Подробные статьи о технологиях, определяющих будущее.

Код от ИИ и авторское право: 5 мифов под проверкой

Код, написанный ИИ, — это public domain? Наследует ли он лицензии open source? Проверяем 5 мифов об авторском праве и даём план по учёту происхождения кода.

Весы, на одной чашке которых светящиеся нити кода, а на другой перьевая ручка, в растворяющемся архиве.
Авторское право создавалось для перьев и авторов; сейчас оно трещит под кодом, который никто толком не написал.

Один мой коллега из прошлой команды однажды полушутя спросил, вообще ли 400 строк, которые ему только что написал Copilot, принадлежат компании. Внятного ответа ни у кого не нашлось, а юристы, к которым мы в итоге обратились, дали самый худший ответ: «это неясно». Этот вопрос сейчас висит на главной странице Hacker News в виде провокации — что весь сгенерированный ИИ код должен быть открытым — и тред под ней наглядно показывает, насколько плохо наши интуитивные представления об авторском праве, обучающих данных и авторстве совпадают с тем, что говорит закон. Я несколько лет занимаюсь и обучением моделей, и выпуском кода, написанного с их помощью, поэтому разберу пять убеждений, которые вижу чаще всего, и проверю каждое по тому, что нам действительно известно.

Миф 1: «Код, сгенерированный ИИ, — это public domain, точка»

Это миф с самой весомой юридической базой, и всё же он верен лишь наполовину. Бюро авторского права США последовательно придерживается позиции: авторское право защищает человеческое авторство, а материалы, созданные исключительно машиной, не подлежат регистрации. Эта позиция опирается на дело с «селфи обезьяны» (Naruto v. Slater), где Девятый апелляционный суд постановил, что макака не может владеть фотографией, которую сделала сама, а также выдержала прямую проверку в деле Thaler v. Perlmutter, где суды отказались регистрировать картину, в которой ИИ был указан единственным автором. Пока всё довольно чисто.

Но почти никто не выпускает чисто сгенерированный ИИ софт. Собственное руководство Бюро авторского права проводит черту, которая важна на практике: использование ИИ как вспомогательного инструмента не лишает работу в целом авторско-правовой защиты, а отбор, компоновка и модификация человеком результата ИИ сами по себе могут быть охраняемым выражением. Ваше приложение на 50 000 строк, где агент написал большую часть функций, а человек спроектировал систему, выбрал границы, проверил и отредактировал результат? Такая кодовая база почти наверняка охраняется авторским правом в целом, даже если отдельная сгенерированная функция, взятая в отрыве, возможно, и не охраняется. Утверждение «всё это public domain» рушится в тот момент, когда человек делает что-то большее, чем вставляет промпт и коммитит результат.

И США — не весь мир. Закон Великобритании Copyright, Designs and Patents Act прямо защищает компьютерно-генерированные произведения, относя авторство к тому, кто организовал необходимые для создания действия, и делает это на пятьдесят лет. Похожие положения есть и в некоторых других юрисдикциях. Так что один и тот же файл может быть незащищённым в Сан-Франциско и охраняемым в Лондоне. «Public domain, точка» — это не юридическая позиция, а лозунг, который случайно указывает примерно на доктрину одной страны для одного узкого случая.

Миф 2: «Обучение на open source означает, что результат наследует лицензию»

Это моральный двигатель аргумента «сделаем всё открытым»: модели впитали десятилетия работ под GPL, MIT и Creative Commons — ответы на Stack Overflow распространяются под CC BY-SA, которая юридически требует указания авторства и распространения на тех же условиях, — поэтому превращение этого в закрытый код — это отмывание лицензий. Я во многом сочувствую этой позиции. Мой собственный код под AGPL тоже есть в обучающих выборках. Но как юридическое утверждение оно уже проверено в суде и в основном проиграло.

