: lisensi melekat pada salinan. Jika model tidak pernah memunculkan kode Anda, tidak ada salinan, tidak ada turunan, dan tidak ada yang bisa dilekati lisensi. Pengaruh statistik bukan penyalinan, sama seperti programmer yang belajar dengan membaca source Linux tidak berutang lisensi kernel atas semua yang ia tulis setelahnya.

Ada bagian yang sering dilewati orang: pengecualiannya nyata, dan justru itu yang seharusnya bikin Anda gelisah. Ketika model memang memuntahkan data training hampir persis seperti aslinya, dan model generasi awal melakukannya pada file open source yang bisa dikenali, kadang dengan menghapus header hak cipta, Anda bisa saja mengirim turunan dari kode GPL atau AGPL seseorang tanpa sadar. Salah satu komentator di thread, penulis beberapa sistem AGPL yang sangat populer, menceritakan hal persis seperti ini: sebuah perusahaan menghapus pemberitahuan hak ciptanya, ketahuan, lalu meminta LLM "mengkloning" sistemnya. Hasilnya lebih buggy, tetapi desainnya jelas milik dia. Apakah klon itu karya turunan masih belum terselesaikan, dan ini jenis pertanyaan yang dijawab dengan mahal, di pengadilan, kasus per kasus. Aturan blanket "output mewarisi lisensi training" itu salah. Aturan sempit "reproduksi yang hampir verbatim adalah risiko liabilitas yang nyata" itu benar. Tim yang cerdas merencanakan untuk yang kedua.

Bangau origami dituang ke corong kaca, lalu keluar sebagai satu bentuk abu-abu yang ambigu.
Jutaan karya berlisensi masuk; yang keluar tidak cocok dengan satu karya pun, sampai suatu saat, jarang sekali, memang cocok.

Mitos 3: "Saya yang menulis prompt, jadi saya yang memiliki kodenya"

Balik mitos pertama dan Anda dapat yang ini, yang dipegang sama yakinnya oleh orang di sisi lain perdebatan. Kantor Hak Cipta membahasnya langsung dalam laporan copyrightability-nya: prompt, dengan sendirinya, umumnya tidak memberikan kontrol manusia yang cukup atas elemen ekspresif output sehingga pembuat prompt menjadi pengarang. Prompt adalah instruksi; model yang membuat pilihan ekspresifnya. Pengadilan sudah lama menerapkan logika yang sama pada generasi gambar, dan kode tidak berbeda jenisnya.

Bagian yang benar-benar menarik muncul pada pekerjaan iteratif dan agentic. Beberapa praktisi dalam diskusi menceritakan loop di mana agent menulis kode selama dua puluh menit, sementara manusia melakukan berjam-jam atau berhari-hari untuk pengujian, umpan balik dunia nyata, redesain, dan prompt ulang. Pola ini penting secara hukum, karena teori hak cipta terkuat untuk pekerjaan berbantuan AI bukan kepengarangan atas baris-baris individual, melainkan kontribusi kreatif manusia terhadap karya secara keseluruhan: pemilihan, koordinasi, susunan, dan modifikasi. Sistem yang dibentuk lewat ratusan siklus revisi terarah jauh lebih mirip kompilasi yang dikarang manusia daripada selfie monyet itu. Tapi perhatikan implikasinya: klaim kepemilikan Anda bertumpu pada proses, dan proses yang tidak bisa didokumentasikan adalah proses yang tidak bisa Anda klaim. Jika perusahaan suatu hari perlu menegakkan hak cipta atas codebase itu, terhadap mantan karyawan, tim due diligence akuisisi, atau kompetitor, "percayalah, ada manusia yang terlibat" bukan bukti. Karena itu bagian pragmatis di bawah ini ada.

Satu lagi yang jarang dibahas: perjanjian karyawan dan kontraktor sebenarnya sudah mengerjakan sebagian besar pekerjaan di sini. Doktrin work-for-hire memberikan hak cipta, apa pun hak cipta yang ada, kepada pemberi kerja. Jadi pertanyaan kepemilikan praktis di dalam perusahaan biasanya sudah diselesaikan oleh kontrak, terlepas dari metafisika kepengarangannya. Pertanyaan yang tidak nyaman adalah apa yang sebenarnya diklaim oleh kontrak itu, jika sebagian deliverable ternyata tidak bisa dimiliki siapa pun.

Mitos 4: "Memaksa kode AI menjadi open source akan menyelesaikan masalah keadilan"

Coba serius sebentar dan usulan ini runtuh begitu bertemu kenyataan, karena tiga alasan yang berdiri sendiri. Pertama, ia menggagalkan dirinya sendiri sebagai mekanisme hukum: lisensi open source adalah lisensi hak cipta. Lisensi ada untuk memungkinkan pemegang hak memberi izin atas sesuatu yang ia miliki. Jika kode buatan AI tidak bisa dilindungi hak cipta, tidak ada yang bisa dilisensikan. MIT, GPL, semuanya batal karena tidak ada objek hukumnya. Satu-satunya versi yang koheren dari usulan ini adalah pernyataan public domain seperti CC0, dan pernyataan yang tidak bisa Anda tegakkan bukan mandat, melainkan harapan.

