OpenAI tidak pernah mengungkapkan secara pasti data apa yang digunakan untuk melatih Sora, AI penghasil videonya. Namun dari kelihatannya, setidaknya beberapa data mungkin berasal dari aliran Twitch dan penelusuran game.
Sora diluncurkan pada hari Senin, dan saya telah bermain-main dengannya sebentar (sejauh masalah kapasitas memungkinkan). Dari perintah teks atau gambar, Sora dapat menghasilkan video berdurasi hingga 20 detik dalam berbagai rasio aspek dan resolusi.
Ketika OpenAI pertama kali mengungkapkan Sora pada bulan Februari, hal itu menyinggung fakta bahwa mereka melatih model tersebut pada video Minecraft. Jadi, saya bertanya-tanya, permainan video game apa lagi yang mungkin ada di set pelatihan?
Tampaknya cukup banyak.
Sora dapat membuat video yang pada dasarnya merupakan tiruan Super Mario Bros. (jika ada yang bermasalah):
Itu dapat membuat cuplikan gameplay penembak orang pertama yang terlihat terinspirasi oleh Call of Duty dan Counter-Strike:
Dan ia dapat mengeluarkan klip yang menunjukkan seorang petarung arcade dengan gaya permainan Teenage Mutant Ninja Turtle tahun 90an:
Sora juga tampaknya memiliki pemahaman tentang seperti apa aliran Twitch seharusnya — menyiratkan bahwa aliran tersebut sudah terlihat beberapa kali. Lihat tangkapan layar di bawah, yang menampilkan garis lebar dengan benar:
Hal penting lainnya tentang tangkapan layar: Ini menampilkan kemiripan dengan streamer Twitch populer Raúl Álvarez Genes, yang bernama Auronplay — hingga tato di lengan kiri Genes.
Auronplay bukan satu-satunya streamer Twitch yang Sora ketahui. Ini menghasilkan video karakter yang penampilannya mirip (dengan beberapa kebebasan artistik) dengan Imane Anys, lebih dikenal sebagai Pokimane.
Memang benar, saya harus berkreasi dengan beberapa petunjuknya (misalnya “permainan tukang ledeng Italia”). OpenAI telah menerapkan pemfilteran untuk mencegah Sora membuat klip yang menggambarkan karakter bermerek dagang. Mengetik sesuatu seperti “gameplay Mortal Kombat 1”, misalnya, tidak akan menghasilkan apa pun yang menyerupai judulnya.
Namun pengujian saya menunjukkan bahwa konten game mungkin telah masuk ke dalam data pelatihan Sora.
OpenAI sangat berhati-hati dalam menentukan dari mana ia mendapatkan data pelatihan. Dalam sebuah wawancara dengan The Wall Street Journal pada bulan Maret, CTO OpenAI saat itu, Mira Murati, tidak langsung menyangkal bahwa Sora dilatih tentang konten YouTube, Instagram, dan Facebook. Dan di spesifikasi teknologi untuk Sora, OpenAI mengakui bahwa mereka menggunakan data yang “tersedia untuk umum”, bersama dengan data berlisensi dari perpustakaan media stok seperti Shutterstock, untuk mengembangkan Sora.
OpenAI juga tidak menanggapi permintaan komentar.
Jika konten game memang ada dalam rangkaian pelatihan Sora, hal ini dapat menimbulkan implikasi hukum — terutama jika OpenAI membangun pengalaman yang lebih interaktif di atas Sora.
“Perusahaan yang melatih rekaman video game yang tidak berlisensi menghadapi banyak risiko,” Joshua Weigensberg, pengacara kekayaan intelektual di Pryor Cashman, mengatakan kepada TechCrunch. “Melatih model AI generatif umumnya melibatkan penyalinan data pelatihan. Jika data tersebut adalah video pemutaran game, kemungkinan besar materi berhak cipta akan disertakan dalam set pelatihan.”
Model probabilistik
Model AI generatif seperti Sora bersifat probabilistik. Dilatih dengan banyak data, mereka mempelajari pola dalam data tersebut untuk membuat prediksi — misalnya, seseorang yang menggigit burger akan meninggalkan bekas gigitan.
Ini adalah properti yang berguna. Hal ini memungkinkan model untuk “mempelajari” bagaimana dunia bekerja, sampai taraf tertentu, dengan mengamatinya. Tapi itu juga bisa menjadi kelemahan. Ketika diminta dengan cara tertentu, model — banyak di antaranya dilatih pada data web publik — menghasilkan hampir salinan dari contoh pelatihannya.
Dapat dimengerti bahwa hal ini membuat para pencipta tidak senang karena karyanya telah dimasukkan ke dalam pelatihan tanpa izin mereka. Semakin banyak orang yang mencari penyelesaian melalui sistem pengadilan.
Microsoft dan OpenAI saat ini sedang menggugat atas dugaan mengizinkan alat AI mereka memuntahkan kode berlisensi. Tiga perusahaan di balik aplikasi seni AI populer, Midjourney, Runway, dan Stability AI, berada di garis bidik kasus yang menuduh mereka melanggar hak seniman. Dan label musik besar telah mengajukan gugatan terhadap dua startup yang mengembangkan generator lagu bertenaga AI, Udio dan Suno, atas pelanggaran.
Banyak perusahaan AI telah lama mengklaim perlindungan penggunaan wajar, dengan menyatakan bahwa model mereka menciptakan karya yang transformatif – bukan plagiaristik. Suno menyatakan, misalnya, bahwa pelatihan sembarangan tidak ada bedanya dengan “anak-anak yang menulis lagu rock mereka sendiri setelah mendengarkan genre tersebut.”