В деле Doe v. GitHub, групповом иске против Copilot, суд разгромил центральную теорию о том, что результаты модели автоматически несут обязательства своих обучающих данных. Требования по DMCA о информации об управлении авторскими правами в основном отклонили, а претензии по лицензиям open source в большинстве провалились из-за отсутствия права на иск — истцы не смогли показать, что их код воспроизводился в результатах. Логика судьи важна для вашей модели рисков: лицензия привязывается к копии. Если модель никогда не выдаёт ваш код, то копии нет, нет производного произведения, и лицензии не к чему прикрепиться. Статистическое влияние — это не копирование, так же как программист, научившийся на исходниках Linux, не обязан выдавать лицензию ядра на всё, что напишет потом.

Есть деталь, которую люди упускают: исключение реально, и именно оно должно не давать вам спать по ночам. Когда модель действительно воспроизводит обучающие данные почти дословно — а ранние модели так и делали с узнаваемыми файлами open source, иногда даже удаляя заголовки с авторскими правами, — вы вполне можете выпустить производное от чьего-то GPL- или AGPL-кода и даже не узнать об этом. Один из комментаторов в треде, автор широко используемых систем под AGPL, описал ровно такую ситуацию: компания убрала его уведомления, её поймали, а потом LLM «клонировала» его систему — с багами, но с явно его архитектурой. Является ли такой клон производным произведением, по-настоящему не решено, и это тот вопрос, который решают дорого, в суде, в каждом случае отдельно. Общее правило «результат наследует лицензии обучения» ложно. Узкое правило «почти дословное воспроизведение — реальный риск» верно. Умные команды планируют именно под второе.

Бумажные журавлики, высыпанные в стеклянную воронку, выходят из неё одной неоднозначной серой фигурой.
Миллионы лицензированных работ уходят на вход; на выходе получается то, что не совпадает ни с одной из них — пока, изредка, не совпадёт.

Миф 3: «Я написал промпт, значит, код мой»

Переверните первый миф, и получите этот — его с такой же уверенностью придерживаются люди с другой стороны спора. Бюро авторского права рассмотрело это прямо в своём докладе о охраноспособности: промпты сами по себе, как правило, не дают достаточного человеческого контроля над выразительными элементами результата, чтобы сделать автора промпта создателем. Промпт — это инструкция; выразительные решения принимает модель. Суды уже какое-то время применяют ту же логику к генерации изображений, и код в этом смысле ничем принципиально не отличается.

Вот где становится по-настоящему интересно — в итеративной работе с агентами. Несколько практиков в обсуждении описали циклы, в которых агент двадцать минут пишет код, а за ним следуют часы или дни тестирования человеком, обратной связи от реальных пользователей, переработки и повторных промптов. Этот паттерн важен юридически, потому что самая сильная теория авторского права для работы с ИИ — это не авторство отдельных строк, а творческий вклад человека в работу в целом: отбор, координация, компоновка и модификация. Система, сформированная через сотни направленных циклов доработки, гораздо больше похожа на компиляцию, созданную человеком, чем на обезьянье селфи. Но обратите внимание, что из этого следует: ваше право собственности опирается на процесс, а процесс, который не можете задокументировать, вы не можете отстаивать. Если компании когда-нибудь понадобится защитить авторские права на эту кодовую базу — против бывшего сотрудника, команды due diligence покупателя, конкурента, — фраза «поверьте, человек участвовал» доказательством не является. Поэтому ниже есть практический раздел.

Ещё один нюанс, который редко всплывает: трудовые и подрядные договоры и так делают основную работу. Доктрина work-for-hire передаёт работодателю авторское право — то, что вообще существует. Поэтому практический вопрос владения внутри компании обычно решается договором независимо от метафизики авторства. Неудобный вопрос в том, что именно утверждает договор, если части результата окажутся неподлежащими владению никем.