Kedua, ruang lingkupnya tidak bisa dijalankan. Membuka kode sumber itu bukan kondisi, melainkan tindakan. Seseorang harus membersihkan secret, menghapus logika bisnis, menulis README, dan memilih repo. Sebagian besar kode di dunia itu proprietary, sangat spesifik untuk proses internal satu perusahaan, dan sekarang sebagian besar juga dibantu AI. Apa artinya mempublikasikan semuanya secara paksa? Siapa yang membayar proses sanitasi yang memastikan data pelanggan Anda tidak ikut terbuang? Tidak ada yang mengusulkan ini punya jawaban, karena memang tidak ada. Kami pernah membahas mode kegagalan terkait di aplikasi buatan AI yang dirilis tanpa row-level security. Tooling-nya dengan senang hati menghasilkan kode yang membocorkan data, kalau pun berjalan. Sekarang bayangkan kode seperti itu diwajibkan untuk dipublikasikan.

Ketiga, ini bahkan tidak mencapai tujuan yang diklaim. Keluhannya adalah vendor model telah menguasai commons. Memaksa pengguna model untuk mempublikasikan output mereka tidak membuat vendor memberi apa pun kembali. Justru ini mencabut perlindungan dari pihak dalam rantai yang paling tidak punya kuasa. Jika Anda yakin bargain data training itu tidak adil, solusi yang diarahkan ke orang yang menulis kode yang di-scrape adalah solusi yang salah sasaran. Versi terkuat dari argumen yang benar-benar saya setujui adalah versi moral, bukan legal: kita yang sangat diuntungkan oleh alat yang dilatih dari commons punya kewajiban untuk mengembalikan nilai ke commons. Rilis library. Danai maintainer. Kirim perbaikan Anda ke upstream. Tapi itu etika yang harus diadopsi, bukan undang-undang yang akan bertahan saat pertama kali dibawa ke parlemen.

Mitos 5: "License scanner kami sudah menangani ini"

Andai saja. Tooling compliance lisensi, seperti FOSSA dan Black Duck, dibangun di atas asumsi provenance yang diam-diam dirusak AI. Tool-tool ini menjawab pertanyaan "apa yang Anda sertakan?" dengan mencocokkan dependensi dan file vendored Anda dengan paket yang sudah dikenal. Mereka bekerja karena kode yang ditulis manusia datang lewat jalur yang punya metadata: package registry, file hasil copy-paste yang mempertahankan header-nya, direktori vendored dengan teks LICENSE yang utuh. Kode buatan AI datang lewat jalur yang sama sekali tanpa metadata. Model bisa mengeluarkan tiga puluh baris yang hampir merupakan parafrase dari fungsi utilitas AGPL, tanpa header, tanpa atribusi, dan tanpa paket untuk dicocokkan. Scanner Anda melihatnya sebagai kode orisinal. Risikonya bukan di dependency tree Anda, tapi di file sumber Anda, tempat tooling hampir tidak melihat.

Ini titik buta yang sama dengan yang pernah kami alami di tempat lain: seperti insiden supply chain LiteLLM, kegagalannya bukan pada kode yang diperiksa orang, melainkan pada jalur yang dipercaya begitu saja. Perbaikannya di kedua kasus sama: berhenti mempercayai jalur itu dan mulai mencatat apa yang lewat di sana. Itulah provenance tracking, dan itu yang sebaiknya dilakukan tim Anda kuartal ini, apa pun putusan pengadilan nanti. Setiap kemungkinan masa depan hukum (kode AI tidak bisa dilindungi, kode AI bisa dilindungi jika diarahkan manusia, reproduksi verbatim adalah pelanggaran) memberi imbalan pada tim yang bisa menunjukkan proses kerjanya dan menghukum tim yang tidak bisa.

Seorang pekerja memberi label pada papan kayu yang datang dari saluran bertanda dan saluran tanpa tanda.
Provenance adalah kebiasaan: beri label pada semuanya saat masuk, terutama yang datang dari saluran tanpa penanda.

Yang harus dilakukan: playbook provenance dan kebersihan kode

Tidak ada yang butuh undang-undang baru atau vendor baru. Ini empat kebiasaan, semuanya murah, dan semuanya bisa dipertahankan di bawah masa depan hukum mana pun yang sedang dibahas.

