Generatiiviset tekoälymallit ovat levinneet viime vuosina nopeasti laajaan käyttöön, mikä on tuonut generatiivisen tekoälyn (gen. AI) ja tekijänoikeuksien rajapinnan voimakkaasti julkiseen keskusteluun. Tekijänoikeuslainsäädäntö ei kuitenkaan ole syntynyt tilanteessa, jossa tekoälyä sekä koulutetaan laajoilla tekijänoikeudella suojatuilla aineistoilla että sillä tuotetaan uutta, mahdollisesti aiempien tekijänoikeuksien piirissä olevaa sisältöä.
Tekijänoikeuslainsäädäntö antaa tekijänoikeuden haltijalle oikeuden kieltää luvaton käyttö. Tähän kieltoon on kuitenkin lukuisia poikkeuksia. Tekijänoikeuksien ja gen. AI:n rajapinnassa keskeinen kysymys on voidaanko tekijänoikeuksien rajoituksia ja poikkeuksia soveltaa tekoälymallien kouluttamisessa. Erityisesti koulutusdataa keränneet toimijat ovat vedonneet näihin poikkeuksiin. Toisaalta eri oikeusjärjestelmät tulkitsevat asiaa eri tavoilla. Yhdysvalloissa keskeinen viitekehys on joustava Fair Use -doktriini, kun taas Euroopan unionissa huomio kohdistuu DSM-direktiivin tekstin- ja tiedonlouhintaa koskeviin poikkeuksiin. Näiden soveltuminen gen. AI:hin on kuitenkin yhä epäselvää.
Kokonaiskuvaa leimaa epävarmuus: lainsäädäntö, oikeuskäytäntö ja teknologia etenevät rinnakkain, mutta eri tahdissa. Tässä blogikirjoituksessa tarkastelemme, millaisia oikeudellisia kysymyksiä gen. AI:n kouluttamiseen ja käyttöön tällä hetkellä liittyy ja mitä suuntaviivoja viimeaikaisesta oikeuskäytännöstä voidaan vetää.
Yhdysvalloissa keskustelu on keskittynyt erityisesti Fair Use -doktriiniin. Fair Use on oikeusperiaate, jonka nojalla tekijänoikeudella suojattua materiaalia voidaan käyttää tietyissä tilanteissa ilman tekijän lupaa. Arviointi perustuu neljään kokonaisuutena punnittavaan kriteeriin, jotka liittyvät muun muassa käytön tarkoitukseen, aineiston määrään ja vaikutukseen alkuperäisen teoksen markkinoihin.
Yhdysvalloissa kaksi keskeistä, ennen gen. AI:n käyttöönottoa käsiteltyä USA:n korkeimman oikeuden ennakkotapausta ovat Authors Guild v. Google (No. 13-4829-cv) ja Andy Warhol Foundation for the Visual Arts v. Goldsmith (143 S. Ct. 1258). Authors Guild v. Google -tapauksessa laajamittainen kirjojen digitointi ja hakutoiminnon mahdollistaminen katsottiin transformatiiviseksi ja siten sallituksi, koska toiminta palveli uutta tarkoitusta eikä korvannut alkuperäisten teosten markkinoita. Sen sijaan Warhol v. Goldsmith -ratkaisussa korkein oikeus painotti, että pelkkä teoksen tyylillinen muokkaus ei riitä täyttämään transformatiivisuuden vaatimusta, jos teoksen kaupallinen tarkoitus ja markkinakonteksti pysyvät samoina. Yhdessä nämä tapaukset osoittavat, että Fair Use -arviointi on vahvasti kontekstisidonnainen ja, että Fair Use -doktriiniin voi olla vaikea vedota erityisesti silloin, kun käyttö kilpailee suoraan alkuperäisen teoksen markkinoiden kanssa. Tällä näkökulmalla on todennäköisesti merkitystä myös generatiivisen tekoälyn koulutusta ja tuotoksia koskevissa tulevissa ratkaisuissa. Tähän mennessä gen. AI ratkaisuja on saatu ainoastaan liittovaltion alioikeuksista (Federal District Court, Bartz v. Anthropic PBC, No. 24-cv-05417 ja Kadrey v. Meta Platforms, Inc., No. 23-cv-03417), ja niistä ei voi vielä vetää kovin pitkälle meneviä johtopäätöksiä. Seuratuin oikeustapaus on New York Times vs Open AI (1:23-cv-11195), jossa ratkaisua ei odoteta lähiaikoina.