Миф 4: «Принудительная открытость кода ИИ решила бы проблему справедливости»

Отнеситесь к предложению всерьёз хотя бы на минуту — и оно рассыплется при встрече с реальностью по трём независимым причинам. Во-первых, это самоотменяющийся юридический механизм: лицензии open source — это лицензии на авторское право. Они существуют, чтобы правообладатель мог выдавать разрешения на то, чем владеет. Если код, сгенерированный ИИ, не подлежит авторскому праву, лицензировать нечего — MIT, GPL и всё остальное недействительны за отсутствием предмета. Единственная связная версия предложения — это отказ от прав в пользу public domain наподобие CC0, а отказ, который нельзя обеспечить, — это не мандат, а пожелание.

Во-вторых, масштаб неподъёмен. Открыть код — это не состояние, а действие: кто-то должен вычистить секреты, убрать бизнес-логику, написать README, выбрать репозиторий. Подавляющее большинство мирового кода проприетарное, мучительно специфичное для внутренних процессов одной компании и теперь в подавляющем большинстве написано с помощью ИИ. Что именно будет значить принудительно опубликовать всё это? Кто оплатит проход по очистке, который не даст данным клиентов утечь в дамп? На это никто, предлагающий идею, ответа не даёт, потому что его нет. Похожий сбой мы разбирали в статье о приложениях на ИИ, которые уходят в продакшн без row-level security: инструменты охотно выдают код, который утекает данные, когда вообще работает; а теперь представьте, что его обязаны публиковать.

В-третьих, это даже не достигает заявленной цели. Претензия в том, что поставщики моделей присвоили общее достояние. Обязывать пользователей моделей публиковать результаты не заставляет вендоров что-либо отдавать обратно — просто лишается защиты самая слабая сторона в цепочке. Если вы считаете, что сделка с обучающими данными была несправедливой, средство, направленное на тех, кто написал скрейпленный код, бьёт мимо цели. Самая сильная версия аргумента, с которой я действительно согласен, — моральная, а не юридическая: те из нас, кто огромно выигрывает от инструмента, обученного на общем достоянии, обязаны вернуть ценность в общее достояние. Публикуйте библиотеки. Финансируйте мейнтейнеров. Апстримьте свои исправления. Но это этика, которую нужно принять, а не закон, который переживёт первое столкновение с законодательным собранием.

Миф 5: «Наш сканер лицензий и так с этим справляется»

Хотелось бы. Инструменты комплаенса лицензий — FOSSA, Black Duck и их собратья — построены на допущении о происхождении кода, которое ИИ тихо ломает. Эти инструменты отвечают на вопрос «что вы включили?», сопоставляя ваши зависимости и вендорные файлы с известными пакетами. Они работают, потому что код, написанный людьми, приходит по каналам с метаданными: через реестры пакетов, скопированные файлы, которые сохраняют заголовки, вендорные директории с нетронутыми текстами LICENSE. Код, сгенерированный ИИ, приходит по каналу вообще без метаданных. Модель может выдать тридцать строк, которые почти перефразируют утилитарную функцию под AGPL, без заголовка, без указания авторства и без пакета, с которым можно было бы сверить, — и ваш сканер увидит оригинальный код. Риск лежит не в дереве зависимостей, а в ваших исходниках, где инструменты почти не смотрят.

Это та же слепая зона, с которой мы сталкивались и раньше: как и в случае с атакой на цепочку поставок LiteLLM, проблема была не в коде, который люди проверяли, а в канале, которому они слепо доверяли. Решение в обоих случаях — перестать доверять каналу и начать фиксировать то, что через него проходит. Это и есть отслеживание происхождения, и это то, что вашей команде стоит делать в этом квартале независимо от того, как решат суды, — потому что любое правдоподобное юридическое будущее (код ИИ не охраняется, код ИИ охраняется при направлении человеком, дословное воспроизведение — нарушение) вознаграждает команду, которая может показать свою работу, и наказывает ту, которая не может.