Namun ada pertimbangan unik tertentu terkait konten game, kata Evan Everist, pengacara di Dorsey & Whitney yang berspesialisasi dalam hukum hak cipta.
“Video permainan melibatkan setidaknya dua lapisan perlindungan hak cipta: konten game milik pengembang game, dan video unik yang dibuat oleh pemain atau videografer yang menangkap pengalaman pemain,” kata Everist kepada TechCrunch melalui email. “Dan untuk beberapa game, terdapat potensi hak lapisan ketiga dalam bentuk konten buatan pengguna yang muncul dalam perangkat lunak.”
Everist memberi contoh Epic's Fortnite, yang memungkinkan pemain membuat peta permainan mereka sendiri dan membagikannya untuk digunakan orang lain. Video pemutaran salah satu peta ini akan melibatkan tidak kurang dari tiga pemegang hak cipta, katanya: (1) Epic, (2) orang yang menggunakan peta tersebut, dan (3) pembuat peta.
“Jika pengadilan menemukan tanggung jawab hak cipta untuk pelatihan model AI, masing-masing pemegang hak cipta ini akan menjadi penggugat atau sumber lisensi potensial,” kata Everist. “Bagi pengembang mana pun yang melatih AI pada video semacam itu, paparan risikonya sangat besar.”
Weigensberg mencatat bahwa game itu sendiri memiliki banyak elemen yang “dapat dilindungi”, seperti tekstur kepemilikan, yang mungkin dipertimbangkan oleh juri dalam gugatan IP. “Kecuali karya-karya ini memiliki izin yang sesuai,” katanya, “pelatihan tentang karya-karya tersebut mungkin melanggar.”
TechCrunch menghubungi sejumlah studio dan penerbit game untuk memberikan komentar, termasuk Epic, Microsoft (yang memiliki Minecraft), Ubisoft, Nintendo, Roblox, dan pengembang Cyberpunk CD Projekt Red. Hanya sedikit yang merespons – dan tidak ada yang memberikan pernyataan langsung.
“Kami tidak dapat terlibat dalam wawancara saat ini,” kata juru bicara CD Projekt Red. EA mengatakan kepada TechCrunch bahwa “belum ada komentar apa pun saat ini.”
Keluaran yang berisiko
Ada kemungkinan bahwa perusahaan AI bisa menang dalam sengketa hukum ini. Pengadilan dapat memutuskan bahwa AI generatif memiliki “tujuan transformatif yang sangat meyakinkan,” mengikuti preseden yang ditetapkan sekitar satu dekade lalu dalam gugatan industri penerbitan terhadap Google.
Dalam kasus tersebut, pengadilan memutuskan bahwa penyalinan jutaan buku oleh Google untuk Google Buku, sejenis arsip digital, diperbolehkan. Penulis dan penerbit telah mencoba berargumentasi bahwa mereproduksi IP mereka secara online merupakan pelanggaran.
Namun keputusan yang mendukung perusahaan AI tidak serta merta melindungi pengguna dari tuduhan melakukan kesalahan. Jika model generatif memuntahkan karya berhak cipta, seseorang yang kemudian menerbitkan karya tersebut — atau memasukkannya ke dalam proyek lain — masih dapat dianggap bertanggung jawab atas pelanggaran kekayaan intelektual.
“Sistem AI generatif sering kali mengeluarkan aset IP yang dapat dikenali dan dilindungi sebagai keluarannya,” kata Weigensberg. “Sistem yang lebih sederhana yang menghasilkan teks atau gambar statis sering kali mengalami kesulitan dalam mencegah pembuatan materi berhak cipta dalam keluarannya, sehingga sistem yang lebih kompleks mungkin akan mengalami masalah yang sama, apa pun niat pemrogramnya.”
Beberapa perusahaan AI mempunyai klausul ganti rugi untuk menutupi situasi ini, jika hal tersebut terjadi. Namun klausulnya sering kali mengandung ukiran. Misalnya, OpenAI hanya berlaku untuk pelanggan korporat — bukan pengguna individu.
Ada juga risiko selain hak cipta yang perlu dipertimbangkan, kata Weigensberg, seperti pelanggaran hak merek dagang.
“Outputnya juga dapat mencakup aset yang digunakan sehubungan dengan pemasaran dan branding – termasuk karakter yang dapat dikenali dari game – yang menimbulkan risiko merek dagang,” katanya. “Atau hasilnya dapat menimbulkan risiko terhadap hak nama, gambar, dan kemiripan.”
Meningkatnya minat terhadap model dunia dapat semakin memperumit semua ini. Salah satu penerapan model dunia — yang menurut OpenAI adalah Sora — pada dasarnya menghasilkan video game secara real-time. Jika game “sintetis” ini mirip dengan konten yang digunakan model untuk dilatih, hal ini dapat menimbulkan masalah hukum.
“Melatih platform AI tentang suara, gerakan, karakter, lagu, dialog, dan karya seni dalam video game merupakan pelanggaran hak cipta, sama seperti jika elemen-elemen ini digunakan dalam konteks lain,” Avery Williams, pengacara pengadilan kekayaan intelektual di McKool Smith, berkata. “Pertanyaan seputar penggunaan wajar yang muncul dalam banyak tuntutan hukum terhadap perusahaan AI generatif akan berdampak pada industri video game sama seperti pasar kreatif lainnya.”