Iso-Britannian tekijänoikeusjärjestelmä ei sitä vastoin sisällä vastaavanlaisia, generatiivisen tekoälyn kouluttamiseen soveltuvia poikkeuksia. Tämä luo epävarmuutta siitä, millaisin edellytyksin aineistoja voidaan käyttää tekoälymallien opetukseen. Iso-Britanniassa on tosin ratkaistu korkean profiilin gen. AI tapaus 2025 syksyllä. Getty Images v. Stability AI -tapauksessa High Court kuitenkin hylkäsi asiassa nostetun pääkanteen, sillä tekoälymallin kouluttaminen tapahtui pääosin Yhdysvalloissa, eikä siten kuulunut Iso-Britanniassa istuvan tuomioistuimen toimivaltaan. Vaikka asiaa ei täysimittaisesti käsitelty, Oikeus kuitenkin totesi, että Stable Diffusion ‑malli ei säilytä tai kopioi suoraan alkuperäisiä teoksia, joten tekijänoikeuden loukkausta ei olisi tapahtunut vaikka tuomioistuin olisi voinut käsitellä asiaa.
Euroopan unionissa gen. AI:n ja tekijänoikeuksien rajapinnassa on lähinnä keskusteltu DSM-direktiivissä säädellyistä poikkeuksista, erityisesti tekstin- ja tiedonlouhintapoikkeuksesta (Text and Data Mining, TDM). Poikkeus sallii tekijänoikeudella suojattujen teosten analysoinnin ja louhinnan esimerkiksi tutkimus- ja innovaatiotarkoituksiin, kunhan tietyt edellytykset täyttyvät. Oikeus ei kuitenkaan ole rajaton: oikeudenhaltijat voivat lähtökohtaisesti kieltää louhinnan kaupallisissa yhteyksissä, ellei sovellettava poikkeus toisin määrää.
EU:n jäsenvaltioissa on tähän mennessä annettu vain kaksi oikeustapausta, joissa tekijänoikeuksia on punnittu gen. AI:n kouluttamisessa ja käytössä. Molemmat näistä tapauksista ovat Saksasta. Yksi ensimmäisistä tapauksista on Kneschke v. LAION (Hamburg Landsgericht 27.9.2024). Tapauksessa valokuvaaja Robert Kneschke väitti, että LAION oli loukannut hänen tekijänoikeuttaan, kun se oli automaattisesti ladannut datasettiinsä tämän valokuvan tekoälymallinsa kouluttamiseen. Käytännössä tapauksessa käsiteltiin sitä, voidaanko teksti- ja tiedonlouhintapoikkeuksella oikeuttaa tekijänoikeudella suojatun materiaalin hyödyntäminen. DSM-direktiivissä säädetty, ja näin ollen myös Saksan lainsäädäntöön kodifioitu poikkeus sallii tekijänoikeudellisen materiaalin hyödyntämisen ilman tekijän lupaa kaupallisiin tarkoituksiin: 1. mikäli tekijä ei ole kieltänyt materiaalin käyttöä ja 2. mikäli materiaaliin on ollut laillinen pääsy. Lupaa ei kuitenkaan tarvita, jos kyseessä on materiaalin tieteellinen käyttö. Tässä tapauksessa LAION vetosi siihen, että materiaalia tekoälymallin kouluttamiseen kerättiin tutkimustarkoituksessa ja hampurilainen tuomioistuin hyväksyi tämän argumentin. Tätä ratkaisua on kritisoitu melko laajasti siitä, että siinä ei ole riittävästi otettu huomioon tekijänoikeuden poikkeuksiin sovellettavia sääntöjä ja periaatteita. Ratkaisusta on tulossa valitusinstanssin ratkaisu nyt joulukuun 2025 aikana.