  1. Tandai bantuan AI di metadata commit. Git trailer memang dibuat untuk ini. Trailer Assisted-By: tidak butuh biaya dan membangun catatan audit tentang kode mana yang melibatkan mesin. Ini berguna untuk due diligence, review lisensi, dan untuk membuktikan proses kreatif manusia yang menopang klaim hak cipta Anda.
  2. Jaga agar loop manusia tetap terlihat. Deskripsi PR yang berbunyi "dibuat agent, saya menulis ulang logika retry dan kondisi batasnya" adalah bukti hukum yang menyamar sebagai hygiene yang baik. Langkah review juga tempat Anda menangkap masalah reproduksi verbatim sebelum dikirim. Kami pernah membahas kasus serupa dalam pemeriksaan pemahaman kode AI vs tes: manusia harus benar-benar terlibat dengan output, bukan sekadar menyetujuinya tanpa membaca.
  3. Pindai kode, bukan hanya dependensi. Tool yang melakukan pencocokan snippet terhadap korpus open source (ini berbeda dengan SCA dependency scanning) akan menangkap kasus hampir verbatim yang menciptakan eksposur copyleft nyata. Jalankan di commit yang banyak dibantu AI, dan atur filter duplikasi bawaan alat AI Anda, seperti pengaturan "block suggestions matching public code" milik Copilot, ke arah yang ketat.
  4. Anggap copyleft sebagai batas. Lisensi permisif (MIT, BSD, Apache) membawa risiko minimal bahkan dalam skenario terburuk reproduksi verbatim. GPL dan terutama AGPL adalah tempat turunan yang tidak disengaja menjadi mahal. Jika scanning menemukan kecocokan dengan kode copyleft, tulis ulang dari spesifikasi, bukan dari snippet tersebut.

Konvensi commit trailer adalah bagian dengan leverage tertinggi, dan pengaturannya hanya lima menit. Hook prepare-commit-msg bisa meminta trailer ini, dan CI bisa memastikan trailer tersebut ada ketika PR diberi label AI-assisted:

#!/bin/bash
# scripts/check-provenance.sh — run in CI on pull requests
# Fails if a PR labeled "ai-assisted" has commits without an Assisted-By trailer.
set -euo pipefail
BASE="${1:-origin/main}"
missing=$(git log --format='%H %(trailers:key=Assisted-By,valueonly)' "${BASE}..HEAD" \
| awk '{ if ($2 == "") print $1 }')
if [ -n "$missing" ]; then
echo "These commits lack an 'Assisted-By:' trailer:" >&2
echo "$missing" >&2
echo "Add e.g.:  git commit --trailer 'Assisted-By: claude-code (reviewed)'" >&2
exit 1
fi
echo "Provenance trailers present on all commits."

Trailer sebaiknya mencatat alatnya dan, yang paling penting, bahwa manusia sudah mereview output-nya. Assisted-By: copilot (reviewed) menceritakan kisah yang sangat berbeda bagi auditor di masa depan dibanding Assisted-By: copilot saja. Pasangkan ini dengan bagian singkat di handbook engineering yang mendefinisikan apa yang dianggap kontribusi manusia yang bermakna di tim Anda: keputusan arsitektur, desain tes, dan edit non-trivial. Anda melakukan ini bukan karena pengadilan memintanya. Anda melakukannya karena apa pun hasil hukumnya nanti, "kami melacaknya" jauh lebih baik daripada "kami tidak tahu apa-apa."

Vonis

Hukum tidak perlu memutuskan apakah kode AI bisa dimiliki sebelum Anda bertindak. Setiap kemungkinan hasil memberi imbalan pada tim yang mendokumentasikan prosesnya dan menghukum tim yang tidak.

Jadi, setelah diuji dengan bukti yang ada: kode buatan AI bukan public domain secara blanket, karena kepengarangan manusia atas karya secara keseluruhan tetap dihitung, dan yurisdiksi memang berbeda pendapat. Training pada open source tidak membuat output menjadi open source. Pengadilan sebagian besar menolak teori itu. Tapi reproduksi verbatim adalah liabilitas yang nyata dan kurang disadari. Prompting tidak menjadikan Anda pengarang, meski arahan manusia yang terus-menerus dan terdokumentasi kemungkinan besar membuatnya berbeda. Rezim open source wajib itu tidak koheren sebagai hukum dan tidak berguna sebagai kebijakan. License scanner Anda buta terhadap jalur yang sekarang menghasilkan sebagian besar kode Anda. Perdebatan apakah kode AI seharusnya gratis adalah diskusi yang bagus sambil minum bir. Jawaban engineering-nya tidak perlu menunggu: lacak provenance, jaga agar manusia tetap terlihat di loop, pindai pada level snippet, dan anggap copyleft sebagai jebakan. Itu benar hari ini, dan akan tetap benar apa pun putusan pengadilan nanti.