Hak cipta data latih AI adalah persoalan hukum tentang boleh atau tidaknya karya orang lain dipakai untuk melatih model kecerdasan artifisial tanpa izin. Gugatan di beberapa negara telah memaksa perusahaan AI mengubah cara mengumpulkan data, menyusun lisensi, dan menjelaskan asal usul korpus. Bagi kreator, developer, dan organisasi yang memakai model, memahami sengketa ini sama pentingnya dengan memahami kemampuan model itu sendiri.
Apa yang sebenarnya dipersoalkan
Pelatihan model bahasa dan gambar melibatkan penyalinan karya ke dalam dataset, lalu memprosesnya secara statistik. Pemilik hak cipta mempersoalkan tiga hal: reproduksi tanpa izin, distribusi salinan, dan penggunaan komersial yang menghasilkan produk bersaing. Perusahaan AI biasanya membantah dengan dua argumen: pelatihan bersifat transformatif, dan model tidak menyimpan salinan karya secara utuh.
Perdebatan ini sulit karena hukum hak cipta dirancang untuk karya yang bisa dilacak, sedangkan model menyimpan pola dalam parameter yang jumlahnya miliaran. Tidak ada satu berkas yang bisa ditunjuk sebagai salinan, kecuali dalam kasus tertentu ketika model menghasilkan output yang sangat mirip dengan karya asli.
Doktrin fair use dan empat faktornya
Di Amerika Serikat, banyak sengketa bertumpu pada doktrin fair use, yang menilai empat faktor: tujuan dan sifat penggunaan, sifat karya asli, porsi yang diambil, dan dampak pada pasar karya asli. Faktor keempat sering menjadi penentu, karena pengadilan cenderung mempertanyakan apakah model menjadi pengganti pasar bagi karya yang dilatih.
Yang penting dipahami, fair use bukan izin otomatis. Setiap putusan bergantung pada fakta perkara, sehingga hasil satu kasus tidak otomatis berlaku untuk kasus lain. Karena itu, perusahaan AI tidak bisa menganggap seluruh proses pelatihan aman hanya karena satu putusan menguntungkan mereka.
Putusan dan penyelesaian yang menjadi penanda
Beberapa perkara telah membentuk arah industri. Gugatan penulis terhadap penyedia model besar menyoroti penggunaan buku bajakan dalam dataset, dan pengadilan membedakan antara salinan yang diperoleh secara sah dan salinan yang diperoleh dari sumber ilegal. Perbedaan itu kemudian mendorong penyelesaian dengan kompensasi besar, yang oleh banyak pengamat dibaca sebagai sinyal bahwa asal usul data punya konsekuensi finansial.
Perkara lain menyoroti penggunaan materi berhak cipta dalam sistem pencarian hukum dan basis data, dengan pengadilan menolak argumen fair use karena penggunaannya bersifat komersial dan menggantikan produk asli. Sementara itu, gugatan terhadap penyedia model gambar menekankan pentingnya bukti bahwa karya tertentu benar-benar tersimpan dan dapat direproduksi.
Ringkasnya, pola yang muncul bukan satu kemenangan telak, melainkan tiga kecenderungan:
- Asal usul data menentukan. Data yang diperoleh secara sah jauh lebih aman daripada data hasil pembajakan.
- Pasar menjadi ukuran. Jika output model menggantikan permintaan atas karya asli, pembelaan fair use melemah.
- Transparansi menekan risiko. Kemampuan menjelaskan sumber data mengurangi risiko sengketa dan mempermudah negosiasi lisensi.
Eropa dan Inggris: pengecualian text and data mining
Uni Eropa memiliki pengecualian text and data mining dalam Directive on Copyright in the Digital Single Market. Pengecualian untuk penelitian bersifat wajib, sedangkan untuk penggunaan komersial berlaku dengan syarat pemilik hak dapat memilih keluar melalui pernyataan yang jelas. Penjelasan resmi tersedia di situs Parlemen Eropa.
Mekanisme opt-out inilah yang membuat pengelola situs dan repositori mulai memasang pernyataan machine readable pada konten mereka. Inggris memiliki pengecualian penelitian yang lebih sempit dan sempat membuka konsultasi tentang perluasan aturan. Bagi organisasi yang memiliki arsip digital, langkah paling mendesak adalah memastikan pernyataan opt-out tercatat dan dihormati oleh mitra teknologi.
Bagaimana dengan Indonesia
Indonesia mengatur hak cipta melalui Undang-Undang Nomor 28 Tahun 2014, yang memuat pembatasan penggunaan untuk kepentingan pendidikan, penelitian, dan kegiatan nonkomersial dengan syarat tertentu. Teksnya dapat dibaca di portal peraturan resmi. Sampai saat ini belum ada pengecualian khusus untuk pelatihan model AI, sehingga praktik di lapangan bergantung pada lisensi, kontrak, dan penafsiran atas pembatasan yang ada.
Konsekuensinya, organisasi di Indonesia yang membangun model sebaiknya tidak mengandalkan asumsi bahwa pelatihan selalu dikecualikan. Jalan yang lebih aman adalah memakai data berlisensi terbuka, data milik sendiri, atau data dengan izin tertulis. Untuk data pribadi, kewajiban tambahan berlaku berdasarkan Undang-Undang Perlindungan Data Pribadi, sebagaimana diuraikan dalam artikel kewajiban perlindungan data pribadi bagi perusahaan.
Implikasi praktis bagi developer dan pemilik data
Bagi developer, langkah pertama adalah menyusun catatan asal usul data atau data provenance. Catat sumber, lisensi, tanggal pengambilan, dan dasar hukum penggunaan. Langkah kedua adalah memisahkan dataset berdasarkan tingkat risiko: data publik terbuka, data berlisensi, dan data dengan pembatasan ketat. Langkah ketiga adalah menyiapkan mekanisme penghapusan, karena permintaan penghapusan data bisa muncul setelah model dilatih.
Bagi pemilik karya, posisi tawar meningkat bila hak dilacak dengan rapi. Organisasi hak digital seperti EFF mendorong transparansi dataset dan mekanisme keberatan yang dapat diakses kreator kecil, bukan hanya pemegang hak besar. Praktik yang masuk akal adalah menandai konten dengan pernyataan lisensi, memantau penggunaan oleh pihak ketiga, dan menyimpan bukti publikasi.
Bagi pengguna model, risiko utamanya adalah output yang melanggar hak pihak lain. Terapkan pemeriksaan pada materi yang akan dipublikasikan, dan pahami ketentuan layanan penyedia model tentang tanggung jawab atas output.
Kesimpulan
Hak cipta dan data latih AI belum menemukan keseimbangan akhir, tetapi arahnya jelas: asal usul data, lisensi, dan dampak pasar menjadi penentu. Developer yang mendokumentasikan provenance sejak awal berada pada posisi yang jauh lebih aman daripada yang mengumpulkan data secara acak. Jika Anda ingin membangun kebijakan data dan menguji kepatuhannya secara teknis, kursus Linuxhackingid menyediakan materi tata kelola data dan audit sistem yang relevan.
Every article is reviewed by the practice lead who ran the work before it is published.