Toinen ratkaisu on GEMA v. OpenAI (Münich Landsgericht 11.11.2025). Tapauksessa GEMA (saksalainen tekijänoikeuden haltijoiden etujärjestö) haastoi OpenAI:n oikeuteen väittäen, että yhtiön kielimallien koulut ja toiminta loukkaavat heidän jäsentensä tekijänoikeuksia. Tuomioistuin katsoi, että OpenAI loukkasi tekijänoikeuksia jo siinä kohtaa, kun he tallensivat laulujen sanoituksia teknisesti kielimalliensa parametreihin. OpenAI argumentoi omaa puoltaan väittäen, että tällainen toiminta menisi tekstin- ja tiedonlouhintapoikkeuksen piiriin. Tuomioistuimen mukaan poikkeuksen soveltaminen ei saa kuitenkaan loukata taloudellisia oikeuksia, vaan se on tarkoitettu pääasiallisesti automaattiseen analyysiin, jossa teoksista erotetaan informaatiota, mutta itse teosta ei toisteta. Näin ollen tuomioistuin hylkäsi OpenAI:n argumentit asiassa. Tapauksessa annettu tuomio ei ole vielä lainvoimainen, ja on hyvin todennäköistä, että myös siitä valitetaan.
Lisäksi EU:n Unionin tuomioistuimeen on saatu käsittelyyn ensimmäinen vastaavaa teemaa koskeva oikeustapaus, jossa vastakkain ovat Like Company ja Google (C-250/25). Like Company on väittänyt, että Gemini-tekoälysovellus loukkaa tämän tekijänoikeuksia sekä kouluttaessaan tekoälyäsovellustaan, mutta myös silloin, kun tekoälysovellus tuottaa vastauksia. Unionin tuomioistuimen ratkaisu voi hyvinkin merkittävästi ohjata laintulkintaa ja -soveltamista tekijänoikeuslainsäädännön ja gen. AI:n rajapinnassa koko Euroopan Unionissa ja ehkä laajemminkin.
Koska ohjaavaa oikeuskäytäntöä ei ole vielä EU:n tasolla saatu ja, koska tekijänoikeussääntelyä ei alun perin suunniteltu laajamittaiseen generatiivisen tekoälyn kouluttamiseen, oikeudellinen epävarmuus tulee jatkumaan.
Viimeaikaiset oikeustapaukset osoittavat, että oikeudenhaltijat pyrkivät yhä aktiivisemmin edistämään lisensointia ratkaisumallina. GEMA-tapauksen perusteella suojatun musiikin tai tekstin käyttö generatiivisen tekoälyn koulutuksessa ilman lisenssiä voi johtaa oikeudelliseen vastuuseen. Samalla on käynyt selväksi, että generatiivisten mallien koulutusdata ylittää DSM-direktiivin tekstin- ja tiedonlouhintapoikkeusten alkuperäisen tarkoituksen. Tämän vuoksi on vaadittu siirtymistä opt-out-mallista opt-in-järjestelmään, jossa oikeudenhaltijan nimenomainen suostumus olisi edellytys suojatun aineiston käytölle. Myös koulutusdatan avoimuusvaatimukset ovat voimistuneet.
Keskeinen kysymys on lisäksi se, miten TDM-poikkeuksia tulisi tulkita Bernin yleissopimuksen kolmiportaisen testin valossa. Testi edellyttää, että poikkeuksen on rajoituttava erityistapauksiin, oltava ristiriidaton teoksen tavanomaisen hyödyntämisen kanssa eikä se saa aiheuttaa kohtuutonta haittaa oikeudenhaltijalle. Tekoälyn koulutuksessa tämä tarkoittaa tarkkaa arviointia siitä, pysyykö käyttö aidosti analyysiluonteisena vai muuttuuko se teoksia korvaavaksi hyödyntämiseksi. Kolmiportainen testi tarjoaa näin tulkintakehyksen, joka voisi jatkossa ohjata EU-tason ratkaisulinjaa.
Lisäksi tuomioistuimille on selkeästi ollut eri linja tekoälyn kouluttamisen teknisestä luonnehdinnasta: syntyykö kouluttamisessa tekijänoikeudellisesti merkityksellisiä kopioita vai ainoastaan tilastollisia malleja, joita ei voida pitää teosten kappaleina. On myös epäselvää, merkitseekö kouluttaminen teosten välittämistä uudelle yleisölle. Oikeuskäytäntö on toistaiseksi ristiriitaista: joissain ratkaisuissa on korostettu, ettei malli säilytä teoksia tunnistettavassa muodossa, kun taas esimerkiksi GEMA-tapauksessa on katsottu teosten olennaisen sisällön siirtyvän tavalla, joka voi aktivoida oikeudenhaltijan yksinoikeudet. Näiden teknisten ja oikeudellisten kysymysten täsmentyminen on ratkaisevaa tulevalle sääntelylle ja oikeuskäytännölle.