Рабочий помечает деревянные доски, поступающие из помеченного и непомеченного желобов.
Учёт происхождения — это привычка: помечайте всё на входе, особенно то, что приходит из непомеченного желоба.

Что делать на практике: плейбук по происхождению и гигиене кода

Ничего из этого не требует новых законов или новых вендоров. Это четыре привычки, все недорогие, все защитимые при любом из юридических сценариев, которые сейчас на столе.

  1. Отмечайте участие ИИ в метаданных коммитов. Для этого есть git-трейлеры. Трейлер Assisted-By: ничего не стоит и формирует проверяемую запись о том, в каком коде участвовала машина — это полезно для due diligence, для ревью лицензий и для демонстрации человеческого творческого процесса, на котором держится ваше авторское право.
  2. Держите человеческий контур на виду. Описания PR вроде «сгенерировано агентом, я переписал логику повторов и граничные условия» — это юридическое доказательство, замаскированное под хорошую гигиену. Этап ревью — и то место, где вы ловите проблему дословного воспроизведения до релиза; похожий тезис мы развивали в статье проверки понимания кода ИИ против тестов: человек должен реально вникать в результат, а не штамповать его.
  3. Сканируйте код, а не только зависимости. Инструменты, которые делают сопоставление на уровне фрагментов с корпусами open source (это отличается от SCA-сканирования зависимостей), поймают почти дословные случаи, создающие реальный копилефт-риск. Запускайте их на коммитах с большой долей ИИ и переведите встроенные фильтры дублирования ваших ИИ-инструментов — настройку Copilot «блокировать предложения, совпадающие с публичным кодом» — в строгий режим.
  4. Считайте копилефт границей. Permissive-лицензии (MIT, BSD, Apache) несут минимальный риск даже в худшем сценарии дословного воспроизведения. GPL и особенно AGPL — там случайная производная становится дорогой. Если сканирование находит совпадение с копилефт-кодом, переписывайте по спецификации, а не по фрагменту.

Соглашение о трейлерах в коммитах — самый эффективный элемент, и настроить его можно за пять минут. Хук prepare-commit-msg может запрашивать трейлер, а CI может проверять, что он есть, когда PR помечен как созданный с помощью ИИ:

#!/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."

Трейлер должен указывать инструмент и, что важнее, что человек проверил результат: Assisted-By: copilot (reviewed) расскажет будущему аудитору совсем другую историю, чем просто Assisted-By: copilot. Дополните это коротким разделом в инженерном руководстве, в котором определено, что в вашей команде считается значимым человеческим вкладом: архитектурные решения, дизайн тестов, нетривиальные правки. Делайте это не потому, что суд потребовал. Делайте, потому что как бы ни решился вопрос в законе, «мы отследили» лучше, чем «понятия не имеем».

Вердикт

Закон не требует решить, можно ли владеть кодом ИИ, прежде чем вы начнёте действовать: любой правдоподобный исход вознаграждает команду, которая задокументировала процесс, и наказывает ту, которая этого не сделала.

Итак, если сверить с доказательствами: код, сгенерированный ИИ, не находится в public domain поголовно, потому что человеческое авторство над работой в целом всё ещё учитывается, а юрисдикции расходятся. Обучение на open source не делает результаты открытыми — суды в основном отвергли эту теорию, — но дословное воспроизведение — реальный и недооценённый риск. Промпт не делает вас автором, хотя устойчивое, задокументированное человеческое руководство, вероятно, делает. Обязательный режим open source несостоятелен как закон и бесполезен как политика. А ваш сканер лицензий слеп к тому самому каналу, который сейчас производит большую часть вашего кода. Спор о том, должен ли код ИИ быть свободным, — хороший повод поговорить за пивом. Инженерный ответ от него не зависит: отслеживайте происхождение, держите людей наглядно в контуре, сканируйте на уровне фрагментов и считайте копилефт растяжкой-сигнализацией. Это верно сегодня и останется верным, как бы суды ни решили в итоге.